本文转载自微信公众号「Python七号」，作者somenzz。转载本文请联系Python七号公众号。
有很多非 IT 行业的朋友都在学 Python，他们的目的也很简单，就是想提高下工作效率，简单重复的工作希望用 Python 搞定。
因此我准备写一些 Python 自动化办公系列相关文章，代码都是可以在 Python3 上正确运行的，复制下代码，再调整下细节，就可以使用。
首先发在公众号上，然后同步到知识星球。
为什么同步到知识星球，因为公众号的文章修改起来非常麻烦，而知识星球就比较简单了，这样文章里的代码可以不停迭代更新，重要的是有问题还可以一对一进行提问。加入星球的方式后续会公布。
在日常的工作生活中，我们会经常与图片打交道，比如下载图片，压缩图片，删除图片的元数据防止隐私泄漏，拼接长图，图片文字识别，加水印等等。
今天就来分享下如何简单的使用 Python 来玩转这些操作。
1、下载图片
下载图片是最简单的操作了，无非就是先找到图片的 url，使用标准库或者 requests 库去请求这个 url，然后将得到的数据保存为文件即可。
下面分享三种方法来下载图片。
方法一，使用标准库。
- from urllib.request import urlretrieve
- from pathlib import Path
- import ssl
- def urllib_download(img_url, download_path):
- ssl._create_default_https_context = ssl._create_unverified_context
- urlretrieve(img_url, Path(download_path) / 'image1.png')
方法二，使用 requests。
- import requests
- def request_download(img_url, download_path):
- r = requests.get(img_url)
- with open(f'{download_path}/image2.png', 'wb') as f:
- f.write(r.content)
方法二，使用 requests 的流式下载，适用于较大，网速慢，容易下载失败的图片。
- import requests
- def requests_chunk_download(img_url, download_path):
- r = requests.get(img_url, stream=True)
- with open(f'{download_path}/image3.png', 'wb') as f:
- for chunk in r.iter_content(chunk_size=32):
- f.write(chunk)
分别下载一个图片看看结果：
- if __name__ == '__main__':
- img_url = 'https://tinypng.com/images/panda-developing-2x.png'
- download_path = Path('/Users/aaron/tmp/images')
- download_path.mkdir(exist_ok=True)
- urllib_download(img_url,download_path.as_posix())
- request_download(img_url, download_path.as_posix())
- requests_chunk_download(img_url, download_path.as_posix())
三种方法下载图片的大小是一样的。
如果自动下载某网站的全部图片，其实一点也不复杂，无非就是找规律，如何获取全部图片的 url，然后循环调用以上三个函数。
获取图片 url 可能会涉及正则表达式，关于正则表达式，可以参考前文学会正则表达式，玩弄文本于股掌之中
2、压缩图片
有一次我用邮箱向老板发送 5 张图片时，foxmail 提示我是否启用 QQ 邮箱的超大附件功能，原来 5 张图片已经 40+ MB，现在的手机拍摄的真是太清晰了。
不过工作中的图片能看清楚内容就可以了，完全没有必要整那么清晰，文件太大，发给老板，老板打开图片也会卡，体验非常不好，于是我就想如何使用 Python 来压缩图片。
找了很多方法，都不是很理想，有的软件下载后才发现是付费的，有的在使用时直接导致程序卡死，有的压缩率不够需要多次压缩，有的要求原始图片大小不能超过 5 M 有的失真有些严重。
直到我用了 tinypng 的 api 接口，才发现这真的好用，图片几乎不失真，大多都控制在 1 MB 之内，在此分享给大家。
先打开 https://tinypng.com/developers, 在下方输入你的用户名和邮箱，就可以获取一个 API KEY。
然后 pip 安装一下这个库：
- pip install tinify
编写三行代码就可以对图片进行压缩处理了：
- import tinify
- tinify.key = '此处填入你的key'
- tinify.from_file(src_img_path).to_file(dst_img_path)
其中 src_img_path 是原图片，dst_img_path 是压缩后的图片。
比如找个目录，对文件批量压缩一下：
- import tinify
- from pathlib import Path
- import os
- tinify.key = '此处填入你的key'
- path = "/Users/aaron/Documents/个人/origin" # 图片存放的路径
- for dirpath, dirs, files in os.walk(path):
- for file in files:
- file = Path(dirpath)/Path(file)
- if file.suffix.lower() in ['.jpg','.png','.gif']:
- print("compressing ..."+ file.as_posix())
- tinify.from_file(file.as_posix()).to_file(file.with_suffix(".compressed.jpg").as_posix())
可以看到，压缩后的文件大小在 1M 左右或 1M 之内，打开文件对比，基本看不出任何区别：
3、删除图片的元数据
现在大部分快递已经可以对地址信息进行加密，大家的隐私保护意识也越来越高，可是一不小心，你随手发布的照片就可能暴露了你的位置信息。
因此，用户发布照片时去除照片的位置、设备、时间等隐私信息显得很有必要，这些信息又叫元数据，也就是 metadata。
Python 删除图片的元数据是有一个三方库 piexif，我使用它删除后，再用 exiftool 查看时，仍然可以查到许多隐私信息。
也就是说 piexif 删除的不够彻底，于是我用 Python 封装了 exiftool，这下，图片的元数据可以删除的干干净净。
文件 exif_tool.py 代码如下：
- import subprocess
- import os
- import json
- from pathlib import Path
- class ExifTool(object):
- sentinel = "{ready}\n"
- #windows
- #sentinel = "{ready}\r\n"
- def __init__(self, executable="/usr/bin/exiftool"):
- exiftool1 = Path("/usr/bin/exiftool")
- exiftool2 = Path("/usr/local/bin/exiftool")
- self.executable = executable
- if exiftool1.exists():
- self.executable = exiftool1.as_posix()
- elif exiftool2.exists():
- self.executable = exiftool2.as_posix()
- else:
- if Path(self.executable).exists():
- pass
- else:
- raise FileNotFoundError(self.executable)
- def __enter__(self):
- self.process = subprocess.Popen(
- [self.executable, "-stay_open", "True", "-@", "-"],
- universal_newlines=True,
- stdin=subprocess.PIPE, stdout=subprocess.PIPE)
- return self
- def __exit__(self, exc_type, exc_value, traceback):
- self.process.stdin.write("-stay_open\nFalse\n")
- self.process.stdin.flush()
- def execute(self, *args):
- args = args + ("-execute\n",)
- self.process.stdin.write(str.join("\n", args))
- self.process.stdin.flush()
- output = ""
- fd = self.process.stdout.fileno()
- while not output.endswith(self.sentinel):
- # output += os.read(fd, 4096).decode('utf-8',errors=)
- output += os.read(fd, 4096).decode('utf-8',"ignore")
- return output[:-len(self.sentinel)]
- def get_metadata(self, *filenames):
- """
- 返回多个文件的 exif 信息
- """
- return json.loads(self.execute("-G", "-j", "-n", *filenames))
- def get_exif_info(self, source_img):
- """
- 返回单个文件的 exif 信息
- """
- return self.get_metadata(source_img)[0]
- def delete_exif_info(self, source_img):
- '''
- 删除 exif 信息后，返回剩余的 exif 信息
- '''
- self.execute("-all=",source_img)
- metadata = self.get_metadata(source_img)
- return metadata[0]
使用前先确保操作系统已经安装了 exiftool，程序默认读取两个位置：
- /usr/bin/exiftool
- /usr/local/bin/exiftool
也可以自己传入 exiftool 的执行路径。
使用举例：
- from pprint import pprint
- if __name__ == '__main__':
- with ExifTool() as e:
- exif = e.get_exif_info('/Users/aaron/Documents/个人/origin/文件1.jpg')
- pprint(exif)
- exif = e.delete_exif_info('/Users/aaron/Documents/个人/origin/文件1.jpg')
- print("========删除 exif 信息后========")
- pprint(exif)
大家可以用 piexif 和我这里提供的 exif_tool 做个对比，看看哪个删除的更彻底，有问题请留言讨论。
4、拼接长图
思路也简单，也把要拼接的图片放在数组里面，然后计算图片的最大宽度作为拼接后图片的宽度，然后一张一张拼接即可。
排版可以选择靠左对齐，或者水平居中对齐，空白位置的颜色也可以自己定义。
具体代码如下：
5、如何识别图片上的文字
这其实就是 OCR 了，非常实用，不过个人很难训练出优秀的模型，不如直接用大厂的 API。举个例子，百度云的 AI 产品，你可以在终端下执行这样一个命令来进行安装。
- pip install baidu-aip
在这里我使用了百度云提供的在线文字识别产品，提供了 AipOcr 函数实现用户验证、client.basicGeneral 函数实现文字识别功能。
代码如下：
- from aip import AipOcr
- """ 你的 APPID AK SK """
- APP_ID = '你的 App ID'
- API_KEY = '你的 Api Key'
- SECRET_KEY = '你的 Secret Key'
- client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
- """ 读取图片 """
- def get_file_content(filePath):
- with open(filePath, 'rb') as fp:
- return fp.read()
- image = get_file_content('example.png')
- """ 调用通用文字识别, 图片参数为本地图片 """
- result = client.basicGeneral(image)
- print(result)
在这段代码里，实现了三个功能，分别是用户验证、读取图片和识别图片。
为了更直观地看到效果，我这里对着书拍个照片，然后让它识别一下：
原图如下：
识别结果如下：
6、给图片加水印
添加自己的水印来防止别人盗图，也可以宣传品牌形象，如果要为大量图片添加文字水印，不妨使用以下方法。
- from PIL import Image, ImageDraw, ImageFont
- def add_text_watermark(img, text):
- img = Image.open(img)
- draw = ImageDraw.Draw(img)
- myfont = ImageFont.truetype('/System/Library/Fonts/PingFang.ttc', size=100)
- fillcolor = "#ff0000"
- width, height = img.size
- draw.text((width - 700, height - 250), text, font=myfont, fill=fillcolor)
- return img
- if __name__ == '__main__':
- image = '/Users/aaron/Documents/个人/IMG_2288.compressed.jpg'
- img1 = add_text_watermark(image,'@Python七号')
- img1.save("result_text_watermark.jpg","jpeg")
说明 draw.text((width - 700, height - 250), '@Python七号', font=myfont, fill=fillcolor)第一个括号填写的是位置，左上角的坐标是 (0，0)，右下角的坐标是(width,heigth)，本例中 (width - 700, height - 250) 相当于是右下角。
效果如下(红色部分是程序添加的)：
那你可能又问下，如果加图片水印呢?比如现在有一个 logo 想添加到图片上，代码如下：
- from PIL import Image
- def add_img_watermark(img, img_watermark):
- rgba_image = Image.open(img).convert("RGBA")
- rgba_watermark = Image.open(img_watermark).convert("RGBA")
- image_x, image_y = rgba_image.size
- watermark_x, watermark_y = rgba_watermark.size
- # 缩放图片
- scale = 10
- watermark_scale = max(image_x / (scale * watermark_x), image_y / (scale * watermark_y))
- new_size = (int(watermark_x * watermark_scale), int(watermark_y * watermark_scale))
- rgba_watermark = rgba_watermark.resize(new_size, resample=Image.ANTIALIAS)
- # 透明度
- rgba_watermark_mask = rgba_watermark.convert("L").point(lambda x: min(x, 180))
- rgba_watermark.putalpha(rgba_watermark_mask)
- watermark_x, watermark_y = rgba_watermark.size
- # 水印位置
- rgba_image.paste(rgba_watermark, ( (image_x - watermark_x)//2, image_y - watermark_y-100), rgba_watermark_mask) # 右上角
- return rgba_image.convert("RGB")
- if __name__ == '__main__':
- image = '/Users/aaron/Documents/个人/IMG_2288.compressed.jpg'
- img_watermark = "/Users/aaron/Downloads/IMG_2568.JPG"
- img2 = add_img_watermark(image, img_watermark)
- img2.save("result_img_watermark.jpg")
效果如下图所示：
最后的话
图片是我们接触最多的媒体文件了，这里分享了 6 种关于图片的实用操作，需要的可以直接复制这里的代码使用。
