Python制作表情包还能去掉马赛克？教程在手，看片无忧

关键时刻，第一时间送达！

在去马赛克教程之前我们先来说说表情包斗图这点事，有没有遇到这种时刻：朋友不断发来有趣又生动的表情包，连连霸屏你的聊天记录，你却半天才发出一句话，无图抵抗的囧态？今天小编教你一招逆袭！

本招瞬间秒杀你的斗图好友！表情包不仅仅是一张图片，一张动图，更是一种精神，是我们生活中的调味剂，慢慢一张张去寻找存在、保存再发送，是不是好累好麻烦？想想算了，斗图斗不过，打字也不想打，等着被KO？python在手，斗图无敌手！小编来救你（坏笑ing）

首先，用scrapy框架爬取某表情网站表情图，源码附赠：

（本文源码和部分图片引用自：https://www.52pojie.cn/forum.php?mod=viewthread&tid=698696）

import scrapy

import os,sys

import requests

import re

class scrapyone(scrapy.Spider):

name = "stackone"

start_urls = ["http://qq.yh31.com/ql/bd/"]

def parse(self,response):

hrf=response.xpath('//*[@id="main_bblm"]/div[2]/dl/dd/li')

for li in hrf:

item={}

href=li.xpath('a/@href').extract()

hreftext=li.xpath('a/text()').extract()

hreftext=''.join(list(hreftext))

#文件夹名称

if hreftext=='>更多>':

continue

path = 'C:GIF'

os.makedirs(path)

item['dirname']=hreftext

yield scrapy.Request(url=full_url,meta={'key':item},callback = self.parse1)

def parse1(self,response):

ite={}

full_url=[]

url1 = response.xpath('//*[@id="pe100_page_infolist"]/a[2]/@href').extract()

url2 = response.xpath('//*[@id="pe100_page_infolist"]/a[2]/@href').re('d+')

url1 = ''.join(url1)

url1 = url1.split('_')

url2 = ''.join(url2)

ite['dirn']=response.meta['key']['dirname']

for i in range(1,int(url2)+1):

#print(full_url)

yield scrapy.Request(url=full_url,meta={'key1':ite},callback = self.parse2)

def parse2(self,response):

p1=response.meta['key1']['dirn']

resp = response.xpath('//*[@id="main_bblm"]/div[1]/li/dt/a')

path = 'C:GIF'+''.join(p1)

os.makedirs(path)

for lst in resp:

alt = lst.xpath('img/@alt').extract()

src = lst.xpath('img/@src').extract()

alt = ''.join(list(alt))

html=requests.get(src)

with open(path+''+alt+'.gif', 'wb') as file:

file.write(html.content)

脚本执行方式：cmd-->切换到脚本所在目录-->scrapy runspider xxxx.py

最终成效

执行后会自动根据GIF分类在c:gif文件夹下建立相应文件夹存储gif图片，想发那张发哪张，那么对于那些图片上的马赛克，你有没有很苦恼？如果上面的表情包爬取还不够满足你，那么接下来，教你如何去掉图片马赛克，先来看看效果图：

厉害不？

其实技巧是利用了Python中OPenCV的优势，标定马赛克的特征，使用CV2.inRange二值化标识马赛克对图片进行二值化处理；代码如下：

其次，使用OPenCV的dilate方法，扩展特征的区域，优化图片处理效果；

最后使用inpaint方法，把噪声的mask作为参数，推理并修复图片。

来源：python编程

https://mp.weixin.qq.com/s/7wA8svS-PErrejzrK9R4tw

Python开发整理发布，转载请联系作者获得授权