十行 Python 代码实现酷炫功能

lsekfe

　一、生成二维码
　　二维码又称二维条码，常见的二维码为QR Code，QR全称Quick Response，是一个近几年来移动设备上超流行的一种编码方式，而生成一个二维码也非常简单，在Python中我们可以通过MyQR模块了生成二维码，而生成一个二维码我们只需要2行代码，我们先安装MyQR模块，这里选用国内的源下载：

1. 　pip install qrcode

复制代码

安装完成后我们就可以开始写代码了：

1. import qrcode
   
2. 　　text = input(输入文字或URL：)  
   
3. 　　# 设置URL必须添加http://
   
4. 　　img =qrcode.make(text)
   
5. 　　img.save()                           
   
6. 　　#保存图片至本地目录，可以设定路径
   
7. 　　img.show()

复制代码

我们执行代码后会在项目下生成一张二维码。当然我们还可以丰富二维码：
　　我们先安装MyQR模块。

1. pip install  myqr
   
2. 　　def gakki_code():
   
3. 　　    version, level, qr_name = myqr.run(
   
4. 　　        words=https://520mg.com/it/#/main/2,  
   
5. 　　        # 可以是字符串，也可以是网址(前面要加http(s)://)
   
6. 　　        version=1,  # 设置容错率为最高
   
7. 　　        level='H',  
   
8. 　　        # 控制纠错水平，范围是L、M、Q、H，从左到右依次升高
   
9. 　　        picture=gakki.gif,  
   
10. 　　        # 将二维码和图片合成
    
11. 　　        colorized=True,  # 彩色二维码
    
12. 　　        contrast=1.0,  
    
13. 　　         # 用以调节图片的对比度，1.0 表示原始图片，更小的值表示更低对比度，更大反之。默认为1.0
    
14. 　　        brightness=1.0,  
    
15. 　　        # 用来调节图片的亮度，其余用法和取值同上
    
16. 　　        save_name=gakki_code.gif,  
    
17. 　　        # 保存文件的名字，格式可以是jpg,png,bmp,gif
    
18. 　　        save_dir=os.getcwd()  # 控制位置
    
19. 　　    )
    
20. 　　 gakki_code()

复制代码

另外MyQR还支持动态图片。
　　二、生成词云
　　词云又叫文字云，是对文本数据中出现频率较高的“关键词”在视觉上的突出呈现，形成关键词的渲染形成类似云一样的彩色图片，从而一眼就可以领略文本数据的主要表达意思。
　　但是作为一个老码农，还是喜欢自己用代码生成自己的词云，复杂么？需要很长时间么？很多文字都介绍过各种的方法，但实际上只需要10行python代码即可。
　　先安装必要库。

1. 　pip install wordcloud
   
2. 　　pip install jieba
   
3. 　　pip install matplotlib

复制代码

1. import matplotlib.pyplot as plt
   
2. 　　from wordcloud import WordCloud
   
3. 　　import jieba
   
4. 　　text_from_file_with_apath = open('/Users/linuxmi/linuxmi.txt').read()
   
5. 　　wordlist_after_jieba = jieba.cut(text_from_file_with_apath, cut_all = True)
   
6. 　　wl_space_split =  .join(wordlist_after_jieba)
   
7. 　　my_wordcloud = WordCloud().generate(wl_space_split)
   
8. 　　plt.imshow(my_wordcloud)
   
9. 　　plt.axis(off)
   
10. 　　plt.show()

复制代码

如此而已，生成的一个词云是这样的：

读一下这10行代码：
　　·1～3 行，分别导入了画图的库matplotlib，词云生成库wordcloud 和 jieba的分词库；
　　· 4 行，是读取本地的文件；
　　· 5～6 行，使用jieba进行分词，并对分词的结果以空格隔开；
　　· 7行，对分词后的文本生成词云；
　　· 8～10行，用pyplot展示词云图。
　　这是我喜欢python的一个原因吧，简洁明快。
　　三、批量抠图
　　抠图的实现需要借助百度飞桨的深度学习工具paddlepaddle，我们需要安装两个模块就可以很快的实现批量抠图了，第一个是PaddlePaddle：

1. python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

复制代码

还有一个是paddlehub模型库：

1. 　pip install -i https://mirror.baidu.com/pypi/simple paddlehub

复制代码

接下来我们只需要5行代码就能实现批量抠图：

1. 　import os, paddlehub as hub
   
2. 　　humanseg = hub.Module(name='deeplabv3p_xception65_humanseg')        # 加载模型
   
3. 　　path = 'D:/CodeField/Workplace/PythonWorkplace/GrapImage/'    # 文件目录
   
4. 　　files = [path + i for i in os.listdir(path)]    # 获取文件列表
   
5. 　　results = humanseg.segmentation(data={'image':files})    # 抠图

复制代码

四、文字情绪识别
　　在paddlepaddle面前，自然语言处理也变得非常简单。实现文字情绪识别我们同样需要安装PaddlePaddle和Paddlehub，具体安装参见三中内容。然后就是我们的代码部分了：

1. 　import paddlehub as hub        
   
2. 　　senta = hub.Module(name='senta_lstm')        # 加载模型
   
3. 　　sentence = [    # 准备要识别的语句
   
4. 　　    '你真美', '你真丑', '我好难过', '我不开心', '这个游戏好好玩', '什么垃圾游戏',
   
5. 　　]
   
6. 　　results = senta.sentiment_classify(data={text:sentence})    # 情绪识别
   
7. 　　# 输出识别结果
   
8. 　　for result in results:
   
9. 　　    print(result)

复制代码

识别的结果是一个字典列表：

1. {'text': '你真美', 'sentiment_label': 1, 'sentiment_key': 'positive', 'positive_probs': 0.9602, 'negative_probs': 0.0398}
   
2. 　　{'text': '你真丑', 'sentiment_label': 0, 'sentiment_key': 'negative', 'positive_probs': 0.0033, 'negative_probs': 0.9967}
   
3. 　　{'text': '我好难过', 'sentiment_label': 1, 'sentiment_key': 'positive', 'positive_probs': 0.5324, 'negative_probs': 0.4676}
   
4. 　　{'text': '我不开心', 'sentiment_label': 0, 'sentiment_key': 'negative', 'positive_probs': 0.1936, 'negative_probs': 0.8064}
   
5. 　　{'text': '这个游戏好好玩', 'sentiment_label': 1, 'sentiment_key': 'positive', 'positive_probs': 0.9933, 'negative_probs': 0.0067}
   
6. 　　{'text': '什么垃圾游戏', 'sentiment_label': 0, 'sentiment_key': 'negative', 'positive_probs': 0.0108, 'negative_probs': 0.9892}

复制代码

其中sentiment_key字段包含了情绪信息，详细分析可以参见Python自然语言处理只需要5行代码。
　　五、识别是否带了口罩
　　这里同样是使用PaddlePaddle的产品，我们按照上面步骤安装好PaddlePaddle和Paddlehub，然后就开始写代码：

1. import paddlehub as hub
   
2. 　　# 加载模型
   
3. 　　module = hub.Module(name='pyramidbox_lite_mobile_mask')
   
4. 　　# 图片列表
   
5. 　　image_list = ['face.jpg']
   
6. 　　# 获取图片字典
   
7. 　　input_dict = {'image':image_list}
   
8. 　　# 检测是否带了口罩
   
9. 　　module.face_detection(data=input_dict)

复制代码

执行上述程序后，项目下会生成detection_result文件夹，识别结果都会在里面。
　　六、简易信息轰炸
　　Python控制输入设备的方式有很多种，我们可以通过win32或者pynput模块。我们可以通过简单的循环操作来达到信息轰炸的效果，这里以pynput为例，我们需要先安装模块：

1. pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ pynput

复制代码

在写代码之前我们需要手动获取输入框的坐标：

1. 　from pynput import mouse
   
2. 　　# 创建一个鼠标
   
3. 　　m_mouse = mouse.Controller()
   
4. 　　# 输出鼠标位置
   
5. 　　print(m_mouse.position)

复制代码

可能有更高效的方法，但是我不会。
　　获取后我们就可以记录这个坐标，消息窗口不要移动。然后我们执行下列代码并将窗口切换至消息页面：

1. 　import time
   
2. 　　from pynput import mouse, keyboard
   
3. 　　time.sleep(5)
   
4. 　　m_mouse = mouse.Controller()    # 创建一个鼠标
   
5. 　　m_keyboard = keyboard.Controller()  # 创建一个键盘
   
6. 　　m_mouse.position = (850, 670)       # 将鼠标移动到指定位置
   
7. 　　m_mouse.click(mouse.Button.left) # 点击鼠标左键
   
8. 　　while(True):
   
9. 　　    m_keyboard.type('你好')        # 打字
   
10. 　　    m_keyboard.press(keyboard.Key.enter)    # 按下enter
    
11. 　　    m_keyboard.release(keyboard.Key.enter)    # 松开enter
    
12. 　　    time.sleep(0.5)    # 等待 0.5秒

复制代码

我承认，这个超过了10行代码，而且也不高端。
　　七、识别图片中的文字
　　我们可以通过Tesseract来识别图片中的文字，在Python中实现起来非常简单，但是前期下载文件、配置环境变量等稍微有些繁琐，所以本文只展示代码：

1. import pytesseract
   
2. 　　from PIL import Image
   
3. 　　img = Image.open('text.jpg')
   
4. 　　text = pytesseract.image_to_string(img)
   
5. 　　print(text)

复制代码

　其中text就是识别出来的文本。如果对准确率不满意的话，还可以使用百度的通用文字接口。
　　八、简单的小游戏
　　从一些小例子入门感觉效率很高。

1. import random
   
2. 　　print(1-100数字猜谜游戏！)
   
3. 　　num = random.randint(1,100)
   
4. 　　guess =guess
   
5. 　　i = 0
   
6. 　　while guess != num:
   
7. 　　    i += 1
   
8. 　　    guess = int(input(请输入你猜的数字：))
   
9. 　　    if guess == num:
   
10. 　　        print(恭喜，你猜对了！)
    
11. 　　    elif guess < num:
    
12. 　　        print(你猜的数小了...)
    
13. 　　    else:
    
14. 　　        print(你猜的数大了...)
    
15. 　　print(你总共猜了%d %i + 次）

复制代码

　猜数小案例当着练练手！