[ller必读] LoveLive! 必备技能之 Python Pillow 自动处理截图

起因

喜欢的歌，静静地听；喜欢的人，远远的看。30天前，就是3月14号，我情不自禁地走近了《LoveLive！学院偶像祭》，这是我的第一张卡片（见下图）。第二天也就是3月15日，海未生日了。

之后我一直搜集游戏过程中遇到的卡片（截屏），卡片本身有一定的比例，而我的手机屏幕分辨率是 1920x1080，截完的图像下面这样。整个游戏界面并没有充满屏幕，所以有黑边；卡片比游戏界面小，截出的图很不美观而且方向不正。

中间的卡片的区域是 1080x1520

我本人并不是处女座，然而也不能忍受不美好的事物。于是一步一步地走上了程序员这条路。

我以为做程序员可以填满人生的遗憾。然而,制造更多遗憾的。却偏偏是做程序员。

（问：一个什么都拥有的程序猿他还缺少什么？）

非程序员的解决办法

while( true )
{
    用 PS 打开截图;
    添加辅助线;
    裁剪区域;
    旋转正图像;
    sit，不对，是save;
}

没图你说个毛啊！！！

谁说我没图，看图文并茂：

这些卡片在app中是以3位数字作为id编号的，可见数量实在不少。

这样不断循环，耗时费力，截完后累觉不爱了 :-(

Pythoner 的解决办法

第一版的程序

实现功能：处理图像（裁剪 + 旋转）

废话的流程图

程序代码大致是这样的：

运行后的结果，黑斑也没有了，头也不歪了，还有了新后缀，Ta好我也好：

第二版的程序

改进之处：图片文件自动命名

图片的命名规则：人物名字_属性_等级_星星数-N.png （其中N为正整数）

例如上图中的海未应该如此命名，园田海未_Pure_R_3-1.png

程序思路

1.人物名字如何命名？

建立相应的文件夹，将截图分类放到对应的文件夹下面，脚本获取文件夹名作为新名字的第一部分。

2.属性如何确认？

比较各张截图，人物卡片的右下角在固定位置有相同大小的圆圈，我们取坐标点 (920, 1400) 的 RGB 值判断。

下图右边是我一开始定义的字典，左边是运行过程中打印出来的 color

3.如何确定星星数（也就是角色的稀有度）？

搞完了右下角，我们来搞左下角。再做几条辅佐线，以确定来自星星的你的距离。

部分细心的读者肯定看到我从 ps 转向了狗（嗯，我不记得软件的名字，除了图标）。

纵坐标大概递加 55px，获取坐标点的 color 值，如果不是 (8, 4, 34, 255) 计数变量的值就加1。

发现第二个元素的值有一点差别，其实也可以取指定位置的元素用来判断。

为了阅读的方便，数星星的代码搬到了这里。

def get_count_of_star(image):
    count = 0
    positon_of_star = (33, 1090)    #星星的初始位置，但星星是会运动的
    for i in range(0,8):            #[0,8) 星星最多有8个
        color = image.getpixel(positon_of_star)         #星星有发亮吗？
        positon_of_star = (33, positon_of_star[1]+55)   #坐标下移到下一个星星处
        if color[2] != 34:          #只比较第三个元素
            count += 1              #不是暗的，说明星星是有效的
    return count

参数 image 是已打开的图像，返回发亮星星的个数。

4.如何确定左上角的等级？

另外因为我不会文字识别，左上角的等级字符就无法获取，但是并不表示就不能解决这个问题。

观察众多的卡片发现了一条得到等级的捷径，这条捷径就是等级跟星星数是有对应关系的：

等级(左上角)	星星数(左下角)
N	1, 2
R	3, 4
SR	5, 6
UR	7, 8

有时只要转换一下思考的角度，也同样能解决问题。

代码设计

（一）工作路径相关

import os
os.getcwd() # 查看当前工作目录
os.chdir("/home/luoxu") # 改变目录

for root, dirs, files in os.walk(dir):
    for name in files:
        print os.path.join(root, name)

os.listdir 可以列出 dir 里面的所有文件和目录，但不包括子目录中的内容
os.walk 可以遍历下面的所有目录，包括子目录，返回路径，路径下目录的元组和文件的元祖。

（二）获取某个目录下的 png 图像文件

glob 是 python 自带的一个文件操作相关模块，可以用来查找匹配的文件。

import glob
glob.glob('/home/luoxu/*.png')

参数是某个路径字符串，字符串可以为绝对路径也可以为相对路径，字符串最后部分表示匹配的文件类型。

*, ? , [ ] 三个通配符，* 代表 0 个或多个字符，? 代表一个字符，[ ] 匹配指定范围内的字符，如[0-9]匹配数字。

该方法返回所有匹配的文件路径列表。

（三）图像处理相关

图像处理用的是 Pillow 模块，官方网站上有手册 http://effbot.org/zone/pil-index.htm

from PIL import Image
im = Image.open("lenna.jpg")      #打开图像
box = (200, 0, 1720, 1080)
im.crop(box)                      #按box的对角坐标裁剪区域
im.transpose(Image.ROTATE_90)     #逆时针旋转90度
im.save('newFileName.png', "PNG") #保存新的图像文件newFileName.png
color = i.getpixel((920,1400))    #获取某像素点的rgb值

脚本只用这几个方法，更详细的细节还是使用的时候去阅读文档。

（四）一些变量的说明

box = (200, 0, 1720, 1080)

原图是1920x1080，裁剪后是1520x1080，对角(200,0), (1720,1080)

POSITION = (920,1400)

右下角确定属性用的，通过 getpixel(POSITION) 方法获得的值有三种情况：

attributes = {'Smile':(234,0,115,255),
              'Pure' :(34,170,85,255),
              'Cool' :(0,153,238,255)
             }

星星数和等级的映射表

grade = {1:'N', 2:'N',
         3:'R', 4:'R',
         5:'SR', 6:'SR',
         7:'UR', 8:'UR'
        }

（五）数星星

回去看上文相关的部分。

（六）另外

我再提供两张截图，如果读者愿意可以拿去测试代码，不一样的是，不需要旋转，裁剪区域不同。

完整的脚本代码 [image-processing.py] :

 1 #!/usr/bin/env python3.5
 2 # -*- coding:utf-8 -*-
 3 
 4 from PIL import Image
 5 import glob, os
 6 
 7 box = (200, 0, 1720, 1080)  #裁剪区域
 8 POSITION = (920,1400)       #属性坐标
 9 
10 #属性-颜色映射
11 attributes = {'Smile':(234,0,115,255),
12               'Pure' :(34,170,85,255),
13               'Cool' :(0,153,238,255)
14              }
15 #星星数-等级映射
16 grade = {1:'N', 2:'N',
17          3:'R', 4:'R',
18          5:'SR', 6:'SR',
19          7:'UR', 8:'UR'
20         }
21 
22 def image_processing(dirpath, dirname):
23     os.chdir(dirpath + '/' + dirname)
24 ##    print(dirpath + dirname)
25     s_cnt = p_cnt = c_cnt = 1
26     images = glob.glob('*.png')     #获取所有png文件
27     for image in images:
28         try:
29             im = Image.open(image)
30             new_im = im.crop(box).transpose(Image.ROTATE_90)    #裁剪和旋转
31 ##            filename, ext = os.path.splitext(image)
32 ##            new_im.save(filename + "-new.png", "PNG")
33             color = new_im.getpixel(POSITION)                   #属性坐标->颜色元组
34             count = get_count_of_star(new_im)                   #判断星星的数量
35             if color == attributes['Smile']:                    #确认颜色对应Smile属性
36                 new_im.save(dirname + "_Smile_{grade}_{count}-{number}.png".format(grade=grade[count],count=count,number=s_cnt), "PNG")
37                 s_cnt += 1
38             elif color == attributes['Pure']:
39                 new_im.save(dirname + "_Pure_{grade}_{count}-{number}.png".format(grade=grade[count],count=count,number=p_cnt), "PNG")
40                 p_cnt += 1
41             elif color == attributes['Cool']:
42                 new_im.save(dirname + "_Cool_{grade}_{count}-{number}.png".format(grade=grade[count],count=count,number=c_cnt), "PNG")
43                 c_cnt += 1
44             else:
45                 new_im.save(dirname + "-new.png", "PNG")
46 
47         except IOError:
48             print('{}: io error!'.format(image))
49 
50     print(dirname + ':finished.')
51 
52 
53 def get_count_of_star(image):
54     count = 0
55     positon_of_star = (33, 1090)    #星星的初始位置，但星星是会运动的
56     for i in range(0, 8):           #[0,8) 星星最多有8个
57         color = image.getpixel(positon_of_star)         #星星有发亮吗？
58         positon_of_star = (33, positon_of_star[1]+55)   #坐标下移到下一个星星处
59         if color[2] != 34:          #只比较第三个元素
60             count += 1              #不是暗的，说明星星是有效的
61     return count
62 
63 
64 if __name__ == '__main__':
65     for dirpath, dirnames, filenames in os.walk(os.getcwd()):
66         for dirname in dirnames:
67     ##        path = dirpath + dirname
68             image_processing(dirpath, dirname)