开发者

Python 代码实现各种酷炫功能

开发者 https://www.devze.com 2022-12-13 11:20 出处:网络 作者: Java小吴吴
目录一、生成二维码二、生成词云三、批量抠图四、文字情绪识别五、识别是否带了口罩六、简易信息轰炸七、识别图片中的文字八、简单的小游戏一、生成二维码
目录
  • 一、生成二维码
  • 二、生成词云
  • 三、批量抠图
  • 四、文字情绪识别
  • 五、识别是否带了口罩
  • 六、简易信息轰炸
  • 七、识别图片中的文字
  • 八、简单的小游戏

一、生成二维码

二维码又称二维条码,常见的二维码为QR Code,QR全称Quick Response,是一个近几年来移动设备上超流行的一种编码方式,而生成一个二维码也非常简单,在python中我们可以通过MyQR模块了生成二维码,而生成一个二维码我们只需要2行代码,我们先安装MyQR模块,这里选用国内的源下载:

pip install qrcode

安装完成后我们就可以开始写代码了:

import qrcode
text = input(输入文字或URL:) 
# 设置URL必须添加http://
img =qrcode.make(text)
img.save()              
#保存图片至本地目录,可以设定路径
img.show()

我们执行代码后会在项目下生成一张二维码。当然我们还可以丰富二维码:

我们先安装MyQR模块

pip install myqr
def gakki_code():
  version, level, qr_name = myqr.run(
    words=https://520mg.com/it/#/main/2, 
    # 可以是字符串,也可以是网址(前面要加http(s)://)
    version=1, # 设置容错率为最高
    level='H', 
    # 控制纠错水平,范围是L、M、Q、H,从左到右依次升高
    picture=gakki.gif, 
    # 将二维码和图片合成
    colorized=True, # 彩色二维码
    contrast=1.0, 
    # 用以调节图片的对比度,1.0 表示原始图片,更小的值表示更低对比度,更大反之。默认为1.0
    brightness=1.0, 
    # 用来调节图片的亮度,其余用法和取值同上
    save_name=gakki_code.gif, 
    # 保存文件的名字,格式可以是jpg,png,bmp,gif
    save_dir=os.getcwd() # 控制位置
  )

gakki_code()

另外MyQR还支持动态图片。

二、生成词云

词云又叫文字云,是对文本数据中出现频率较高的“关键词”在视觉上的突出呈现,形成关键词的渲染形成类似云一样的彩色图片,从而一眼就可以领略文本数据的主要表达意思。

但是作为一个老码农,还是喜欢自己用代码生成自己的词云,复杂么?需要很长时间么?很多文字都介绍过各种的方法,但实际上只需要10行pythonQNPuftK代码即可。

先安装必要库

pip install wordcloud
pip install jieba
pip install matplotlib
import matplotlib.pyplot as plt
from wordcloud import WordCloud
import jieba
text_from_file_with_apath = open('/Users/linuxmi/linuxmi.txt').read()
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()

如此而已,生成的一个词云是这样的:

Python 代码实现各种酷炫功能

读一下这10行代码:

1~3 行,分别导入了画图的库matplotlib,词云生成库wordcloud 和 jieba的分词库;

4 行,是读取本地的文件

5~6 行,使用jieba进行分词,并对分词的结果以空格隔开;

7行,对分词后的文本生成词云;

8~10行,用pyplot展示词云图。

这是我喜欢python的一个原因吧,简洁明快。

三、批量抠图

抠图的实现需要借助百度飞桨的深度学习工具paddlepaddle,我们需要安装两个模块就可以很快的实现批量抠图了,第一个是PaddlePaddle

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

还有一个是paddlehub模型库:

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

接下来我们只需要5行代码就能实现批量抠图:

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

四、文字情绪识别

paddlepaddle面前,自然语言处理也变得非常简单。实现文字情绪识别我们同样需要安装PaddlePaddle和Paddlehub,具体安装参见三中内容。

然后就是我们的代码部分了:

import paddlehub as hub    
senta = hub.Mo编程客栈dule(name='senta_lstm')    # 加载模型
sentence = [  # 准备要识别的语句
  '你真美', '你真丑', '我好难过', '我不开心', '这个游戏好好玩', '什么垃圾游戏',
]
results = senta.sentiment_classify(data={text:sentence})  # 情绪识别
# 输出识别结果
for result in results:
  print(result)

识别的结果是一个字典列表:

{'text': '你真美', 'sentiment_label': 1, 'sentiment_key': 'positive', 'positive_probs': 0.9602, 'negative_probs': 0.0398}

{'text': '你真丑', 'sentiment_label': 0, 'sentiment_key': 'negative', 'positive_probs': 0.0033, 'negative_probs': 0.9967}

{'text': '我好难过', 'sentiment_label': 1, 'sentiment_key': 'positive', 'positive_probs': 0.5324, 'negative_probs': 0.4676}

{'text': '我不开心', 'sentiment_label': 0, 'sentiment_key': 'negative', 'positive_probs': 0.1936, 'nhttp://www.cppcns.comegative_probs': 0.8064}

{'text': '这个游戏好好玩', 'sentiment_label': 1, 'sentiment_key': 'positive', 'positive_probs': 0.9933, 'negative_probs': 0.0067}

{'text': '什么垃圾游戏', 'sentiment_label': 0, 'sentiment_key': 'negative', 'positive_probs': 0.0108, 'negative_probs': 0.9892}

其中sentiment_key字段包含了情绪信息,详细分析可以参见Python自然语言处理只需要5行代码。

五、识别是否带了口罩

这里同样是使用PaddlePaddle的产品,我们按照上面步骤安装好PaddlePaddle和Paddlehub

然后就开始写代码:

import paddlehub as hub
# 加载模型
module = hub.Module(name='pyramidbox_lite_mobile_mask')
# 图片列表
image_list = ['face.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)

执行上述程序后,项目下会生成detection_result文件夹,识别结果都会在里面。

六、简易信息轰炸

Python控制输入设备的方式有很多种,我们可以通过win32或者pynput模块。我们可以通过简单的循环操作来达到信息轰炸的效果,这里以pynput为例,我们需要先安装模块:

pip install -i https://pypi.tuna.tsing编程客栈hua.edu.cn/simple/ pynput

在写代码之前我们需要手动获取输入框的坐标:

from pynput import QNPuftKmouse
# 创建一个鼠标
m_mouse = mouse.Controller()
# 输出鼠标位置
print(m_mouse.position)

可能有更高效的方法,但是我不会。

获取后我们就可以记录这个坐标,消息窗口不要移动。然后我们执行下列代码并将窗口切换至消息页面:

import time
from pynput import mouse, keyboard
time.sleep(5)
m_mouse = mouse.Controller()  # 创建一个鼠标
m_keyboard = keyboard.Controller() # 创建一个键盘
m_mouse.position = (850, 670)    # 将鼠标移动到指定位置
m_mouse.click(mouse.Button.left) # 点击鼠标左键
while(True):
  m_keyboard.type('你好')    # 打字
  m_keyboard.press(keyboard.Key.enter)  # 按下enter
  m_keyboard.release(keyboard.Key.enter)  # 松开enter
  time.sleep(0.5)  # 等待 0.5秒

七、识别图片中的文字

我们可以通过Tesseract来识别图片中的文字,在Python中实现起来非常简单,但是前期下载文件、配置环境变量等稍微有些繁琐,所以本文只展示代码:

import pytesseract
from PIL import Image
img = Image.open('text.jpg')
text = pytesseract.image_to_string(img)
print(text)

其中text就是识别出来的文本。如果对准确率不满意的话,还可以使用百度的通用文字接口。

八、简单的小游戏

从一些小例子入门感觉效率很高。

import random
print(1-100数字猜谜游戏!)
num = random.randint(1,100)
guess =guess
i = 0
while guess != num:
  i += 1
  guess = int(input(请输入你猜的数字:))
  if guess == num:
    print(恭喜,你猜对了!)
  elif guess < num:
    print(你猜的数小了...)
  else:
    print(你猜的数大了...)
print(你总共猜了%d %i + 次)

到此这篇关于Python 代码实现各种酷炫功能的文章就介绍到这了,更多相关Python 实现酷炫功能内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!

0

精彩评论

暂无评论...
验证码 换一张
取 消

关注公众号