2

python 批量爬取猫咪图片实现千图成像 -利来国际app

3631

目录

使用 python 爬取猫咪图片,并为猫咪🐱制作千图成像!

本文使用的 python 版本是 3.10.0 版本,可直接在利来国际app官网下载: 。

pythonn 的安装配置过程在此不做详细介绍,网上随意搜都是教程!

1、爬取绘艺素材网站

爬取网站:

首先安装必须的库:

pip install beautifulsoup4 pip install requests pip install urllib3 pip install lxml

爬取图片代码:

from bs4 import beautifulsoup import requests import urllib.request import os # 第一页猫咪图片网址 url = 'https://www.huiyi8.com/tupian/tag-猫咪/1.html' # 图片保存路径,这里 r 表示不转义 path = r"/users/lpc/downloads/cats/" # 判断目录是否存在,存在则跳过,不存在则创建 if os.path.exists(path): pass else: os.mkdir(path) # 获得所有猫咪图片网页地址 def allpage(): all_url = [] # 循环翻页次数 20 次 for i in range(1, 20): # 替换翻页的页数,这里的 [-6] 是指网页地址倒数第 6 位 each_url = url.replace(url[-6], str(i)) # 将所有获取的 url 加入 all_url 数组 all_url.append(each_url) # 返回所有获取到的地址 return all_url # 主函数入口 if __name__ == '__main__': # 调用 allpage 函数获取所有网页地址 img_url = allpage() for url in img_url: # 获得网页源代码 requ = requests.get(url) req = requ.text.encode(requ.encoding).decode() html = beautifulsoup(req, 'lxml') # 添加一个 url 数组 img_urls = [] # 获取 html 中所有 img 标签的内容 for img in html.find_all('img'): # 筛选匹配 src 标签内容以 http 开头,以 jpg 结束 if img["src"].startswith('http') and img["src"].endswith("jpg"): # 将符合条件的 img 标签加入 img_urls 数组 img_urls.append(img) # 循环数组中所有 src for k in img_urls: # 获取图片 url img = k.get('src') # 获取图片名称,强制类型转换很重要 name = str(k.get('alt')) type(name) # 给图片命名 file_name = path name '.jpg' # 通过图片 url 和图片名称下载猫咪图片 with open(file_name, "wb") as f, requests.get(img) as res: f.write(res.content) # 打印爬取的图片 print(img, file_name)

📢 注意: 以上代码无法直接复制运行,需要修改下载图片路径:/users/lpc/downloads/cats,请修改为读者本地的保存路径!

爬取成功:

共爬取 346 张猫咪图片!

2、爬取 zol 网站

爬取 zol 网址:

爬取代码:

import requests import time import os from lxml import etree # 请求的路径 url = 'https://desk.zol.com.cn/dongwu/mengmao/1.html' # 图片保存路径,这里 r 表示不转义 path = r"/users/lpc/downloads/zol/" # 这里是你要保存的路径位置 前面的r 表示这段不转义 if os.path.exists(path): # 判断目录是否存在,存在则跳过,不存在则创建 pass else: os.mkdir(path) # 请求头 headers = {"referer": "referer: http://desk.zol.com.cn/dongman/1920x1080/", "user-agent": "mozilla/5.0 (windows nt 10.0; win64; x64) applewebkit/537.36 (khtml, like gecko) chrome/70.0.3538.77 safari/537.36", } headers2 = { "user-agent": "mozilla/5.0 (windows nt 10.0; wow64) applewebkit/537.36 (khtml, like gecko) chrome/72.0.3626.81 safari/537.36 se 2.x metasr 1.0", } def allpage(): # 获得所有网页 all_url = [] for i in range(1, 4): # 循环翻页次数 each_url = url.replace(url[-6], str(i)) # 替换 all_url.append(each_url) return all_url # 返回地址列表 # todo 获取到html页面进行解析 if __name__ == '__main__': img_url = allpage() # 调用函数 for url in img_url: # 发送请求 resq = requests.get(url, headers=headers) # 显示请求是否成功 print(resq) # 解析请求后获得的页面 html = etree.html(resq.text) # 获取a标签下进入高清图页面的url hrefs = html.xpath('.//a[@class="pic"]/@href') # todo 进入更深一层获取图片 高清图片 for i in range(1, len(hrefs)): # 请求 resqt = requests.get("https://desk.zol.com.cn" hrefs[i], headers=headers) # 解析 htmlt = etree.html(resqt.text) srct = htmlt.xpath('.//img[@id="bigimg"]/@src') # 截图片名称 imgname = srct[0].split('/')[-1] # 根据url获取图片 img = requests.get(srct[0], headers=headers2) # 执行写入图片到文件 with open(path imgname, "ab") as file: file.write(img.content) # 打印爬取的图片 print(img, imgname)

爬取成功:

共爬取 81 张猫咪图片!

3、爬取百度图片网站

爬取百度网站:

1、爬取图片代码:

import requests import os from lxml import etree path = r"/users/lpc/downloads/baidu1/" # 判断目录是否存在,存在则跳过,不存在则创建 if os.path.exists(path): pass else: os.mkdir(path) page = input('请输入要爬取多少页:') page = int(page) 1 header = { 'user-agent': 'mozilla/5.0 (macintosh; intel mac os x 11_1_0) applewebkit/537.36 (khtml, like gecko) chrome/87.0.4280.88 safari/537.36' } n = 0 pn = 1 # pn是从第几张图片获取 百度图片下滑时默认一次性显示30张 for m in range(1, page): url = 'https://image.baidu.com/search/acjson?' param = { 'tn': 'resultjson_com', 'logid': '7680290037940858296', 'ipn': 'rj', 'ct': '201326592', 'is': '', 'fp': 'result', 'queryword': '猫咪', 'cl': '2', 'lm': '-1', 'ie': 'utf-8', 'oe': 'utf-8', 'adpicid': '', 'st': '-1', 'z': '', 'ic': '0', 'hd': '1', 'latest': '', '利来娱乐 copyright': '', 'word': '猫咪', 's': '', 'se': '', 'tab': '', 'width': '', 'height': '', 'face': '0', 'istype': '2', 'qc': '', 'nc': '1', 'fr': '', 'expermode': '', 'nojc': '', 'acjsonfr': 'click', 'pn': pn, # 从第几张图片开始 'rn': '30', 'gsm': '3c', '1635752428843=': '', } page_text = requests.get(url=url, headers=header, params=param) page_text.encoding = 'utf-8' page_text = page_text.json() print(page_text) # 先取出所有链接所在的字典,并将其存储在一个列表当中 info_list = page_text['data'] # 由于利用此方式取出的字典最后一个为空,所以删除列表中最后一个元素 del info_list[-1] # 定义一个存储图片地址的列表 img_path_list = [] for i in info_list: img_path_list.append(i['thumburl']) # 再将所有的图片地址取出,进行下载 # n将作为图片的名字 for img_path in img_path_list: img_data = requests.get(url=img_path, headers=header).content img_path = path str(n) '.jpg' with open(img_path, 'wb') as fp: fp.write(img_data) n = n 1 pn = 29

2、爬取代码

# -*- coding:utf-8 -*- import requests import re, time, datetime import os import random import urllib.parse from pil import image # 导入一个模块 imgdir = r"/volumes/dba/python/img/" # 设置headers 为了防止反扒,设置多个headers # chrome,firefox,edge headers = [ { 'user-agent': 'mozilla/5.0 (windows nt 10.0; win64; x64) applewebkit/537.36 (khtml, like gecko) chrome/84.0.4147.105 safari/537.36', 'accept-language': 'zh-cn,zh;q=0.8,zh-tw;q=0.7,zh-hk;q=0.5,en-us;q=0.3,en;q=0.2', 'connection': 'keep-alive' }, { "user-agent": 'mozilla/5.0 (windows nt 10.0; win64; x64; rv:79.0) gecko/20100101 firefox/79.0', 'accept-language': 'zh-cn,zh;q=0.8,zh-tw;q=0.7,zh-hk;q=0.5,en-us;q=0.3,en;q=0.2', 'connection': 'keep-alive' }, { "user-agent": 'mozilla/5.0 (windows nt 10.0; win64; x64) applewebkit/537.36 (khtml, like gecko) chrome/70.0.3538.102 safari/537.36 edge/18.19041', 'accept-language': 'zh-cn', 'connection': 'keep-alive' } ] piclist = [] # 存储图片的空 list keyword = input("请输入搜索的关键词:") kw = urllib.parse.quote(keyword) # 转码 # 获取 1000 张百度搜索出来的缩略图 list def getpiclist(kw, n): global piclist weburl = r"https://image.baidu.com/search/acjson?tn=resultjson_com&logid=11601692320226504094&ipn=rj&ct=201326592&is=&fp=result&queryword={kw}&cl=2&lm=-1&ie=utf-8&oe=utf-8&adpicid=&st=&z=&ic=&hd=&latest=©right=&word={kw}&s=&se=&tab=&width=&height=&face=&istype=&qc=&nc=1&fr=&expermode=&force=&cg=girl&pn={n}&rn=30&gsm=1e&1611751343367=".format( kw=kw, n=n * 30) req = requests.get(url=weburl, headers=random.choice(headers)) req.encoding = req.apparent_encoding # 防止中文乱码 webjson = req.text imgurlreg = '"thumburl":"(.*?)"' # 正则 piclist = piclist re.findall(imgurlreg, webjson, re.dotall | re.i) for i in range(150): # 循环数比较大,如果实际上没有这么多图,那么 piclist 数据不会增加。 getpiclist(kw, i) for item in piclist: # 后缀名 和名字 itemlist = item.split(".") hz = ".jpg" picname = str(int(time.time() * 1000)) # 毫秒级时间戳 # 请求图片 imgreq = requests.get(url=item, headers=random.choice(headers)) # 保存图片 with open(imgdir picname hz, "wb") as f: f.write(imgreq.content) # 用 image 模块打开图片 im = image.open(imgdir picname hz) bili = im.width / im.height # 获取宽高比例,根据宽高比例调整图片大小 newim = none # 调整图片的大小,最小的一边设置为 50 if bili >= 1: newim = im.resize((round(bili * 50), 50)) else: newim = im.resize((50, round(50 * im.height / im.width))) # 截取图片中 50*50 的部分 clip = newim.crop((0, 0, 50, 50)) # 截取图片,crop 裁切 clip.convert("rgb").save(imgdir picname hz) # 保存截取的图片 print(picname hz " 处理完毕")

爬取成功:

总结: 三个网站共爬取 1600 张猫咪图片!

爬取千张图片之后,接下来就需要使用图片拼接成一张猫咪图片,即千图成像。

1、foto-mosaik-edda 软件实现

首先下载软件:,如果无法下载,直接百度搜索 foto-mosaik-edda

windows 安装 foto-mosaik-edda 过程比较简单!

📢 注意: 但是需要提前安装 .net framework 2,否则报错如下无法成功安装!

启用 .net framework 2 的方式:

确认已经成功启用:

接下来就可以继续安装!

安装完成后,打开如下:

第一步,创建一个图库:

第二步,千图成像:

这里勾选第一步创建好的图库:

见证奇迹的时刻:

再制作一张可爱的猫咪:

大功告成!

2、使用 python 实现

首先,选取一张图片:

运行以下代码:

# -*- coding:utf-8 -*- from pil import image import os import numpy as np imgdir = r"/volumes/dba/python/img/" bgimg = r"/users/lpc/downloads/494.jpg" # 获取图像的平均颜色值 def compute_mean(imgpath): ''' 获取图像平均颜色值 :param imgpath: 缩略图路径 :return: (r,g,b)整个缩略图的rgb平均值 ''' im = image.open(imgpath) im = im.convert("rgb") # 转为 rgb模式 # 把图像数据转为数据序列。以行为单位,每行存储每个像素点的色彩 '''如: [[ 60 33 24] [ 58 34 24] ... [188 152 136] [ 99 96 113]] [[ 60 33 24] [ 58 34 24] ... [188 152 136] [ 99 96 113]] ''' imarray = np.array(im) # mean()函数功能:求指定数据的取均值 r = np.mean(imarray[:, :, 0]) # 获取所有 r 值的平均值 g = np.mean(imarray[:, :, 1]) b = np.mean(imarray[:, :, 2]) return (r, g, b) def getimglist(): """ 获取缩略图的路径及平均色彩 :return: list,存储了图片路径、平均色彩值。 """ imglist = [] for pic in os.listdir(imgdir): imgpath = imgdir pic imgrgb = compute_mean(imgpath) imglist.append({ "imgpath": imgpath, "imgrgb": imgrgb }) return imglist def computedis(color1, color2): ''' 计算两张图的颜色差,计算机的是色彩空间距离。 dis = (r**2 g**2 b**2)**0.5 参数:color1,color2 是色彩数据 (r,g,b) ''' dis = 0 for i in range(len(color1)): dis = (color1[i] - color2[i]) ** 2 dis = dis ** 0.5 return dis def create_image(bgimg, imgdir, n=2, m=50): ''' 根据背景图,用头像填充出新图 bgimg:背景图地址 imgdir:头像目录 n:背景图缩放的倍率 m:头像的大小(mxm) ''' # 获取图片列表 imglist = getimglist() # 读取图片 bg = image.open(bgimg) # bg = bg.resize((bg.size[0] // n, bg.size[1] // n)) # 缩放。建议缩放下原图,图片太大运算时间很长。 bgarray = np.array(bg) width = bg.size[0] * m # 新生成图片的宽度。每个像素倍放大 m 倍 height = bg.size[1] * m # 新生成图片的高度 # 创建空白的新图 newimg = image.new('rgb', (width, height)) # 循环填充图 for x in range(bgarray.shape[0]): # x,行数据,可以用原图宽替代 for y in range(bgarray.shape[1]): # y,列数据,,可以用原图高替代 # 找到距离最小的图片 mindis = 10000 index = 0 for img in imglist: dis = computedis(img['imgrgb'], bgarray[x][y]) if dis < mindis: index = img['imgpath'] mindis = dis # 循环完毕,index 就是存储了色彩最相近的图片路径 # mindis 存储了色彩差值 # 填充 tempimg = image.open(index) # 打开色差距离最小的图片 # 调整图片大小,此处可以不调整,因为我在下载图的时候就已经调整好了 tempimg = tempimg.resize((m, m)) # 把小图粘贴到新图上。注意 x,y ,行列不要搞混了。相距 m 粘贴一张。 newimg.paste(tempimg, (y * m, x * m)) print('(%d, %d)' % (x, y)) # 打印进度。格式化输出 x,y # 保存图片 newimg.save('final.jpg') # 最后保存图片 create_image(bgimg, imgdir)

运行结果:

从上图可以发现,图片的清晰度堪比原图,放大之后小图依然清晰可见!

📢 注意: 使用 python 运行会比较慢!

真好,又可以愉快地吸猫了~

本文参考:

最后修改时间:2021-11-03 22:39:29
「喜欢文章,快来给作者赞赏墨值吧」
【利来手机国际的版权声明】本文为墨天轮用户原创内容,转载时必须标注文章的来源(墨天轮),文章链接,文章作者等基本信息,否则作者和墨天轮有权追究责任。如果您发现墨天轮中有涉嫌抄袭或者侵权的内容,欢迎发送邮件至:[email protected]进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。

评论