Python logra imágenes borrosas en el currículum de Word

Python logra fotos borrosas en currículums de Word: una forma efectiva de proteger la privacidad personal

1. Antecedentes de la introducción

En el proceso de contratación moderno, el currículum electrónico se ha convertido en uno de los principales métodos de contratación. Sin embargo, la información personal contenida en los currículos a menudo involucra problemas de privacidad, especialmente las fotos. Con el fin de proteger la privacidad personal y la seguridad de los datos de los solicitantes de empleo, muchas plataformas de contratación requieren que se procesen las fotos en los currículos para evitar el uso indebido o ilegal. Por lo tanto, este blog presentará cómo usar el lenguaje de programación Python, combinado con la importación de archivos zip, la biblioteca PIL y la biblioteca io, para lograr el desenfoque de las fotos en los currículums de Word.

2. Entorno de desarrollo

Usaremos las siguientes herramientas y bibliotecas para realizar esta tarea:

Lenguaje de programación Python: Python es un lenguaje de programación popular y fácil de usar con potentes capacidades de procesamiento de imágenes.
importar archivo zip: esta biblioteca nos permite trabajar con archivos ZIP en Python, lo que facilita la extracción y el almacenamiento de archivos de currículum de Word.
Biblioteca PIL (Python Imaging Library): la biblioteca PIL es una de las bibliotecas estándar para el procesamiento de imágenes de Python y proporciona una gran cantidad de funciones de procesamiento de imágenes.
Biblioteca io: la biblioteca io proporciona algunas herramientas y funciones para procesar flujos de archivos.

3. Resumen de pasos

Descomprima el archivo de currículum de Word: use la biblioteca de archivos zip de importación para abrir el archivo de currículum de Word y descomprimir su contenido.
Ubique el archivo de la foto: use el código de Python para encontrar el archivo de la foto en el archivo del currículum y extráigalo.
Procesamiento de imágenes: cargue un archivo de foto usando la biblioteca PIL y aplique un filtro de desenfoque para desenfocar la foto.
Reemplace el archivo original: guarde la foto procesada nuevamente y reemplace el archivo de la foto en el currículum original.
Vuelva a comprimir como archivo de currículum de Word: use la biblioteca de archivos zip de importación para volver a empaquetar el archivo de currículum modificado, manteniendo su formato y estructura originales.

A continuación, se presentará el método de implementación de cada enlace en detalle de acuerdo con los pasos anteriores y se proporcionarán los ejemplos de código de Python correspondientes. Siguiendo las instrucciones de esta publicación de blog, puede implementar fácilmente el efecto de desenfoque de la foto utilizando el lenguaje de programación Python para garantizar la seguridad y la protección de la privacidad de los conjuntos de datos del currículum.

Cuarto, implementar el código

import zipfile
from PIL import Image, ImageFilter
import io
import os

blur = ImageFilter.GaussianBlur(40)

def redact_images(filename):
    # outfile = filename.replace(".docx", "_redacted.docx")
    with zipfile.ZipFile('D:\Pycharmproject2023\code_test_project\shan_test\data\word简历\{}'.format(filename)) as inzip:
        with zipfile.ZipFile(filename, "w") as outzip:
            for info in inzip.infolist():
                name = info.filename
                print(info)
                content = inzip.read(info)
                if name.endswith((".png", ".jpeg", ".gif")):
                        fmt = name.split(".")[-1]
                        img = Image.open(io.BytesIO(content))
                        img = img.convert().filter(blur)
                        outb = io.BytesIO()
                        img.save(outb, fmt)
                        content = outb.getvalue()
                        info.file_size = len(content)
                        info.CRC = zipfile.crc32(content)
                outzip.writestr(info, content)

for filename in os.listdir('D:\Pycharmproject2023\code_test_project\shan_test\data\word简历'):
    if filename.endswith('.docx'):
        redact_images(filename)