Python+PIL實現(xiàn)支付寶AR紅包
本文實例為大家分享了Python+PIL處理支付寶AR紅包的具體代碼,供大家參考,具體內容如下
思路比較簡單:
1、對圖片進行銳化處理;
2、設(r_h, g_h, b_h)為支付寶遮罩黑條的RGB值,以此為中心,查找半徑為Diff_radius的范圍內所有的色值;
3、對每一行符合步驟2的像素點個數進行計數,若該數值超過某個臨界值(如:圖片寬度的一半),將其所在行替換為上一行非遮罩數據;
4、對處理后的圖片高斯濾鏡。
以下是python代碼:
from PIL import Image,ImageFilter Diff_radius = 500 diff_min = 1 r_h, g_h, b_h = 43, 55, 66 image = Image.open('test.png') image_width = image.size[0] image_height = image.size[1] rgb_im = image.convert('RGB') img_sharpen = image.filter(ImageFilter.SHARPEN) img_new = Image.new('RGBA', image.size, (255,255,255,255)) img_copy = img_sharpen.crop((0,0,image_width,image_height)) img_new.paste(img_copy, (0,0,image_width,image_height)) y_tmp = 0 for y in range(image_height): y_is_black = 0 current_line_flag_acc = 0 for x in range(image_width): r, g, b = rgb_im.getpixel((x, y)) if ((r_h-r)**2 + (g_h-g)**2 + (b_h-b)**2) < Diff_radius : current_line_flag_acc = current_line_flag_acc + 1 if (x == image_width - 1) and (current_line_flag_acc > diff_min) : y_is_black = 1 img1 = img_new.crop((0,y_tmp-2,image_width,y_tmp-1)) img_new.paste(img1, (0,y,image_width,y+1)) # print('y_tmp:%d -> y:%d'%(y_tmp,y)) elif (x == image_width - 1) and not y_is_black: y_tmp = y # img_save = img_new.filter(ImageFilter.GaussianBlur(radius=1.5)) img_new.save('test_1.png') print("done!")
對于不同的圖片,可能需要修改3、4、5行的參數。
目前測試過幾組照片,發(fā)現(xiàn)給出的線索圖片越復雜,這種方法處理后能被識別的成功率越高,尤其是對人臉,簡單的處理后基本都可以識別。
識別成功的:
識別失敗的:
以上內容僅用作學習,起到拋磚引玉的作用,請不要用作其他用途。我只是個python和PIL的初學者。
以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。
相關文章
python實現(xiàn)獲取客戶機上指定文件并傳輸到服務器的方法
這篇文章主要介紹了python實現(xiàn)獲取客戶機上指定文件并傳輸到服務器的方法,涉及Python實現(xiàn)C/S架構程序與socket程序的使用技巧,需要的朋友可以參考下2015-03-03Python+OpenCV實現(xiàn)閾值分割的方法詳解
閾值分割法是一種基于區(qū)域的圖像分割技術,原理是把圖像像素點分為若干類。本文將利用Python+OpenCV實現(xiàn)閾值分割,感興趣的可以了解一下2022-05-05Python 給下載文件顯示進度條和下載時間的實現(xiàn)
這篇文章主要介紹了Python 給下載文件顯示進度條和下載時間的代碼,本文通過實例代碼截圖相結合給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2020-04-04python翻譯軟件實現(xiàn)代碼(使用google api完成)
這篇文章主要介紹了python結合google api完成的翻譯軟件實現(xiàn)代碼,大家參考使用2013-11-11