Одно благословение становится еще большим благословением Alipay Jifu сетевая фотография захват основных операций изображения

Захват и обработка изображений

Обзор

Ежегодное мероприятие по сбору Вуфу началось снова. Даже если оно будет стоить всего несколько долларов в конце, оно не может остановить всеобщий интерес к сбору пятерки удачи. Чтобы собрать пять благословений, вам нужно использовать AR для сканирования объектов с символами благословения. Я помню, что раньше я загружал для сканирования всевозможные изображения благословений из Интернета, и их было довольно сложно загрузить, поэтому в этом году я напрямую сканировал изображения Baidu с помощью символа "福" , "Fuqi", "fu" как ключевые слова на картинке. Позже я подумал, что когда я изучал изображения, было много основных операций обработки изображений, и я немного манипулировал изображением вручную, превращая один символ благословения в несколько символов благословения. За кулисами ответили «福», чтобы получить более 170 фотографий «Фу». Создание не из легких, достаточно нажать «Я смотрю».

Захват изображения

Захват изображений не использует какую-либо структуру для захвата, это очень простые данные запроса URL, данные анализа, сохранение данных. Я не буду вдаваться в подробности здесь. Если вы хотите знать, вы можете увидеть десятки строк кода в моих предыдущих твитах для загрузки HD-обоев партиями.

Код реализации выглядит следующим образом

# -*- coding:utf-8 -*-
import requests
import os
import re
import time
import random

def getManyPages(keyword, pages):
    params = []
    for i in range(30, 30 * pages + 30, 30):
        params.append({
        })
    url = 'https://image.baidu.com/search/acjson'
    urls = []
    for i in params:
        urls.append(requests.get(url, params=i).json().get('data'))
    return urls
def getpage(key, page):
    new_url = []
    for i in range(0, page * 30 + 30, 30):
        new_url.append({
        })
    url = 'https://image.baidu.com/search/acjson'
    result = []
    for i in new_url:
        randnumber1 = random.randint(0, 3)  # 生成随机数
        time.sleep(randnumber1)  # 按随机数延时
        print(i)
        try:
            result.append(requests.get(url, params=i).json().get('data'))
            print(result)
        except:  # 如果延时之后还是被拒绝
            # print('error\n')
            randnumber2 = random.randint(5, 10)  # 延迟随机时间
            time.sleep(randnumber2)
    return result
def getImg(dataList, localPath, keyword):
    i = 1
    x = 0
    for list in dataList:
        for each in list:
            try:
                if each.get('thumbURL') != None:
                    print('downloading:%s' % each.get('thumbURL'))
                    pic = requests.get(each.get('thumbURL'))
            except requests.exceptions.ConnectionError:
                print('error: This photo cannot be downloaded')
                continue
            dir = 'image/' + keyword + '_' + str(i) + '.jpg'
            fp = open(dir, 'wb')
            fp.write(pic.content)
            fp.close()
            i += 1
def dowmloadPic(html, keyword):
    pic_url = re.findall('"objURL":"(.*?)",', html, re.S)
    i = 1
    print('Can not find key word:' + keyword + 'is downloading...')
    for each in pic_url:
        print('No ' + str(i) + '.jpg is downloading ,URL:' + str(each))
        try:
            pic = requests.get(each, timeout=10)
        except requests.exceptions.ConnectionError:
            print('error: This photo cannot be downloaded')
            continue

        dir = 'image/' + keyword + '_' + str(i) + '.jpg'
        fp = open(dir, 'wb')
        fp.write(pic.content)
        fp.close()
        i += 1
if __name__ == '__main__':
    keyword = '福气'  # 改变keyword就可以得到你要搜索的图片
    dataList = getpage(keyword, 2)  # key word and number of page
    getImg(dataList, '/images', keyword)  # path

Обработка изображений

В этой части я выполнил три простейших обработки изображений (на самом деле просто называемые функцией), в основном завершенные одним или двумя предложениями. «Обработка серого», «инверсия пикселей» и «инверсия изображения» были выполнены для изображения соответственно. код показан ниже.

import cv2
from matplotlib import pyplot as plt
import numpy as np

imgOgr = cv2.imread('D://python_pycharm//MyPy//image//fu_7.jpg')
# 转换颜色模式，显示原图
img = cv2.cvtColor(imgOgr, cv2.COLOR_BGR2RGB)
# 灰度图
img_gray = cv2.cvtColor(imgOgr, cv2.COLOR_RGB2GRAY)
# 反色
img_array = np.asarray(img)
img_re = 255 - img_array
# 倒
img_r = cv2.flip(img, -1)

plt.subplot(2, 2, 1), plt.imshow(img)
plt.title('Original'), plt.xticks([]), plt.yticks([])
plt.subplot(2, 2, 2), plt.imshow(img_gray, cmap="gray")
plt.title('Gray'), plt.xticks([]), plt.yticks([])
plt.subplot(2, 2, 3), plt.imshow(img_re)
plt.title('re'), plt.xticks([]), plt.yticks([])
plt.subplot(2, 2, 4), plt.imshow(img_r)
plt.title('r'), plt.xticks([]), plt.yticks([])
plt.show()

Показать результаты

1. Эффект захвата изображения

2. Результаты обработки изображений