目錄
- 前言
- 爬取貓咪圖片
- 1、爬取繪藝素材網站
- 2、爬取 ZOL 網站
- 3、爬取百度圖片網站
- 千圖成像
- 1、Foto-Mosaik-Edda 軟體實作
- 2、使用 Python 實作
- 寫在最后
前言
使用 Python 爬取貓咪圖片，并為貓咪🐱制作千圖成像！
爬取貓咪圖片
本文使用的 Python 版本是 3.10.0 版本，可直接在官網下載：https://www.python.org ，
Pythonn 的安裝配置程序在此不做詳細介紹，網上隨意搜都是教程！
1、爬取繪藝素材網站
爬取網站：貓咪圖片
首先安裝必須的庫：
pip install BeautifulSoup4
pip install requests
pip install urllib3
pip install lxml
爬取圖片代碼：
from bs4 import BeautifulSoup
import requests
import urllib.request
import os
# 第一頁貓咪圖片網址
url = 'https://www.huiyi8.com/tupian/tag-%E7%8C%AB%E5%92%AA/1.html'
# 圖片保存路徑，這里 r 表示不轉義
path = r"/Users/lpc/Downloads/cats/"
# 判斷目錄是否存在，存在則跳過，不存在則創建
if os.path.exists(path):
pass
else:
os.mkdir(path)
# 獲得所有貓咪圖片網頁地址
def allpage():
all_url = []
# 回圈翻頁次數 20 次
for i in range(1, 20):
# 替換翻頁的頁數，這里的 [-6] 是指網頁地址倒數第 6 位
each_url = url.replace(url[-6], str(i))
# 將所有獲取的 url 加入 all_url 陣列
all_url.append(each_url)
# 回傳所有獲取到的地址
return all_url
# 主函式入口
if __name__ == '__main__':
# 呼叫 allpage 函式獲取所有網頁地址
img_url = allpage()
for url in img_url:
# 獲得網頁源代碼
requ = requests.get(url)
req = requ.text.encode(requ.encoding).decode()
html = BeautifulSoup(req, 'lxml')
# 添加一個 url 陣列
img_urls = []
# 獲取 html 中所有 img 標簽的內容
for img in html.find_all('img'):
# 篩選匹配 src 標簽內容以 http 開頭，以 jpg 結束
if img["src"].startswith('http') and img["src"].endswith("jpg"):
# 將符合條件的 img 標簽加入 img_urls 陣列
img_urls.append(img)
# 回圈陣列中所有 src
for k in img_urls:
# 獲取圖片 url
img = k.get('src')
# 獲取圖片名稱，強制型別轉換很重要
name = str(k.get('alt'))
type(name)
# 給圖片命名
file_name = path + name + '.jpg'
# 通過圖片 url 和圖片名稱下載貓咪圖片
with open(file_name, "wb") as f, requests.get(img) as res:
f.write(res.content)
# 列印爬取的圖片
print(img, file_name)
📢 注意： 以上代碼無法直接復制運行，需要修改下載圖片路徑：/Users/lpc/Downloads/cats，請修改為讀者本地的保存路徑！
爬取成功：
共爬取 346 張貓咪圖片！
2、爬取 ZOL 網站
爬取 ZOL 網址：萌貓
爬取代碼：
import requests
import time
import os
from lxml import etree
# 請求的路徑
url = 'https://desk.zol.com.cn/dongwu/mengmao/1.html'
# 圖片保存路徑，這里 r 表示不轉義
path = r"/Users/lpc/Downloads/ZOL/"
# 這里是你要保存的路徑位置 前面的r 表示這段不轉義
if os.path.exists(path): # 判斷目錄是否存在，存在則跳過，不存在則創建
pass
else:
os.mkdir(path)
# 請求頭
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(): # 獲得所有網頁
all_url = []
for i in range(1, 4): # 回圈翻頁次數
each_url = url.replace(url[-6], str(i)) # 替換
all_url.append(each_url)
return all_url # 回傳地址串列
# TODO 獲取到Html頁面進行決議
if __name__ == '__main__':
img_url = allpage() # 呼叫函式
for url in img_url:
# 發送請求
resq = requests.get(url, headers=headers)
# 顯示請求是否成功
print(resq)
# 決議請求后獲得的頁面
html = etree.HTML(resq.text)
# 獲取a標簽下進入高清圖頁面的url
hrefs = html.xpath('.//a[@class="pic"]/@href')
# TODO 進入更深一層獲取圖片 高清圖片
for i in range(1, len(hrefs)):
# 請求
resqt = requests.get("https://desk.zol.com.cn" + hrefs[i], headers=headers)
# 決議
htmlt = etree.HTML(resqt.text)
srct = htmlt.xpath('.//img[@id="bigImg"]/@src')
# 截圖片名稱
imgname = srct[0].split('/')[-1]
# 根據url獲取圖片
img = requests.get(srct[0], headers=headers2)
# 執行寫入圖片到檔案
with open(path + imgname, "ab") as file:
file.write(img.content)
# 列印爬取的圖片
print(img, imgname)
爬取成功：
共爬取 81 張貓咪圖片！
3、爬取百度圖片網站
爬取百度網站：百度貓咪圖片
1、爬取圖片代碼：
import requests
import os
from lxml import etree
path = r"/Users/lpc/Downloads/baidu1/"
# 判斷目錄是否存在，存在則跳過，不存在則創建
if os.path.exists(path):
pass
else:
os.mkdir(path)
page = input('請輸入要爬取多少頁：')
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是從第幾張圖片獲取 百度圖片下滑時默認一次性顯示30張
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': '貓咪',
'cl': '2',
'lm': '-1',
'ie': 'utf-8',
'oe': 'utf-8',
'adpicid': '',
'st': '-1',
'z': '',
'ic': '0',
'hd': '1',
'latest': '',
'copyright': '',
'word': '貓咪',
's': '',
'se': '',
'tab': '',
'width': '',
'height': '',
'face': '0',
'istype': '2',
'qc': '',
'nc': '1',
'fr': '',
'expermode': '',
'nojc': '',
'acjsonfr': 'click',
'pn': pn, # 從第幾張圖片開始
'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)
# 先取出所有鏈接所在的字典，并將其存盤在一個串列當中
info_list = page_text['data']
# 由于利用此方式取出的字典最后一個為空，所以洗掉串列中最后一個元素
del info_list[-1]
# 定義一個存盤圖片地址的串列
img_path_list = []
for i in info_list:
img_path_list.append(i['thumbURL'])
# 再將所有的圖片地址取出，進行下載
# n將作為圖片的名字
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、爬取代碼
# -*- coding:utf-8 -*-
import requests
import re, time, datetime
import os
import random
import urllib.parse
from PIL import Image # 匯入一個模塊
imgDir = r"/Volumes/DBA/python/img/"
# 設定headers 為了防止反扒，設定多個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 = [] # 存盤圖片的空 List
keyword = input("請輸入搜索的關鍵詞：")
kw = urllib.parse.quote(keyword) # 轉碼
# 獲取 1000 張百度搜索出來的縮略圖 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 # 防止中文亂碼
webJSON = req.text
imgurlReg = '"thumbURL":"(.*?)"' # 正則
picList = picList + re.findall(imgurlReg, webJSON, re.DOTALL | re.I)
for i in range(150): # 回圈數比較大，如果實際上沒有這么多圖，那么 picList 資料不會增加，
getPicList(kw, i)
for item in picList:
# 后綴名 和名字
itemList = item.split(".")
hz = ".jpg"
picName = str(int(time.time() * 1000)) # 毫秒級時間戳
# 請求圖片
imgReq = requests.get(url=item, headers=random.choice(headers))
# 保存圖片
with open(imgDir + picName + hz, "wb") as f:
f.write(imgReq.content)
# 用 Image 模塊打開圖片
im = Image.open(imgDir + picName + hz)
bili = im.width / im.height # 獲取寬高比例，根據寬高比例調整圖片大小
newIm = None
# 調整圖片的大小，最小的一邊設定為 50
if bili >= 1:
newIm = im.resize((round(bili * 50), 50))
else:
newIm = im.resize((50, round(50 * im.height / im.width)))
# 截取圖片中 50*50 的部分
clip = newIm.crop((0, 0, 50, 50)) # 截取圖片,crop 裁切
clip.convert("RGB").save(imgDir + picName + hz) # 保存截取的圖片
print(picName + hz + " 處理完畢")
爬取成功：
總結： 三個網站共爬取 1600 張貓咪圖片！
千圖成像
爬取千張圖片之后，接下來就需要使用圖片拼接成一張貓咪圖片，即千圖成像，
1、Foto-Mosaik-Edda 軟體實作
首先下載軟體：Foto-Mosaik-Edda Installer，如果無法下載，直接百度搜索 foto-mosaik-edda！
Windows 安裝 Foto-Mosaik-Edda 程序比較簡單！
📢 注意： 但是需要提前安裝 .NET Framework 2，否則報錯如下無法成功安裝！
啟用 .NET Framework 2 的方式：
確認已經成功啟用：
接下來就可以繼續安裝！
安裝完成后，打開如下：
第一步，創建一個圖庫：
第二步，千圖成像：
這里勾選第一步創建好的圖庫：
見證奇跡的時刻：
再制作一張可愛的貓咪：
大功告成！
2、使用 Python 實作
首先，選取一張圖片：
運行以下代碼：
# -*- 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"
# 獲取影像的平均顏色值
def compute_mean(imgPath):
'''
獲取影像平均顏色值
:param imgPath: 縮略圖路徑
:return: （r，g，b）整個縮略圖的rgb平均值
'''
im = Image.open(imgPath)
im = im.convert("RGB") # 轉為 rgb模式
# 把影像資料轉為資料序列，以行為單位，每行存盤每個像素點的色彩
'''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()函式功能：求指定資料的取均值
R = np.mean(imArray[:, :, 0]) # 獲取所有 R 值的平均值
G = np.mean(imArray[:, :, 1])
B = np.mean(imArray[:, :, 2])
return (R, G, B)
def getImgList():
"""
獲取縮略圖的路徑及平均色彩
:return: list，存盤了圖片路徑、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):
'''
計算兩張圖的顏色差，計算機的是色彩空間距離，
dis = (R**2 + G**2 + B**2)**0.5
引數：color1，color2 是色彩資料 （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):
'''
根據背景圖，用頭像填充出新圖
bgImg：背景圖地址
imgDir：頭像目錄
N：背景圖縮放的倍率
M：頭像的大小（MxM）
'''
# 獲取圖片串列
imgList = getImgList()
# 讀取圖片
bg = Image.open(bgImg)
# bg = bg.resize((bg.size[0] // N, bg.size[1] // N)) # 縮放，建議縮放下原圖，圖片太大運算時間很長，
bgArray = np.array(bg)
width = bg.size[0] * M # 新生成圖片的寬度，每個像素倍放大 M 倍
height = bg.size[1] * M # 新生成圖片的高度
# 創建空白的新圖
newImg = Image.new('RGB', (width, height))
# 回圈填充圖
for x in range(bgArray.shape[0]): # x，行資料,可以用原圖寬替代
for y in range(bgArray.shape[1]): # y，列資料，,可以用原圖高替代
# 找到距離最小的圖片
minDis = 10000
index = 0
for img in imgList:
dis = computeDis(img['imgRGB'], bgArray[x][y])
if dis < minDis:
index = img['imgPath']
minDis = dis
# 回圈完畢，index 就是存盤了色彩最相近的圖片路徑
# minDis 存盤了色彩差值
# 填充
tempImg = Image.open(index) # 打開色差距離最小的圖片
# 調整圖片大小，此處可以不調整，因為我在下載圖的時候就已經調整好了
tempImg = tempImg.resize((M, M))
# 把小圖粘貼到新圖上，注意 x，y ，行列不要搞混了，相距 M 粘貼一張，
newImg.paste(tempImg, (y * M, x * M))
print('(%d, %d)' % (x, y)) # 列印進度，格式化輸出 x，y
# 保存圖片
newImg.save('final.jpg') # 最后保存圖片
create_image(bgImg, imgDir)
運行結果：
從上圖可以發現，圖片的清晰度堪比原圖，放大之后小圖依然清晰可見！
📢 注意： 使用 Python 運行會比較慢！
寫在最后
真好，又可以愉快地吸貓了~
本文參考：
- python批量爬取貓咪圖片
- Python實作多執行緒并發下載大檔案
- python爬取ZOL桌面壁紙高清圖片
- Python爬取百度圖片
- Python—如何實作千圖成像：初級篇
- Python學習筆記17：玩轉千圖成像
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/347138.html
標籤：python