python 实现电子宠物 用python写一个电子宠物系统

定制你的宠物桌面

最近想要做一个自己独一无二的桌面宠物，可以直接使用python来自己订制。属于一个小项目，这个教程主要包含几个步骤：

1. 准备需要的动图素材
2. 规划自己需要的功能
3. 使用python的PyQt5订制功能

在这个教程中，我主要实现了桌面宠物的几个功能：

1. 每隔一段时间切换动图素材+文字
2. 点击宠物时有额外动作
3. “故事大会”功能：跟宠物聊天，进行文本生成
4. “休息一下”功能：隔一个小时提醒你休息功能

话不多说，先上源码下载链接：

完整python源码

然后让我们一起开始把。

1. 准备需要的动图素材

这些素材你可以直接从网上下载找到，比如可以去动图素材网站：
https://www.soogif.com/

搜索我要的动图“皮卡丘”，下载之后就需要对素材的背景去掉，设置成透明状态。

1.1 去除动图背景

这里可以利用PS（也可以使用网页版PS）工具，对动图去除背景。首先把动图导入到PS中，得到如下所示：

其中最右边时每一帧的图片，选中其中一个图片，然后点击显示眼睛按钮：

然后利用魔棒工具

框选背景图，进行删除：

重复上面操作，最后导出gif图就可以得到纯白背景的动图了。

2.python环境安装

这次功能上，还额外调用了hugging face模块中的文本生成功能，因此需要安装：

pip install huggingface

3.项目工程

● main.py：整体功能函数

● dialog.txt：存放随机展示的文本

● pikaqiu：存放随机展示的动图

● talk_show.py：文本生成功能

这里具体介绍怎么使用huggingface导入文本生成模型。

打开huggingface官网：

https://huggingface.co/，然后点击Models，搜索训练好的中文生成模型

例如我找到一个GPT中文预训练模型：

有两种方法导入，一种是直接利用hugggingface，它会直接下载模型，一种是利用git下载模型：

下载模型后，仅仅需要几行代码，就可以导入模型生成文本：

from transformers import BertTokenizer, GPT2LMHeadModel, TextGenerationPipeline 
tokenizer = BertTokenizer.from_pretrained("uer/gpt2-chinese-cluecorpussmall")
model = GPT2LMHeadModel.from_pretrained("uer/gpt2-chinese-cluecorpussmall")
text_generator = TextGenerationPipeline(model, tokenizer)

4.功能展示

● 每隔一段时间会变化动图和文字：

● 点击宠物时有额外动作

● “故事大会”功能：跟宠物聊天，进行文本生成

● “休息一下”功能：隔一个小时提醒你休息功能

这是目前项目的所有功能拉，有兴趣的可以下载原代码进行订制属于你的桌面宠物。