用Python写元宵节祝福,手把手操作教程清晰简单

本文介绍了用Python编程生成由微信好友头像拼成文字的方法。先利用HZK16字库获取汉字点阵信息,再通过itchat获取微信好友头像,最后用PIL库根据点阵信息拼接头像。还提到可对图片二值化处理获取更精致效果,以及实现动态字幕展示功能。

今天是正月十五,首先祝大家元宵节快乐!

以前加过我个人微信号的朋友,可以在朋友圈看到我今天发的元宵节祝福图片:

这个祝福文字乍一看其貌不扬,不过点开大图有惊喜:是拿自己微信好友的头像拼成的

这是通过 python 编程生成的。怎么样,要不要来试下呢?

涉及的原理并不复杂,接下来我们一步步来说明。

首先是点阵字的概念:点阵字体是把每一个字符都分成 n * n 个点,然后用每个点的虚实来表示字符的轮廓。点阵字体也叫位图字体,其中每个字形都以一组二维像素信息表示。

汉字那么多,总不能每个字都去自己设计点阵吧?别担心,有现成的点阵字库可以直接使用:HZK16字库。HZK即汉字库的首字母缩写,HZK16字库是符合GB2312标准的16×16点阵字库,支持的汉字有6763个(但可惜不支持英文和数字),每个汉字模型需要16×16一共需要256个点来显示。

这样思路就出来了:我们自己输入汉字,根据字符串中汉字字符编码,去HZK16字库中获取点阵信息,拿到信息后根据16*16点阵每个点的数据,print 出不同字符。

Talk is cheap, show me the code

#初始化16*16的点阵位置,每个汉字需要16*16=256个点来表示

rect_list = [] * 16
for i in range(16):
    rect_list.append([] * 16)
#拿“赞”字来演示
text = "赞"
#获取中文的编码
gb2312 = text.encode('gb2312')
hex_str = binascii.b2a_hex(gb2312)
result = str(hex_str, encoding='utf-8')
#根据编码计算“赞”在汉字库中的位置
area = eval('0x' + result[:2]) - 0xA0
index = eval('0x' + result[2:]) - 0xA0
offset = (94 * (area-1) + (index-1)) * 32
font_rect = None
#读取HZK16汉字库文件中“赞”字数据
with open("HZK16", "rb") as f:
    f.seek(offset)
    font_rect = f.read(32)
#根据读取到HZK中数据给我们的16*16点阵赋值
for k in range(len(font_rect) // 2):
    row_list = rect_list[k]
    for j in range(2):
        for i in range(8):
            asc = font_rect[k * 2 + j]
            flag = asc & KEYS[i]
            row_list.append(flag)
#根据获取到的16*16点阵信息,打印到控制台
for row in rect_list:
    for i in row:
        if i:
            #前景字符(即用来表示汉字笔画的输出字符)
            print('0', end=' ')
        else:
            #背景字符(即用来表示背景的输出字符)
            print('.', end=' ')
    print()

解决了输出字符的问题,接下来就考虑,如何把这些点换成微信好友头像呢?

我们通过 itchat 这个开源的微信个人号接口来获取微信好友头像图片。这个在之前的文章《用Python写个了红包提醒,再不怕错过一个亿了》也使用过。

#通过二维码登录微信网页版
itchat.auto_login()
#获取微信好友信息列表
friendList = itchat.get_friends(update=True)
#读取好友头像
for friend in friendList:
    friend['head_img'] = itchat.get_head_img(userName=friend['UserName'])
    friend['head_img_name'] = "%s.jpg" % friend['UserName']
    #写入文件
    with open(friend['head_img_name'],'wb') as f:
        f.write(friend['head_img'])

有了头像之后,我们通过 PIL (Python Image Library,python的第三方图像处理库) 根据汉字点阵信息拼接头像图片。核心代码片段:

#新建画布,16*16点阵,每个图片边长100
canvas = Image.new('RGB', (1600, 1600), '#FFFFFF')
n = 0
for i in range(16*16):
    #点阵信息为1,即代表此处要显示头像来组字
    if item[i] == "1":
        # 打开图片
        img = Image.open(imgList[n])
        # 缩小图片
        img = img.resize((100, 100), Image.ANTIALIAS)
        # 拼接图片
        canvas.paste(img, ((i % 16) * 100, (i // 16) * 100))
        n += 1

综合以上三个步骤,即可用微信好友头像组成你想要的文字了。

如果你嫌弃这 16x16 的字库效果,也可以通过对图片进行二值化处理,以获取更精致的点阵信息来成字符图。比如这个“福”字,其点阵信息就是我对福字图片处理得到的,最终展示的效果也更美观大方:

我们也可以利用歌词或视频字幕文件中的时间信息,通过 sleep 控制停顿,实现一个动态展示字幕的功能:

更多玩法欢迎你来一起动手挖掘!

内容概要:本文系统阐述了正规表达式(正则表达式)作为词法分析核心工具的理论基础与实际应用。文章从字母表、符号串等基本概念出发,详细介绍了正规式的定义、运算规则、代数性质及其与有限自动机(NFA/DFA)的等价关系,阐明了通过Thompson构造法、子集构造法和DFA最小化实现词法分析器自动生成的技术路径。同时,文中列举了标识符、关键字、运算符等编程语言元素的正规式描述,并说明了最长匹配和优先级规则在歧义消解中的作用。此外,还对比了正规式与上下文无关文法的表达能力差异,指出了其在嵌套结构和计数能力上的局限性,并介绍了Lex/Flex等词法分析器生成工具的应用场景。; 适合人群:计算机相关专业学生、编译原理初学者、希望深入理解词法分析机制的研发人员;具备一定的离散数学和形式语言基础者更佳。; 使用场景及目标:① 学习如何使用正规表达式精确描述程序语言的词法规则;② 掌握从正规式到DFA的转换流程及其实现原理,为构建编译器前端打下基础;③ 理解词法分析器生成工具的工作机制,提升对自动化工具的理解与运用能力。; 阅读建议:建议结合编译器设计实践进行学习,尝试手动完成正规式到NFA再到DFA的转换练习,并使用Flex等工具验证结果,以加深对理论知识的理解与应用。
内容概要:本文针对高比例清洁能源接入背景下配电网重构的关键问题,提出了一种计及需求响应机制的优化方法,并以IEEE33节点标准系统为案例,采用Matlab进行建模、仿真与代码实现。研究通过构建综合考虑风电、光伏等间歇性电源出力不确定性和负荷波动的数学模型,引入智能优化算法求解网络重构方案,有效提升了配电网对清洁能源的接纳能力与运行的经济性、可靠性。文中重点探讨了需求响应在削峰填谷、平抑波动方面的作用,实现了网络结构的动态优化调整,为新型电力系统下的主动配电网管理提供了可行的技术路径和仿真验证平台。该工作属于电力系统智能优化领域的前沿实践,具有较强的理论价值与工程应用前景。; 适合人群:具备电力系统分析、优化算法基础及Matlab编程能力,从事新能源并网、智能电网、需求响应等相关方向研究的研究生、科研人员及电力行业工程技术人员。; 使用场景及目标:①应用于高渗透率可再生能源接入的配电网运行优化研究;②为需求响应参与下的网络重构问题提供完整的算法设计与Matlab仿真解决方案;③服务于IEEE标准测试系统的教学演示、科研验证及算法对比分析。; 阅读建议:建议读者结合提供的Matlab代码深入理解模型构建与求解流程,动手运行仿真程序并尝试调整参数,以掌握不同场景下重构策略的变化规律,同时可进一步拓展至多时段动态重构、加入储能系统或电动汽车等新型负荷进行深化研究。
内容概要:本文系统阐述了Z语言(Z Notation)这一基于集合论和一阶谓词逻辑的形式化规格说明方法,重点介绍了其核心概念、数学基础、模式结构及在软件工程中的应用。Z语言通过“状态+操作”的模式结构精确描述系统静态属性与动态行为,消除自然语言需求说明的歧义性与不完整性,适用于安全关键系统的高可靠需求建模。文章详细解析了状态模式、操作模式、查询与初始状态的构建方式,并展示了模式组合运算机制,辅以“生日书”等典型示例说明其实现逻辑。此外,报告还列举了Z语言在IBM CICS系统、浮点运算支持及轨道交通等领域的成功应用,论证了其在降低开发成本、提升文档质量方面的优势,同时也指出了其学习门槛高、工具链有限等现实挑战。; 适合人群:具备一定数学基础(如集合论、逻辑学)的软件工程研究人员、高年级本科生或研究生,以及从事安全关键系统开发的工程师;; 使用场景及目标:①用于航空、医疗、金融等高可靠性系统的需求形式化建模;②辅助进行系统性质的数学验证与早期错误检测;③支持从抽象规格到具体实现的逐步精化设计;; 阅读建议:学习者应结合“生日书”等经典案例动手练习模式构建,并借助Z/EVES等工具进行公式验证,同时建议配合自然语言文档对照理解,以克服形式化表达的可读性障碍。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值