别人都在庆祝建军节我却忘记了,为了弥补我用Python教大家打军体拳吧!

简介: 想想今天不知道该写点什么,不如我们就来做一套军体拳动画,大家觉得如何!

前言


想想今天不知道该写点什么,不如我们就来做一套军体拳动画,大家觉得如何!


网上搜到


找了半天,找到一个插图比较齐全的军体拳动作分解。一共有50多张图的分解动作,还起来还不错。

网络异常,图片无法展示
|

军体拳图解


最终下载56张军体拳分解动作图片:

网络异常,图片无法展示
|

图片下载完成


动图合成


图片下载下来了,光这么看有啥意思啊,要让这兄弟操练起来才对啊!那么我们该如何让这些图片动起来呢?其实很简单,使用from PIL import Image即可!但要注意一点,大家可以看到,13 14等几张图明显很窄,这样直接去合成的图片,根本没法看,所以在合成的同时,统一调整图片尺寸,代码如下:

def composite_gif(self):
    _images = []
    # 创建初始图片
    base_im = Image.open(images_list[0])
    # 获取图片尺寸
    _picture_size = base_im.size
    for file in images_list[1:]:
        im = Image.open(file)
        if im.size != _picture_size:
            # 调整尺寸
            im = im.resize(_picture_size)
        _images.append(im)
    gif = os.path.join(path, "juntiquan.gif")
    base_im.save(gif, save_all=True, loop=True, append_images=_images, duration=300)

简单说明下,我们先将第一张图片作为基础图例,并获取他的图片尺寸,之后所有的图片按照这个尺寸进行调整大小,把这些二进制的图片数据存储在一个list,当最后保存图片时,选择save_all = True, loop=True, append_images=_images几个参数,将图片全部保存,duration是图片间隔时长,单位是毫秒哦!


最终代码


# -*- coding: utf-8 -*-
# @Author   : 王翔
# @JianShu  : 清风Python
# @Date     : 2019/8/1 23:53
# @Software : PyCharm
# @version  :Python 3.7.3
# @File     : JunTiQuan.py
import os
import requests
from bs4 import BeautifulSoup
from PIL import Image
class JunTiQuan:
    def __init__(self):
        self.headers = {
            "Referer": url,
            'Connection': 'keep-alive',
            'user-agent': ('Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 '
                           '(KHTML, like Gecko) Chrome/70.0.3538.67 Safari/537.36')
        }
        self.path = self.image_path()
        self.images_list = list()
    @staticmethod
    def image_path():
        """
        获取代码执行目录,并在目录下创建Music文件夹
        :return 图片下载文件夹
        """
        base_dir = os.path.dirname(os.path.abspath(__file__))
        _path = os.path.join(base_dir, "Images")
        if not os.path.exists(_path):
            os.mkdir(_path)
        return _path
    def get_request(self, url):
        """
        封装requests.get方法
        如果为网页请求,返回网页内容
        否则,解析图片地址,并返回图片二进制内容
        :param url: 请求url(分网页、图片两类)
        :return: 网页内容 & 图片二进制文件
        """
        r = requests.get(url, headers=self.headers, timeout=5)
        if url.endswith('html'):
            return r.text
        else:
            return r.content
    def download_images(self, html):
        """
        解析军体拳图片
        :param html: 网页内容
        """
        soup = BeautifulSoup(html, 'lxml')
        # 根据关键字onclick查找每个下载地址
        for num, img in enumerate(soup.findAll('img', attrs={'fcksavedurl': True}), start=1):
            img_bytes = self.get_request(img['src'])
            image_name = '{}.png'.format(num)
            _full_name = os.path.join(self.path, image_name)
            self.images_list.append(_full_name)
            with open(_full_name, 'wb') as f:
                f.write(img_bytes)
            print("已下载 {}".format(image_name))
    def composite_gif(self):
        _images = []
        # 创建初始图片
        base_im = Image.open(self.images_list[0])
        # 获取图片尺寸
        _picture_size = base_im.size
        for file in self.images_list[1:]:
            im = Image.open(file)
            if im.size != _picture_size:
                # 调整尺寸
                im = im.resize(_picture_size)
            _images.append(im)
        gif = os.path.join(self.path, "juntiquan.gif")
        base_im.save(gif, save_all=True, loop=True, append_images=_images, duration=300)
    def run(self):
        html = self.get_request(url)
        self.download_images(html)
        self.composite_gif()
if __name__ == '__main__':
    url = 'http://www.360doc.com/content/16/0601/13/33121396_564170382.shtml'
    main = JunTiQuan()
    main.run()

动图效果


来一起看看最终生成的动图效果吧:


网络异常,图片无法展示
|

军体拳.gif


小伙子打得不错啊,明天我是不是要@一下老张,让他给我们录个军体拳的视频,看看是不是真材实料,哈哈。


The End


OK,今天的内容就到这里




相关文章
|
5月前
|
消息中间件 数据采集 数据库
庆祝吧!Python IPC让进程间的合作,比团队游戏还默契
【9月更文挑战第7天】在这个数字化时代,软件系统日益复杂,单进程已难以高效处理海量数据。Python IPC(进程间通信)技术应运而生,使多进程协作如同训练有素的电竞战队般默契。通过`multiprocessing`模块中的Pipe等功能,进程间可以直接传递数据,无需依赖低效的文件共享或数据库读写。此外,Python IPC还提供了消息队列、共享内存和套接字等多种机制,适用于不同场景,使进程间的合作更加高效、精准。这一技术革新让开发者能轻松应对复杂挑战,构建更健壮的软件系统。
55 1
|
7月前
|
存储 算法 程序员
庆祝吧!掌握Python并查集,数据结构难题将不再是你的拦路虎!
【7月更文挑战第17天】并查集,一种数据结构,用于不相交集合的合并与查询,尤其适合解决图的连通性问题。通过Python实现,使用列表存储元素的父节点以判断集合关系。基本操作包括查找(确定元素集合)和合并(组合集合)。示例展示了如何用并查集配合Kruskal算法构建最小生成树。掌握并查集能高效处理复杂问题,优化后的查找和合并操作接近O(1)复杂度,是解决算法挑战的利器。
60 4
|
6月前
|
消息中间件 数据采集 数据挖掘
庆祝吧!Python IPC让进程间的合作,比团队游戏还默契
【8月更文挑战第3天】在数字化时代,随着软件系统复杂性的提升,Python IPC(进程间通信)技术让多进程协作如同训练有素的电竞战队般默契。通过`multiprocessing`模块中的管道(Pipe),进程可直接、实时地交换数据,犹如配备对讲机,使数据从采集到预处理、分析及展示各阶段流畅衔接,效率倍增且错误减少。此外,IPC还提供消息队列、共享内存、套接字等机制,适应不同场景需求,使进程间的合作如同团队游戏般精准无误,共同构建高效、健壮的软件系统。
54 0
|
2月前
|
人工智能 数据可视化 数据挖掘
探索Python编程:从基础到高级
在这篇文章中,我们将一起深入探索Python编程的世界。无论你是初学者还是有经验的程序员,都可以从中获得新的知识和技能。我们将从Python的基础语法开始,然后逐步过渡到更复杂的主题,如面向对象编程、异常处理和模块使用。最后,我们将通过一些实际的代码示例,来展示如何应用这些知识解决实际问题。让我们一起开启Python编程的旅程吧!
|
2月前
|
存储 数据采集 人工智能
Python编程入门:从零基础到实战应用
本文是一篇面向初学者的Python编程教程,旨在帮助读者从零开始学习Python编程语言。文章首先介绍了Python的基本概念和特点,然后通过一个简单的例子展示了如何编写Python代码。接下来,文章详细介绍了Python的数据类型、变量、运算符、控制结构、函数等基本语法知识。最后,文章通过一个实战项目——制作一个简单的计算器程序,帮助读者巩固所学知识并提高编程技能。
|
2月前
|
Unix Linux 程序员
[oeasy]python053_学编程为什么从hello_world_开始
视频介绍了“Hello World”程序的由来及其在编程中的重要性。从贝尔实验室诞生的Unix系统和C语言说起,讲述了“Hello World”作为经典示例的起源和流传过程。文章还探讨了C语言对其他编程语言的影响,以及它在系统编程中的地位。最后总结了“Hello World”、print、小括号和双引号等编程概念的来源。
126 80
|
23天前
|
存储 缓存 Java
Python高性能编程:五种核心优化技术的原理与Python代码
Python在高性能应用场景中常因执行速度不及C、C++等编译型语言而受质疑,但通过合理利用标准库的优化特性,如`__slots__`机制、列表推导式、`@lru_cache`装饰器和生成器等,可以显著提升代码效率。本文详细介绍了这些实用的性能优化技术,帮助开发者在不牺牲代码质量的前提下提高程序性能。实验数据表明,这些优化方法能在内存使用和计算效率方面带来显著改进,适用于大规模数据处理、递归计算等场景。
58 5
Python高性能编程:五种核心优化技术的原理与Python代码
|
3月前
|
存储 索引 Python
Python编程数据结构的深入理解
深入理解 Python 中的数据结构是提高编程能力的重要途径。通过合理选择和使用数据结构,可以提高程序的效率和质量
172 59
|
2月前
|
Python
[oeasy]python055_python编程_容易出现的问题_函数名的重新赋值_print_int
本文介绍了Python编程中容易出现的问题,特别是函数名、类名和模块名的重新赋值。通过具体示例展示了将内建函数(如`print`、`int`、`max`)或模块名(如`os`)重新赋值为其他类型后,会导致原有功能失效。例如,将`print`赋值为整数后,无法再用其输出内容;将`int`赋值为整数后,无法再进行类型转换。重新赋值后,这些名称失去了原有的功能,可能导致程序错误。总结指出,已有的函数名、类名和模块名不适合覆盖赋新值,否则会失去原有功能。如果需要使用类似的变量名,建议采用其他命名方式以避免冲突。
52 14
|
2月前
|
分布式计算 大数据 数据处理
技术评测:MaxCompute MaxFrame——阿里云自研分布式计算框架的Python编程接口
随着大数据和人工智能技术的发展,数据处理的需求日益增长。阿里云推出的MaxCompute MaxFrame(简称“MaxFrame”)是一个专为Python开发者设计的分布式计算框架,它不仅支持Python编程接口,还能直接利用MaxCompute的云原生大数据计算资源和服务。本文将通过一系列最佳实践测评,探讨MaxFrame在分布式Pandas处理以及大语言模型数据处理场景中的表现,并分析其在实际工作中的应用潜力。
116 2

热门文章

最新文章

推荐镜像

更多