在本篇博客中,我们将实现两个功能:
- 将所有头像合并为大图
- 将所有头像以某个模板合成大图
同样,先给上所有运行效果图:
代码实现
1、代码所需库
import requests,codecs,re,urllib,os,random,math from PIL import Image import numpy as np import cv2 as cv
2、代码讲解
本篇博客就不再讲解如何获取好友头像了,需要的可以参考这篇博文:
python爬虫-从QQ邮箱获取好友信息并爬取头像
现在,我们已经有了所有的好友头像,接下来我们先实现对所有头像的集合咯
2.1、将小头像合并为大图
对于这个,就是直接将每个小头像贴在大图上就行了,这个利用Image的paste函数就可以解决。对于贴的顺序就可以直接按照下面图示一个个贴:
所以,直接给出代码:
def simple_split(filepackage,size,littlesize): #简单拼接,参数为图片文件名,每行每列的size,小头像图片的大小 row = size[0] col = size[1] bigimg = Image.new('RGBA',(littlesize*row,littlesize*col)) #结果图 number = 0 for i in range(row): #行 for j in range(col): #列 randpic = random.randint(1,friends_count) img = Image.open(filepackage+str(randpic)+'.png').convert('RGBA') img = img.resize((littlesize,littlesize)) loc = (i*littlesize,j*littlesize,(i+1)*littlesize,(j+1)*littlesize) print(loc,number) number+=1 bigimg.paste(img,loc) bigimg.save(resultSavePath)
由于好友不多,所以我们每次就随机选择一个好友头像贴上去,所以如果你的密度大的话最后出现的头像有很多重复的头像。
给大家展示下最后我的图片吧:
2.2、以某个图片为模板拼接图片
由于不清楚有没有能够直接做出来的第三方库,所有我就自己造了个小轮子。
思路:
将模板分为A x B的小图,就将它的位置形容为 pic[i][j] 吧,然后获取每个小图的平均RGB值,将 pic[i][j] 的平均RGB值和好友头像的RGB值做对比,找出最接近的头像,然后将该头像插入在图像的 pic[i][j] 处。
思路还是比较简单吧?
接下来就是实现了:
代码很多地方都给出了注释,我就不多讲了,直接给出代码:
import requests,codecs,re,urllib,os,random,math from PIL import Image import numpy as np import cv2 as cv txtpath = 'C:/Users/11037/Desktop/test/qqfriends.txt' #你从QQ邮箱中粘贴的文件 savepath = 'C:/Users/11037/Desktop/touxiang/' #头像存储位置 resultSavePath = 'C:/Users/11037/Desktop/result2.png' #结果存储位置 modePath = 'C:/Users/11037/Desktop/leno.jpg' #模板存储位置 friends_count = 0 #好友数量 all_mean_rgbs = [] #存储计算出的所有平均rgb值 def meanrbg(img): #计算图片平均rgb rgb = np.array(img) r = int(round(np.mean(rgb[:, :, 0]))) g = int(round(np.mean(rgb[:, :, 1]))) b = int(round(np.mean(rgb[:, :, 2]))) return (r,g,b) def gettouxiang(txtpath):#输入你的txt文件存储位置 file = codecs.open(txtpath,'rb','utf-8') s = file.read() pattern = re.compile(r'\d+@qq.com') all_mail = pattern.findall(s) #正则表达式匹配所有的qq号 all_link = [] #用于存储需要访问的链接 url = 'http://qlogo.store.qq.com/qzone/' for mail in all_mail: qq = mail.replace('@qq.com','') l = url + qq +'/'+qq+'/100' all_link.append(l) i = 1 for link in all_link: #遍历链接,下载头像 saveurl = savepath+str(i)+'.png' savaImg(link,saveurl) i +=1 print('已下载',i) friends_count = len(all_link) #获取朋友头像数量 return True def savaImg(picurl,saveurl): #存储图片函数,picurl是图片的URL,saveurl是本地存储位置 try: bytes = urllib.request.urlopen(picurl) file = open(saveurl,'wb') file.write(bytes.read()) file.flush() file.close() return True except: print('worry') savaImg(picurl,saveurl) def simple_split(filepackage,size,littlesize): #简单拼接,参数为图片文件名,每行每列的size,小头像图片的大小 row = size[0] col = size[1] bigimg = Image.new('RGBA',(littlesize*row,littlesize*col)) number = 0 for i in range(row): for j in range(col): randpic = random.randint(1,friends_count) img = Image.open(filepackage+str(randpic)+'.png').convert('RGBA') img = img.resize((littlesize,littlesize)) loc = (i*littlesize,j*littlesize,(i+1)*littlesize,(j+1)*littlesize) print(loc,number) number+=1 bigimg.paste(img,loc) bigimg.save(resultSavePath) def mode_split(filepackage,modepath,bigsize,littlesize): #以模板存储头像 row = bigsize[0] #大图每行多少个小头像 col = bigsize[1] #每列 suitSize = (littlesize*row,littlesize*col) #大图最终的像素size bigImg = Image.open(modepath) bigImg = bigImg.resize(suitSize) resultImg = Image.new('RGBA',suitSize) for i in range(row): for j in range(col): cutbox = (i*littlesize,j*littlesize,(i+1)*littlesize,(j+1)*littlesize) #模板剪切用于对比的某个区域 cutImg = bigImg.crop(cutbox) #复制到cutImg中 tmprgb = meanrbg(cutImg) suitOne = mostSuitImg(tmprgb) + 1 #对比出最合适的头像 img = Image.open(filepackage + str(suitOne) + '.png').convert('RGBA') img = img.resize((littlesize,littlesize)) resultImg.paste(img,cutbox) print('已粘贴',cutbox) resultImg.save(resultSavePath) #存储 def mostSuitImg(tmprgb): #进行对比,找出最合适的头像 global all_mean_rgbs minRange = 200000 id = 0 for rgb in all_mean_rgbs: tmp = (rgb[1][0]-tmprgb[2])**2+(rgb[1][1]-tmprgb[1])**2+(rgb[1][2]-tmprgb[1])**2 if tmp<minRange: minRange = tmp id = rgb[0] return id if __name__ == '__main__': # gettouxiang(txtpath) #获取头像,如果已经获取就可以给注释掉了 # simple_split(savepath,(20,20),30) #简单拼接 #模板拼接 for i in range(1,friends_count+1): img = cv.imread(savepath+str(i)+'.png') rgb = meanrbg(img) all_mean_rgbs.append(rgb) all_mean_rgbs = list(enumerate(all_mean_rgbs)) #给列表增加一个索引 mode_split(savepath,modePath,(50,80),20) #模板拼接
给大家看看最终的效果:
这样一看还是都不错是吧。哈哈。
再给出里昂的模板和最终成果:
添加【修改后的Leon】:
我默认将每个头像以数字命名,可以便于后续的操作。
同时,以上代码都进行了封装,很多函数都可以独立使用,用于满足不同的功能。可以自己读完代码进行改写实现自己需要的功能,比如说以上我默认头像图片都是正方形,你如果图片有长方形的改变下代码也可以满足。
理论上来说,你的好友头像越多,制作出来的图片与模板的差异也就越小。以mode_split这个函数为例,你设置的bigsize越大,你的图片也就越清晰。
到此这篇关于有趣的Python图片制作之如何用QQ好友头像拼接出里昂的文章就介绍到这了,更多相关python 好友头像拼接内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!
有趣的Python图片制作之如何用QQ好友头像拼接出里昂
- Author -
桑梓之南声明:登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。
Reply on: @reply_date@
@reply_contents@