九宫格与词云
对图片进行九宫格切割,并且放到微信朋友圈曾经风靡一时。对于python来说,这个也非常简单。
from PIL import Image
import math
def ninerectanglegrid(inputfilename):
"""
实现九宫格切割
Args:
inputfilename (string): 输入文件名称
"""
cols = 3
rows = 3
# 原图
im = Image.open(inputfilename)
# 计算缩放比例
width, height = im.size
# 选取原图片长、宽中较大值作为新图片的九宫格半径
new_image_length = width if width > height else height
# 产生一张白底新图,并且是正方形
new_image = Image.new(im.mode, (new_image_length, new_image_length), color='white')
# 将原图粘贴在新图上,位置为居中
if width > height:
new_image.paste(im, (0, int((new_image_length - height) / 2)))
else:
new_image.paste(im, (int((new_image_length - width) / 2), 0))
targetwidth = math.ceil(new_image_length/cols)
targetheight = math.ceil(new_image_length/rows)
# cut
for row in range(rows):
for col in range(cols):
box = (targetwidth*col,targetheight*row,targetwidth*(col+1),targetheight*(row+1))
out = new_image.crop(box)
out.save(f'{row*cols+col}.png')
ninerectanglegrid(r'd:\test\girl.png')
运行后会将源图片直接切割成为9个图片文件。将它们上传到微信后,就可以组成九宫格图片了,其效果如下图所示。
从效果图中可以看出,如果切割点在头部附近会有一些失真的感觉。所以九宫格这种形式还是适合于二次元图片。
词云
在数据可视化方面,词云一直是一种视觉冲击力很强的方式。对输入的一段文字进行语义分割,得到不同频度的词汇,然后以正比于词频的字体大小无规则的集中显示高频词,简洁直观高效。如果仅仅是偶然一用,使用在线的词云生成工具即可。网上搜索词云在线生成工具,会得到很多结果,包括国内外的网站平台都有。对比了搜索较为靠前的几款在线工具,但或多或少都存在一些使用上瑕疵,有的是网页加载慢,有的是要注册后方可使用,有的是字体支持较差,还有的是要付费使用。尤其是各类注册,更是让人担心个人信息安全的问题。所以,坐而论道,不如起而行之,自己制作词云。主要工具有以下:
•wordcloud
•PyEcharts
•stylecloud
以下代码演示了词云生成。
import os
import jieba
import numpy as np
from PIL import Image
from wordcloud import WordCloud
# 写入用户定义的词,主要是人名/地名等专用的词
userdict_list = ['洛迦诺','莱茵兰','苏台德','特申','卢西尼亚']
def jieba_processing_txt(text,stopwordsfilename):
"""
使用jieba进行更好的分词
Args:
text (string): 要处理的文本
Returns:
string: 分好的词
"""
for word in userdict_list:
jieba.add_word(word)
mywordlist = []
seg_list = jieba.cut(text, cut_all=False)
liststr = "/ ".join(seg_list)
with open(stopwords_path, encoding='utf-8') as f_stop:
f_stop_text = f_stop.read()
f_stop_seg_list = f_stop_text.splitlines()
for myword in liststr.split('/'):
if not (myword.strip() in f_stop_seg_list) and len(myword.strip()) > 1:
mywordlist.append(myword)
return ' '.join(mywordlist)
def create_wordcloud(inputfilelist=None,backimg=None,fontname=None,stopwordsfilename=None):
"""
生成词云
Args:
inputfile (string, optional): 要处理的文档
backimg (string, optional): 背景图
fontname (string, optional): 字体文件
stopwordsfilename (string, optional): 停词表
outputfilename (string, optional): 要输出的词云图片
"""
for index,inputfile in enumerate(inputfilelist):
text = open(inputfile,encoding='utf-8').read()
keywords = jieba_processing_txt(text,stopwordsfilename)
shape_mask = np.array(Image.open(backimg))
wc = WordCloud(background_color="white",
max_words=2000,
font_path=fontname, # 设置字体格式,如不设置显示不了中文
mask=shape_mask
)
wc.generate(keywords)
wc.to_file(f'd:\\test\\wordcloud-{index}.png')
startdir = r'd:\test'
back_image = f'{startdir}\\black.jpg'
textfilename1 = f'{startdir}\\alice.txt'
textfilename2 = f'{startdir}\\历史的抉择.txt'
cn_font = f'{startdir}\\SourceHanSerifK-Light.otf'
stopwords_path = f'{startdir}\\stopwords_cn_en.txt'
inputlist = [textfilename1,textfilename2]
create_wordcloud(inputlist,back_image,cn_font,stopwords_path)
词云的效果如下图所示。
其中:
•black.jpg提供背景,随意替换
•alice.txt是英文小说,随意替换
•历史的抉择.txt是一个中文的政论文,随意替换
•SourceHanSerifK-Light.otf是一个中文字体文件,可以随意替换为自己喜欢的字体文件
•stopwords_cn_en.txt是一个包含了中英文的停词表,用于分词,在网上可以查到
标签:string,五十一,Python,image,词云,import,new,工具箱,txt From: https://www.cnblogs.com/shanxihualu/p/18104225