基于 itchat 库来获取微信好友头像并执行拼接操作，对微信上文字化好友列表数据进行可视化展示。

获取好友头像

def save_avatar(folder):

"""

保存微信好友头像

:param folder: 保存的文件夹

"""

itchat.auto_login(hotReload=True)

users = itchat.get_friends() or []

print('%d friends found.' % len(users))

if not os.path.exists(folder):

os.makedirs(folder)

index = 1

for i, user in enumerate(users):

nickname = user.RemarkName

username = user.UserName

file_path = os.path.join(folder, '%03d_%s.png' % (i, nickname))

if not os.path.isfile(file_path): # 不重复下载

avatar = itchat.get_head_img(username)

with open(file_path, 'w') as f:

f.write(avatar)

print('Download %d: %s' % (index, file_path))

index += 1

这里只需要传入一个保存头像的文件夹即可，运行 itchat.auto_login(hotReload=True) 后会弹出微信扫码界面让你授权微信登录，以便接下来的好友数据获取。

在图片下载时，我添加了一个防止重复下载的判断，以免多次运行时每次都要重新进行头像的下载。

取出待拼接头像

def get_image_files(folder, filters=None):

"""

取出待拼接头像

:param folder: 目标文件夹

:param filters: 需要过滤的图片

:return: 头像路径

"""

filters = filters or []

filenames = [os.path.join(folder, sub) for sub in os.listdir(folder)

if sub.endswith('.png') and not filters.__contains__(sub)]

return filenames

这里单独写个方法是为了把过滤的逻辑封装进来，以便于去掉指定的微信好友的头像(比如纯色的头像在拼接之后的大图看上去很明显，非强迫症可忽略)。

计算拼接的排列

def calculate_align_way(image_num, force_align=False):

"""

计算图片排版对齐方式

:param image_num: 图片数量

:return: (rowls, columns)

"""

actual_value = image_num ** 0.5

suggest_value = int(actual_value)

if actual_value == suggest_value or force_align:

return suggest_value, suggest_value

else:

return suggest_value, suggest_value + 1

因为需要知道最终拼接图片的行列数，所有这里单独定义一个计算方法。算法就是直接对图片总数开根号，取出的结果如果正好是整数，就直接返回该结果。如果不是整数(大多数情况都如此)，则根据参数 force_align 来决定是否强制进行正好全部铺满的显示。如果设为 True ，能强制铺满，但会有部分好友未显示完全；反之则是相对的情况。 后面发现拼接图片最后一行有很多黑色空位时，只需要更改该参数为True即可。

拼接

def join_images(image_files, rows, cols, width, height, save_file=None):

"""

拼接操作

:param image_files: 待拼接的图片

:param rows: 行数

:param cols: 列数

:param width: 每张小头像的宽度

:param height: 每张小头像的高度

:param save_file: 拼接好图片的保存路径

"""

canvas = np.ones((height * rows, width * cols, 3), np.uint8)

for row in range(rows):

for col in range(cols):

index = row * cols + col

if index >= len(image_files):

break

file_path = image_files[index]

im = Image.open(file_path)

im = im.resize((width, height))

im_data = np.array(im)

if len(im_data.shape) == 2:

im_data = np.expand_dims(im_data, -1)

x = col * width

y = row * height

canvas[y: y + height, x: x + width, :] = im_data

image = Image.fromarray(canvas)

image.show()

if save_file:

image.save(save_file)

拼接图片调用的是科学计算包 numpy 和图片库 PIL ，主要就是对 ndarray 进行操作。

最终将上面的步骤全部串联起来，执行如下主函数，便得到上面的拼接图片。

FOLDER = 'avatars'

if __name__ == '__main__':

# 保存所有好友头像

save_avatar(FOLDER)

# 取到准备拼接的头像

image_files = get_image_files(FOLDER)

# 计算拼接的行列

rows, columns = calculate_align_way(len(image_files), force_align=True)

# 执行拼接操作

join_images(image_files, rows, columns, 64, 64, 'result.png')

Github源码

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持聚米学院。