前言:

    本人菜鸟,不对的地方请指正,勿喷,感激不尽~~

背景:

    公司让我扒了一些文章,要保持文章结构,图片正确穿插在文章内,图片还要保存在本地,以post的形式发送数据,但是后来发现图片大部分有水印,还要我做图片水印处理,就有了这篇文章的出现

思路:

    通过对图片的观察,发现水印的位置都在右下角的位置,这就方便了我菜鸟干活。

    两个处理思路:

    1.高斯模糊【不管图片有没有水印都会高斯模糊】

    2.图片叠加【同上】

高斯模糊:

在实现这个思路的时候,发现官方的源码,bouns参数是传了也没有用的,在源码里面没有调用这个参数。所以修改了下源码,在网上也证实了(因为本人菜鸟,不确定)

修改源码如下:

# encoding=utf-8

# Time    : 2018/1/19

# Email   : z2615@163.com

# Software: PyCharm

# Language: Python 3

from PIL import ImageFilter

 

 

class MyGaussianBlur(ImageFilter.Filter):

    name = "GaussianBlur"

    '''用于图片高斯模糊处理,源码修改过来'''

 

    def __init__(self, radius=2, bounds=None):

        self.radius = radius

        self.bounds = bounds

 

    def filter(self, image):

        if self.bounds:

            clips = image.crop(self.bounds).gaussian_blur(self.radius)

            image.paste(clips, self.bounds)

            return image

        else:

            return image.gaussian_blur(self.radius)

修改完之后,就方便多了,直接导入使用,测试可以实现局部区域的高斯模糊,但是图片太多,一篇文章对应一个文件夹,所以还要将所有图片的路径当作参数添加到列表,遍历列表,实现对图片的修改。

首先,将图片路径参数传入一个方法,方便修改:

# encoding=utf-8

# Time    : 2018/1/19

# Email   : z2615@163.com

# Software: PyCharm

# Language: Python 3

from GaussianBlur import MyGaussianBlur

from PIL import Image

 

def gaussian(img):

    '''需要处理的图片'''

    path_img = img

    '''处理完保存的图片'''

    re_img = img.split('/')[-1]

    image = Image.open(path_img)

    '''bounds的四个参数,用于高斯模糊,添加水印,165和70是水印大小'''

    x = image.size[0]

    y = image.size[1]

    z = image.size[0] - 165

    l = image.size[1] - 70

    # bound = (z, l, x, y)

    '''高斯模糊'''

    image = image.filter(MyGaussianBlur(radius=5.8, bounds=(z, l, x, y)))

    try:

        image.save(re_img)

    except:

        image.save(re_img + '.jpg')

        print('SUCCESS:', re_img)

# return bound

radius参数:大小根据需要自己调,默认是2,在源码中可以看到。

bounds参数:元组的形式。不添加这个参数是对整个图片做模糊处理。

至于except中的.jpg,是有部分图片没有后缀,爬取的时候给自己挖的坑,懒得读取图片格式,直接就加的jpg

因为只做模糊处理就将部分参数注释掉了,将文件保存为:test_gaussi.py(名字随意)

接下来就要读取图片了【处理完的图片会覆盖掉原来的图片,另有需要先备份】,代码如下:

# encoding=utf-8

# Time    : 2018/1/19

# Email   : z2615@163.com

# Software: PyCharm

# Language: Python 3

import os

from test_gaussi import gaussian

 

path = os.getcwd() + '\\test_img'

file = os.listdir(path)

img_path_list = []

'''水印图片'''

# logo = Image.open('./logo.png')

'''获取当前文件夹下的所有文件夹'''

for x in file:

    img_path = path + "\\" + x

    img_list = os.listdir(img_path)

    for i in img_list:

        i_path = img_path + '\\' + i

        img_path_list.append(i_path)

'''获取文件夹下的所有图片'''

for img in img_path_list:

    try:

        gaussian(img)

    except:

        print('img file is damaged ', img)

        pass

效果图:

    


 




python去除图像背景条纹 python批量去除图片水印_Email


多个文件多层目录


 


python去除图像背景条纹 python批量去除图片水印_Email_02


处理之后的效果图


最后:

     1.因为懒,所以,就这么简单的写了,哪位仁兄可以的话,自行修改。当然,写出来之后分享下^_^~~

     2.图片的叠加,需要用到bounds参数,将高斯模糊那部分注释掉