怎么使用十行Python代碼實現酷炫功能

本篇內容主要講解“怎么使用十行Python代碼實現酷炫功能”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“怎么使用十行Python代碼實現酷炫功能”吧!

一、生成二維碼

二維碼又稱二維條碼，常見的二維碼為QR Code，QR全稱Quick Response，是一個近幾年來移動設備上超流行的一種編碼方式，而生成一個二維碼也非常簡單，在Python中我們可以通過MyQR模塊了生成二維碼，而生成一個二維碼我們只需要2行代碼，我們先安裝MyQR模塊，這里選用國內的源下載：

pip install qrcode

安裝完成后我們就可以開始寫代碼了：

import qrcode
text = input(輸入文字或URL：)
# 設置URL必須添加http://
img =qrcode.make(text)
img.save()
#保存圖片至本地目錄，可以設定路徑
img.show()

我們執行代碼后會在項目下生成一張二維碼。當然我們還可以豐富二維碼：

我們先安裝MyQR模塊

pip installmyqr
def gakki_code():
version, level, qr_name = myqr.run(
words=https://520mg.com/it/#/main/2,
# 可以是字符串，也可以是網址(前面要加http(s)://)
version=1,# 設置容錯率為最高
level='H',
# 控制糾錯水平，范圍是L、M、Q、H，從左到右依次升高
picture=gakki.gif,
# 將二維碼和圖片合成
colorized=True,# 彩色二維碼
contrast=1.0,
 # 用以調節圖片的對比度，1.0 表示原始圖片，更小的值表示更低對比度，更大反之。默認為1.0
brightness=1.0,
# 用來調節圖片的亮度，其余用法和取值同上
save_name=gakki_code.gif,
# 保存文件的名字，格式可以是jpg,png,bmp,gif
save_dir=os.getcwd()# 控制位置
)

 gakki_code()

另外MyQR還支持動態圖片。

二、生成詞云

詞云又叫文字云，是對文本數據中出現頻率較高的“關鍵詞”在視覺上的突出呈現，形成關鍵詞的渲染形成類似云一樣的彩色圖片，從而一眼就可以領略文本數據的主要表達意思。

但是作為一個老碼農，還是喜歡自己用代碼生成自己的詞云，復雜么？需要很長時間么？很多文字都介紹過各種的方法，但實際上只需要10行python代碼即可。

先安裝必要庫

pip install wordcloud
pip install jieba
pip install matplotlib

import matplotlib.pyplot as plt
from wordcloud import WordCloud
import jieba
text_from_file_with_apath = open('/Users/linuxmi/linuxmi.txt').read()
wordlist_after_jieba = jieba.cut(text_from_file_with_apath, cut_all = True)
wl_space_split =.join(wordlist_after_jieba)
my_wordcloud = WordCloud().generate(wl_space_split)
plt.imshow(my_wordcloud)
plt.axis(off)
plt.show()

如此而已，生成的一個詞云是這樣的：

讀一下這10行代碼：

• 1～3 行，分別導入了畫圖的庫matplotlib，詞云生成庫wordcloud 和 jieba的分詞庫；

• 4 行，是讀取本地的文件

• 5～6 行，使用jieba進行分詞，并對分詞的結果以空格隔開；

• 7行，對分詞后的文本生成詞云；

• 8～10行，用pyplot展示詞云圖。

這是我喜歡python的一個原因吧，簡潔明快。

三、批量摳圖

摳圖的實現需要借助百度飛槳的深度學習工具paddlepaddle，我們需要安裝兩個模塊就可以很快的實現批量摳圖了，第一個是PaddlePaddle：

python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

還有一個是paddlehub模型庫：

pip install -i https://mirror.baidu.com/pypi/simple paddlehub

接下來我們只需要5行代碼就能實現批量摳圖：

import os, paddlehub as hub
humanseg = hub.Module(name='deeplabv3p_xception65_humanseg')# 加載模型
path = 'D:/CodeField/Workplace/PythonWorkplace/GrapImage/'# 文件目錄
files = [path + i for i in os.listdir(path)]# 獲取文件列表
results = humanseg.segmentation(data={'image':files})# 摳圖

四、文字情緒識別

在paddlepaddle面前，自然語言處理也變得非常簡單。實現文字情緒識別我們同樣需要安裝PaddlePaddle和Paddlehub，具體安裝參見三中內容。然后就是我們的代碼部分了：

import paddlehub as hub
senta = hub.Module(name='senta_lstm')# 加載模型
sentence = [# 準備要識別的語句
'你真美', '你真丑', '我好難過', '我不開心', '這個游戲好好玩', '什么垃圾游戲',
]
results = senta.sentiment_classify(data={text:sentence})# 情緒識別
# 輸出識別結果
for result in results:
print(result)

識別的結果是一個字典列表：

{'text': '你真美', 'sentiment_label': 1, 'sentiment_key': 'positive', 'positive_probs': 0.9602, 'negative_probs': 0.0398}
{'text': '你真丑', 'sentiment_label': 0, 'sentiment_key': 'negative', 'positive_probs': 0.0033, 'negative_probs': 0.9967}
{'text': '我好難過', 'sentiment_label': 1, 'sentiment_key': 'positive', 'positive_probs': 0.5324, 'negative_probs': 0.4676}
{'text': '我不開心', 'sentiment_label': 0, 'sentiment_key': 'negative', 'positive_probs': 0.1936, 'negative_probs': 0.8064}
{'text': '這個游戲好好玩', 'sentiment_label': 1, 'sentiment_key': 'positive', 'positive_probs': 0.9933, 'negative_probs': 0.0067}
{'text': '什么垃圾游戲', 'sentiment_label': 0, 'sentiment_key': 'negative', 'positive_probs': 0.0108, 'negative_probs': 0.9892}

其中sentiment_key字段包含了情緒信息，詳細分析可以參見Python自然語言處理只需要5行代碼。

五、識別是否帶了口罩

這里同樣是使用PaddlePaddle的產品，我們按照上面步驟安裝好PaddlePaddle和Paddlehub，然后就開始寫代碼：

import paddlehub as hub
# 加載模型
module = hub.Module(name='pyramidbox_lite_mobile_mask')
# 圖片列表
image_list = ['face.jpg']
# 獲取圖片字典
input_dict = {'image':image_list}
# 檢測是否帶了口罩
module.face_detection(data=input_dict)

執行上述程序后，項目下會生成detection_result文件夾，識別結果都會在里面。

六、簡易信息轟炸

Python控制輸入設備的方式有很多種，我們可以通過win32或者pynput模塊。我們可以通過簡單的循環操作來達到信息轟炸的效果，這里以pynput為例，我們需要先安裝模塊：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ pynput

在寫代碼之前我們需要手動獲取輸入框的坐標：

from pynput import mouse
# 創建一個鼠標
m_mouse = mouse.Controller()
# 輸出鼠標位置
print(m_mouse.position)

可能有更高效的方法，但是我不會。

獲取后我們就可以記錄這個坐標，消息窗口不要移動。然后我們執行下列代碼并將窗口切換至消息頁面：

import time
from pynput import mouse, keyboard
time.sleep(5)
m_mouse = mouse.Controller()# 創建一個鼠標
m_keyboard = keyboard.Controller()# 創建一個鍵盤
m_mouse.position = (850, 670) # 將鼠標移動到指定位置
m_mouse.click(mouse.Button.left) # 點擊鼠標左鍵
while(True):
m_keyboard.type('你好')# 打字
m_keyboard.press(keyboard.Key.enter)# 按下enter
m_keyboard.release(keyboard.Key.enter)# 松開enter
time.sleep(0.5)# 等待 0.5秒

我承認，這個超過了10行代碼，而且也不高端。

七、識別圖片中的文字

我們可以通過Tesseract來識別圖片中的文字，在Python中實現起來非常簡單，但是前期下載文件、配置環境變量等稍微有些繁瑣，所以本文只展示代碼：

import pytesseract
from PIL import Image
img = Image.open('text.jpg')
text = pytesseract.image_to_string(img)
print(text)

其中text就是識別出來的文本。如果對準確率不滿意的話，還可以使用百度的通用文字接口。

八、簡單的小游戲

從一些小例子入門感覺效率很高。

import random
print(1-100數字猜謎游戲！)
num = random.randint(1,100)
guess =guess
i = 0
while guess != num:
i += 1
guess = int(input(請輸入你猜的數字：))
if guess == num:
print(恭喜，你猜對了！)
elif guess < num:
print(你猜的數小了...)
else:
print(你猜的數大了...)
print(你總共猜了%d %i + 次）

到此，相信大家對“怎么使用十行Python代碼實現酷炫功能”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！