Python用不超过10行代码能实现些什么有趣的功能

描述

Python 凭借语法的易学性，代码的简洁性以及类库的丰富性，赢得了众多开发者的喜爱。因此也促使了很多开发者使用Python开发新的模块，从而形成了良性循环。Python可以凭借更加简洁的代码实现非常多有趣的操作，下面我们来看看，用不超过10行代码能实现些什么有趣的功能

一、生成动图

在很多时候，尤其是在线聊天时，输了什么也不能输掉斗图啊，下面的代码可以快速生成动图，在和朋友的斗图当中，得胜的把握又增加了，接下来我们看一下代码实现

import imageio
image_list = ['D:\/code\/gropImage\/image\/1.jpg','D:\/code\/gropImage\/image\/2.jpg', 'D:\/code\/gropImage\/image\/3.jpg', 'D:\/code\/gropImage\/image\/4.jpg']
gif_name = "dongtu.gif"
duration = 1
frames = []
for image_name in image_list:
    frames.append(imageio.imread(image_name))
imageio.mimsave(gif_name, frames, "GIF", duration=duration)

二、生成二维码

二维码在我们生活中十分常见，在我们的生活当中实在时太重要了，收付款、快速进入网站，访问各种统计信息等等，那么使用Python怎么去实现一个二维码的功能呢？只需要使用这五行代码，便可以实现一个简单的二维码功能，接下来我们看一下代码实现

import qrcode
text=input(输入文字/url)
image=qrcode.make(text)
img.save()
img.show()

三、批量抠图

在工作中经常需要对图片的背景进行去除，批量抠图的实现需要借助百度飞桨 paddlepaddle 是百度开源的深度学习工具，其功能强大，基于该工具我们可以实现很既有趣又有用的功能，开始之前我们需要安装两个模块

pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple
pip install paddlehub -i https://mirror.baidu.com/pypi/simple

批量获取指定目录下的图片，然后通过 paddlehub 训练好的模型进行批量抠图处理,接下来我们看一下代码实现

import os
import paddlehub as hub
humanseg = hub.Module(name='deeplabv3p_xception65_humanseg')  # 加载模型
path = 'D:\/code\/gropImage\/'    # 文件目录
# 获取文件列表
files = [path + i for i in os.listdir(path)]  
results = humanseg.segmentation(data={'image': files})  # 抠图

四、自然语言处理

飞浆同样有很强的自然语言处理能力，在处理文字情绪识别方面也非常突出,接下来我们看一下代码实现

import paddlehub as hub
senta_lstm = hub.Module(name='senta_lstm')
senta_lstm_text=["你真美","你真丑 ","我好难过识","我不开心","这个游戏好好玩","什么垃圾游戏"]
results=senta_lstm.classify(data={'text':senta_lstm_text})

五、文字云

文本中数据出现频率较高的关键词在视觉上做突出的呈现，形成的关键词渲染类似于云一样的彩色图片，从而一眼就可以看到哪些关键词出现的次数比较多，接下来我们看一下代码实现

import matplotlib.pyplot as plt
from wordcloud import WordCloudimport jieba
text_from_file_with_apath = open('D:\/code\/gropImage\/list.txt').rea()
wordlist_after_jieba = jieba.cut(text_from_file with apath, cut_all = True)
wl_space_split = .join(wordlist_after_jieba)
my_wordcloud = WordCloud().generate(wl_space_split)
plt.imshow(my_wordcloud)
plt.axis(off)
plt.show()

六、人脸识别

当今社会人脸识别可以说是随处可见，而在疫情肆虐的今天，口罩似乎也成为我们日常出现必备的条件，很多公司的门口增加了口罩识别的功能，飞浆工具也增加了口罩识别功能，接下来我们看一下代码实现

import paddlehub as hub
# 加载模型
module = hub.Module(name='pyramidbox_lite_mobile_mask')
# 图片列表
image_list = ['D:\/code\/gropImage\/lian1.jpg']
# 获取图片字典
input_dict = {'image':image_list}
# 检测是否带了口罩
module.face_detection(data=input_dict)

七、人脸关键点检测

人脸关键点检测是人脸识别和分析领域中的关键一步，它是诸如自动人脸识别、表情分析、三维人脸重建及三维动画等其它人脸相关问题的前提和突破口，接下来我们看一下代码实现

import paddlehub as hub
face_landmark = hub.Module(name="face_landmark_localization")
image = 'D:\/code\/gropImage\/img_face.jpg'
result = face_landmark.keypoint_detection(images=[cv2.imread(image)],visualization=True)
print(result)

八、识别图片中的文字

识别图片中的文字，这个功能就是我们日常生活中经常使用到的OCR功能，它可以把图片中的文字进行识别。借助于专业库强大的功能实现OCR也只需要几行的代码，并实现了很多软件中付费的OCR功能是不是非常强大？,接下来我们看一下代码实现

import pytesseract
from PIL import Image
image=Image.open('D:\/code\/gropImage\/img_text.jpg')
text=pytesseract.image_to_string(image)
print(text)

总结

Python是非常适合入门的编程语言，使用合适的教程便可以在短时间内掌握Python的知识，并通过编程完成很多工具所拥有的功能，好了，这就是今天分享的内容，如果喜欢，就点个赞吧~