Python 批量爬取猫咪图片实现千图成像

return (R, G, B)

def getImgList():

“”"

获取缩略图的路径及平均色彩

:return: list，Skrill下载存储了图片路径、平均色彩值。

“”"

imgList = []

for pic in os.listdir(imgDir):

imgPath = imgDir + pic

imgRGB = compute_mean(imgPath)

imgList.append({

“imgPath”: imgPath,

“imgRGB”: imgRGB

})

return imgList

def computeDis(color1, color2):

‘’’

计算两张图的颜色差，计算机的是色彩空间距离。

dis = (R2 + G2 + B**2)**0.5

参数：color1，color2 是色彩数据 （r，g，b）

‘’’

dis = 0

for i in range(len(color1)):

dis += (color1[i] - color2[i]) ** 2

dis = dis ** 0.5

return dis

def create_image(bgImg, imgDir, N=2, M=50):

‘’’

根据背景图，用头像填充出新图

bgImg：背景图地址

imgDir：头像目录

N：背景图缩放的倍率

M：头像的大小（MxM）

‘’’

获取图片列表

imgList = getImgList()

读取图片

bg = Image.open(bgImg)

bg = bg.resize((bg.size[0] // N, bg.size[1] // N)) # 缩放。建议缩放下原图，图片太大运算时间很长。

bgArray = np.array(bg)

width = bg.size[0] * M # 新生成图片的宽度。每个像素倍放大 M 倍

height = bg.size[1] * M # 新生成图片的高度

创建空白的新图

newImg = Image.new(‘RGB’, (width, height))

循环填充图

for x in range(bgArray.shape[0]): # x，行数据,可以用原图宽替代

for y in range(bgArray.shape[1]): # y，列数据，,可以用原图高替代

找到距离最小的图片

minDis = 10000

index = 0

for img in imgList:

dis = computeDis(img[‘imgRGB’], bgArray[x][y])

if dis < minDis:

index = img[‘imgPath’]

minDis = dis

循环完毕，index 就是存储了色彩最相近的图片路径

minDis 存储了色彩差值

填充

tempImg = Image.open(index) # 打开色差距离最小的图片

最后

Python崛起并且风靡，因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低，但它的晋级路线很多，通过它你能进入机器学习、数据挖掘、大数据，CS等更加高级的领域。Python可以做网络应用，可以做科学计算，数据分析，可以做网络爬虫，可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多，你需要学好基础，再选择明确的方向。这里给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

👉Python所有方向的学习路线👈

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

👉Python必备开发工具👈

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

👉Python全套学习视频👈

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

👉实战案例👈

学python就与学数学一样，是不能只看书不做题的，直接看步骤和答案会让人误以为自己全都掌握了，但是碰到生题的时候还是会一筹莫展。

因此在学习python的过程中一定要记得多动手写代码，教程只需要看一两遍即可。

👉大厂面试真题👈

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！