用Python写一个图片处理脚本

发布于 2019-04-16  33 次阅读



写这个脚本也仅仅是一时的需求:接收到的图片每张都十几M,几十张照片就几百M了,但是这么大的照片对我来说并没有什么实际意义,用画图一张一张的改分辨率太慢(就想到了这一个快速的方案2333),于是就写了个脚本,感觉一个脚本就这一个功能有些浪费,就又加些,目前脚本可以实现:

  1. 将图片的水平像素数量调整到特定值
  2. 将指定的图片以水印的形式添加到图片右下角
  3. 将指定的图片以水印的形式添加到图片中间

以上所有功能均需要OpenCV库的支持,请使用pip install opencv-python安装!

目前为止OpenCV只支持英文,所以输入的路径中不能包含中文,图片文件名也不能含有中文,这是由于OpenCV库仍然用的是GBK编码,在遇到UTF-8规范的编码时会出现错误。目前网上好像有解决方案,但是也只对OpenCV某些功能有用,而且应该只针对一台电脑有效,换台电脑要重新修改。

考虑到脚本的使用体验,打开脚本后会自动获取脚本所在的文件夹路径,在之后要求输入处理的文件夹路径时直接输入数字即可用当前文件夹路径作为工作路径,这里采用的方法和《用Python写一个文件命名处理脚本》一样,利用os.getcwd()得到文件夹路径,用os.path.realpath(__file__)获得运行脚本的绝对路径,详情见这篇文章《python获取当前路径》

脚本大体思路和《用Python写一个文件命名处理脚本》差不多,选择功能后要求输入图片的文件夹路径,自定义函数get_all_images(dir_path)来获取输入的路径下的所有文件,加了一个对文件类型的判断,只有是图片文件才会进行操作,OpenCV支持处理的图片类型有:

image_type = [".jpg", ".jpeg", ".jpe", ".bmp", ".png", ".dib",
                  ".pbm", ".pgm", ".ppm", ".sr", ".ras", ".tiff", ".tif", ".exr", ".jp2"]

之后再用对应的函数处理图像。

图片水平像素数量的调整

首先我们要计算原图的比例,因为用户只输入水平像素的数量所以为了保证图片比例不变我们还要计算在此水平像素数量下的垂直像素的数量。在OpenCV中,图片以C语言的结构体Mat存储,Mat实际上是矩阵。利用OpenCV的imread(filename),得到Mat对象,之后再利用shape()函数得到图像矩阵的行列:

src = imread(path)
src_rows = src.shape[0]
src_cols = src.shape[1]

注意这里的src_rows/src_cols代表行/列,分别代表图像的垂直方向像素数量/水平方向像素数量

对于图片大小的调整,用的函数是OpenCV提供的cv.resize(src, dsize)函数,其中dszie是调整后的图片大小,需要传入的是一个二元tuple(new_cols, new_rows),这里的顺序和shape()函数相反,也就是shape()返回的是宽×长,而resize()传入的是长×宽!代码表示dsize = (dst.shape[1], dst.shape[0])

处理之后用imwrite(filename, dst)将Mat对象存到硬盘上即可,dst是处理后的图片,filename是图像的名称(可以是路径)。imwrite()函数遇到重名文件会直接覆盖,在脚本中保存了原图像,处理后的图像以"原图像名[新的水平像素数量]"的格式命名,如"Test[100].png"。

水印的添加

这个功能仅仅是觉得脚本功能太少加上的。考虑到可能加的水印图片可能仅仅是一张简单的图片,所以并没有对水印图片进行处理(其实是懒),因此可用性不高...

自定义函数add_watermark()

def add_watermark(image_path, watermark_path, ratio=15):
    """
    :param image_path: 待添加水印图片的路径
    :param watermark_path: 水印图片路径
    :param ratio: 原图片水平像素数量/水印图片水平像素数量,决定了水印在原图中的大小
    :return 1: 成功 0:失败
    """
    pass

首先是水印图片的大小调整,之后创建和原图大小一致的掩膜,然后将水印添加到掩膜的某个位置,最后将掩膜与原图融合。

掩膜的制作最简单的方式是mask = src - src,这样既可得到与原图大小一致且矩阵元素全都为零的掩膜。

水印添加到掩膜代码:

mask[watermark_y:watermark_y+watermark.shape[0],
     watermark_x:watermark_x+watermark.shape[1]] = watermark

掩膜与原图融合利用函数cv.addWeighted(src1, alpha, src2, beta, gamma),原理为对矩阵在(r,c)位置的元素进行以下操作:g(r,c) = f1(r,c)*alpha + f2(r,c)*beta+gamma,更多详细信息请见参考链接。

源代码地址

参考链接:
Opencv 例程讲解 6 ---- 图片融合 addWeighted到底有多快?

(此博客创建于2019-04-16)


一沙一世界,一花一天堂。君掌盛无边,刹那成永恒。