python自动制作gif并添加文字
引言 最近租的房子快到期了，哎，因为去年是第一次找房子租，结果遇到了一个东北黑中介，押一付三，房子有啥问题，灯坏了，下水道堵了，原来签合同的时候说的客气，说是马上就会上门解决，结果实际上我每次找他，都是各种推脱，最后不了了之。全部是我自己想办法解决的。现在又打电话催着我要搬走，押金也不打算退给我了。真的是rlgl。我反对地域黑，但是以后东北的中介一生黑。(再次声明，不是地域黑，我也有认识的人很好的东北的朋友。)今天我又看到了有钱可以为所欲为的经典gif,所以我心血来潮想做一个自己的东北黑中介版的为所欲为gif。本来我想找一个没有文字的gif,然后找一个软件添加文字，然后合成gif的。结果在网上搜索了一下，没有找到合适的原版gif,只找到了一个有文字的gif。到是有软件可以手动添加文字合成gif的，但是如果要首先把原来的文字去除，然后再一点点添加，手动要做大量的工作，很是麻烦。我再尝试了半个小时还没弄好就放弃了(但是我想应该有比较简便的方法，只是我懒得再自己去找了)。最后我想既然作为一个程序员，能不能通过代码去实现这个功能呢？当然可以啦。我最熟悉的是python,自然优先考虑上python了。之前接触过PIL这个库，我记得它有给图片添加文字的功能，而且最近不是才刚刚看了moviepy这个库，它可以很容易合成gif,把这两个结合到一起不就很容易实现我想要的目标了吗？一不做二不休，开搞! 1. 处理gif以及基本思路 我找到的原始的gif如下图1所示: 图1 原始"为所欲为"gif(来自微博) 如果你的电脑已经安装了ffmpeg的话，那么将gif分割成单帧的序列图片是非常容易的,运行下面的命令: ffmpeg -i 为所欲为.gif %d.jpg 就可以将为所欲为.gif分割成1.jpg,2.jpg,...。当然你也可以直接使用python的PIL库来处理gif,使用如下的代码即可: from PIL import Image,ImageSequence gif = Image.open("为所欲为.gif") for i,frame in enumerate(ImageSequence.Iterator(gif),1): frame.save("%d.jpg" % i) 或者你也可以使用之前介绍过的moviepy库(具体可以参考我之前的一篇博客)，如果你对opencv比较熟悉的话，自然也可以使用opencv来处理。这里就不详细说了。 得到gif的帧序列图像之后，简单来说一下后面处理的思路。因为原来的gif有些帧是有文字的，我们要想添加自己的文字，就必须要把原来的文字去除掉，然后换成自己的。所以后面基本的思路就是: 找出那些有文字出现的帧，把文字去除; 原来的文字去除之后，替换成自己的合适的文字,形成新的帧图像; 将新的帧图像合成为新的gif(这里使用moviepy合成)。 2. 实现代码以及简要解析 具体实现代码如下: # -*- coding:utf-8 -*- import matplotlib.pyplot as plt from PIL import Image,ImageDraw,ImageFont from scipy.misc import imread,imsave,imresize import numpy as np import os from glob import glob from moviepy.editor import ImageSequenceClip # 消除文字的图片序号 modify_img_index = list(range(11,14))+list(range(27,37)) + list(range(44,61)) + list(range(62,81)) \ + list(range(82,94)) + list(range(97,106)) + list(range(112,132)) + list(range(146,168)) text_info = [('好啊',(120,140))]*(14-11) + \ [('就算你今天找人来抗议',(40,140))]*(37-27) + \ [('就算你的理由再完美',(50,140))] *(61-44) + \ [('我想不退钱就不退钱',(50,140))] *(81-62) + \ [('毕竟我是东北黑中介',(50,140))] *(94-82) + \ [('东北黑中介了不起啊',(50,140))] *(106-97) + \ [('sorry,东北黑中介真的可以为所欲为',(5,140))]*(132-112) + \ [('以后让他天天闹',(60,140))]*(158-146) + \ [('天天闹',(110,140))]*(169-158) index_to_text = dict(zip(modify_img_index,text_info)) # 保存图片文件夹 save_dir = "output" if not os.path.exists(save_dir): os.mkdir(save_dir) new_color = np.array([50,50,50]) # 消除文字之后的颜色 fontsize = 18 fontcolor = (0,255,255) fps = 10 resize_scale = 1.5 # 新图的宽和高是原来的多少倍 # 消除文字的x,y边界坐标 y_begin = 10 y_end = 280 x_begin = 140 x_end = 160 # 全部文件列表(无序) img_names = glob("*.jpg") #print(img_names) def modify(): # 遍历每一个图像 for img_name in img_names: img = imread(img_name) h,w = img.shape[0],img.shape[1] #plt.imshow(img) img_new = np.copy(img) index = int(img_name.split(".")[0]) # 如果图片有文字，需要修改 if index in modify_img_index: # 消除文字 img_new[x_begin:x_end,y_begin:y_end] = new_color text,pos = index_to_text[index] img_new = drawtext(Image.fromarray(img_new),text,pos,fontsize,fontcolor) #保存新的图片 # imsave(os.path.join(save_dir,img_name),img_new) if resize_scale != 1: # resize img_new = img_new.resize((int(w*resize_scale),int(h*resize_scale))) img_new.save(os.path.join(save_dir,img_name)) print("Modify and save %s!" % img_name) else: # 没有文字，不需要修改，直接保存原来的图片 if resize_scale != 1: img = imresize(img,resize_scale) imsave(os.path.join(save_dir,img_name),img) print("Save %s!" % img_name) def drawtext(img,text,pos,fontsize,fontcolor): ''' draw text for img @param img:image to draw text @param text:text to draw @param pos:where to draw the text((x,y)) @param fontsize: font size @param fontcolor: font color ''' font = ImageFont.truetype("simsun.ttc",fontsize) draw = ImageDraw.Draw(img) draw.text(pos,text,fontcolor,font = font) # plt.imshow(img) # plt.show() return img def test_drawtext(): img_name = "4.jpg" img = Image.open(img_name) #text = "好啊" text = "东北黑中介了不起啊" pos = (40,140) fontsize = 20 fontcolor = (0,255,255) drawtext(img,text,pos,fontsize,fontcolor) # 利用图像序列生成gif def generate_gif(img_names,save_path,fps = 10): # img_names:list of image names clip = ImageSequenceClip(img_names,fps = fps) clip.write_gif(save_path) print("Write %s successfully!" % save_path) # 主函数 def main(): modify() save_gif_path = os.path.join(save_dir,"东北黑中介.gif") img_names = sorted(glob(os.path.join(save_dir,"*.jpg")),key = lambda x: int(x.split(".")[0].split("/")[1])) generate_gif(img_names,save_gif_path,fps) #test_drawtext() if __name__ == '__main__': main() 上面的代码思路其实还是比较清楚的。主要麻烦的地方就在于，我们没法自动确认哪些帧出现了文字，所以在这里我采用手动观察图像(有167张图)的方式，确定了出现文字的帧序列区间;然后对于这些帧序列区间，其文字替换成我自己的文字。还有一个问题就是，我要消除文字，就要知道文字的位置，其实这个可以归结为一个目标检测的问题，或者说是一个OCR问题(OCR的第一步，定位文字)，但是OCR做起来还是很麻烦的，这里暂时不说，后面有空我会专门讨论OCR问题。这里比较好的地方在于，所有的文字出现的高度位置几乎是一样的，只是宽度方向的位置不一样(有的字多，有的字少),这里我还是采用手动观察标注的办法，可以借助于matplotlib显示图像，用鼠标点击图像的某一点，它会显示该点的(x,y)坐标和像素值，这样我们就可以手动确定要消除的文字的位置，以及消除文字要填充的颜色了。按照这个思路，我们可以得到一些消除原来文字，添加新文字之后的图像如下图2所示: 图2 原始帧和消除文字后添加新文字的帧(上是原始帧，下是处理之后的新帧) 最终合成的新的gif如下图3所示: 图3 最终合成的gif 3. 小结 本文主要利用python的PIL库(用于处理图像,添加文字等)和moviepy(用于生成gif)自动生成了gif并添加了文字。但是还有一些问题，比如文字自动定位并识别没有解决。这些问题留到后面介绍OCR技术的时候再和大家介绍。如果只是简单地尝试合成gif,大家不妨自己动手试一试。 全文完，感谢阅读! 热爱编程，热爱机器学习！ github:http://www.github.com/Lyrichu github blog:http://Lyrichu.github.io 个人博客站点:http://www.movieb2b.com(不再维护)
