[python] 个人日常python工具代码

生成文件目录结构

生成文件夹或文件的目录结构，并保存结果。可选是否滤除目录，特定文件以及可以设定最大查找文件结构深度。效果如下：

root:[z:/]
|--a.py
|--image
|      |--cat1.jpg
|      |--cat2.jpg
|      |--cat3.jpg
|      |--cat4.jpg
|      |--cat5.jpg
|      |--cat6.jpg
|--result
|      |--result.jpg
|--save.txt
|--test.py

参考

https://blog.csdn.net/feizai1208917009/article/details/88396501

代码如下：

import os
import os.path

# 结果保存路径
txtFilePath="save.txt"
savetxtFile = open(txtFilePath, 'w',encoding='utf-8')

# 文件查找路径
findFilePath="z:/"

# 是否只显示目录
isShowDir = False

# 最大子目录文件深度
maxDepth = 3 

# 需要跳过的文件目录和文件
skipFile = [".git","doc"]
# 需要跳过的文件类型
#skipFileType = [".txt",".MOV"]
skipFileType=[]

def saveFile(depth,item):
    # 保存的内容
    saveCotent="|      " * depth + "|--" + item      
    print(saveCotent)      
    savetxtFile.write( saveCotent)
    savetxtFile.write("\n")

def listDir(path, depth):
    # 获得绝对路径
    absPath=os.path.abspath(path)
    if depth == 0:
        print("root:[" + path + "]")
        savetxtFile.write("root:[" + path + "]")
        savetxtFile.write("\n")
    # 超过最大深度
    if depth > maxDepth:
        return
 
    # 展开目录文件
    for item in os.listdir(path):
        # 跳过指定的文件目录和文件
        if item not in skipFile:
            # 跳过指定的后缀文件
            if os.path.splitext(item)[1] in skipFileType:
                continue
            # 获得项目绝对目录地址
            absItem=os.path.join(absPath,item)
            
            # 是否只显示目录
            if isShowDir is True:
                if os.path.isdir(absItem) is True:
                    saveFile(depth,item)
            else:
                saveFile(depth,item)
            
            # 查找子项
            if os.path.isdir(absItem):
                listDir(absItem, depth +1)
 
if __name__ == '__main__':

    listDir(findFilePath, 0)    
    savetxtFile.close() 

多图合并

将多图合并为一张图像，并添加图像对应文字，效果如下：

参考

https://blog.csdn.net/qq_37598011/article/details/101551593
https://cloud.tencent.com/developer/ask/204503

代码如下：

import os
import numpy as np
from PIL import ImageFont, ImageDraw, Image, ExifTags


# 创建字体文件
# 文字名
def creat_font_img(value):
    # 设置空白图像
    img = Image.new('RGB', (TEXTWIDTH, TEXTHEIGHT), "white")
    # 设置需要显示的字体 宋体
    fontpath = TEXTFONT
    # 32为字体大小
    font = ImageFont.truetype(fontpath, TEXTSIZE)
    # 绘图
    img_pil = img
    draw = ImageDraw.Draw(img_pil)
    # 获取字体宽度
    sum_width = 0
    sum_height = 0
    # 添加文字
    for char in value:
        width, height = draw.textsize(char, font)
        sum_width += width
        sum_height = height
    # 绘制文字信息
    # 文字居中
    draw.text(((img_pil.size[0] - sum_width) / 2, (img_pil.size[1] -
                                                   sum_height) / 2 + TEXTOFFSET), value, font=font, fill=(0, 0, 0))
    return img_pil

# 创建单个带标题和图像的文字
def create_single_img(path):

    # 提取图片
    img = Image.open(path)
    
    # 提取图像名
    text = img.filename.split(".")[0]
    # 防止图片旋转
    for orientation in ExifTags.TAGS.keys():
        if ExifTags.TAGS[orientation]=='Orientation':
            break
    try:
        exif=dict(img._getexif().items())
        if exif[orientation] == 3:
            img=img.rotate(180, expand=True)
        elif exif[orientation] == 6:
            img=img.rotate(270, expand=True)
        elif exif[orientation] == 8:
            img=img.rotate(90, expand=True)
    except (AttributeError, KeyError, IndexError):
        # 如果没有EXIF数据或者没有Orientation标签，则不做任何操作
        pass

    imgFont = creat_font_img(text)
    # 图像大小重置
    img = img.resize((IMGWIDTH, IMGHEIGHT))

    # 合并的图像
    mergeImg = Image.new(
        "RGB", (IMGWIDTH+IMAGESPACE, IMGHEIGHT+TEXTHEIGHT), "white")

    mergeImg.paste(imgFont, (0, 0))
    # 贴图
    mergeImg.paste(img, (0, TEXTHEIGHT))

    return mergeImg


def create_multi_img(dirpath):
    # 转到工作目录
    dirpath = os.path.realpath(dirpath)
    os.chdir(dirpath)
    mergeImgs = []
    for dirname in os.listdir(dirpath):
        if dirname.split(".")[-1].lower() == 'jpg':
            # print(dirname)
            mergeImgs.append(create_single_img(dirname))

    if ROW*COL is not len(mergeImgs):
        print("错误，请检查图像数量")

    # 单个图像尺寸
    mergeW, mergeH = mergeImgs[0].size
    finalImg = Image.new("RGB", (mergeW*COL, mergeH*ROW), "white")

    # 第几张图
    num = 0

    # 排列图像
    for top in range(0, mergeH*ROW, mergeH):
        for left in range(0, mergeW*COL, mergeW):
            #print(left, top)
            finalImg.paste(mergeImgs[num], (left, top))
            num = num+1

    return finalImg


# -----------------
# 全局变量

# 图片排列方式
ROW = 5
COL = 8

# 单个图像大小
IMGWIDTH, IMGHEIGHT = 600, 600

# 图像间距
IMAGESPACE = 10

# 文字图像尺寸 文字图像宽需要与单张输入图像等宽
TEXTWIDTH, TEXTHEIGHT = IMGWIDTH, 100

# 文字大小和文字上下偏移量
TEXTSIZE, TEXTOFFSET = 64, 5

# 文字字体名
# simsun宋体， msyh.ttc微软雅黑
TEXTFONT = "font/msyh.ttc"


if __name__ == '__main__':
    # image路径下存放图片
    finalImg = create_multi_img("./image")
    # 保存图像
    finalImg.save("../result.jpg", dpi=(300.0, 300.0))

找出文件夹中相似图像

# -*- coding: utf-8 -*-
"""
Created on Thu Apr  8 06:18:17 2021

@author: luohenyueji
"""

import threading
import time
import queue
import cv2
import os
import numpy as np
import cv2
import shutil
import numpy as np
import os

# 计算hash值


def consume(thread_name, q, result):
    while True:
        filename, img = q.get()
        phash_value = cv2.img_hash.PHash_create().compute(img)
        result[str(filename)] = phash_value
        q.task_done()

# 读取图像
def produce(thread_name, q, imgPath):
    for i in os.listdir(imgPath):
        if i.split('.')[-1] == 'jpg':
            filename = os.path.join(imgPath, i)
            imgfile = cv2.imread(filename)
            if imgfile is None:
                continue
            q.put([filename, imgfile])
            print(filename)
    q.join()


# 结果
result = {}
imgpath = "save"

q = queue.Queue()

p = threading.Thread(target=produce, args=("producer", q, imgpath))
c1 = threading.Thread(target=consume, args=("consumer1", q, result))
c2 = threading.Thread(target=consume, args=("consumer2", q, result))
c3 = threading.Thread(target=consume, args=("consumer3", q, result))
c4 = threading.Thread(target=consume, args=("consumer4", q, result))

c1.setDaemon(True)
c2.setDaemon(True)
c3.setDaemon(True)
c4.setDaemon(True)

p.start()
c1.start()
c2.start()
c3.start()
c4.start()

p.join()
np.save("file.npy", result)


filehash = np.load('file.npy', allow_pickle=True).item()

save_file = "save_similar"
os.makedirs(save_file, exist_ok=True)

# pash计算结构
phash_create = cv2.img_hash.PHash_create()
# 阈值
pash_thre = 10

while (len(filehash)):
    # 取keys
    now_keys = list(filehash.keys())[0]
    # 还剩多少图片
    print("还剩{}图片".format(len(filehash.keys())))
    now_keys_value = filehash.pop(now_keys)

    # 相同图像存储
    similar_filename = []

    # 循环计算值
    for keys in filehash:
        pash_value = phash_create.compare(now_keys_value, filehash[keys])
        if pash_value < pash_thre:
            similar_filename.append(keys)
    try:
        # 移动图像
        if len(similar_filename) > 0:

            # 获得关键key名字
            now_keys_filename = os.path.basename(now_keys)
            # 创建的保存文件路径
            save_file_path = os.path.join(save_file, now_keys_filename[:-4])
            os.makedirs(save_file_path, exist_ok=True)
            # 移动关键keys图片
            shutil.move(now_keys,os.path.join(save_file_path,now_keys_filename))

            # 从字典中移除值，并移动图片
            for i in similar_filename:
                filehash.pop(i)
                # 获得key名字
                keys_filename = os.path.basename(i)
                # 移动图片
                shutil.move(i, os.path.join(save_file_path, keys_filename))
    except:
        continue