基于 itchat 库来获取微信好友头像并执行拼接操作，对微信上文字化好友列表数据进行可视化展示。

获取好友头像

def save_avatar(folder): """ 保存微信好友头像 :param folder: 保存的文件夹 """ itchat.auto_login(hotReload=True) users = itchat.get_friends() or [] print('%d friends found.' % len(users)) if not os.path.exists(folder): os.makedirs(folder) index = 1 for i, user in enumerate(users): nickname = user.RemarkName username = user.UserName file_path = os.path.join(folder, '%03d_%s.png' % (i, nickname)) if not os.path.isfile(file_path): # 不重复下载 avatar = itchat.get_head_img(username) with open(file_path, 'w') as f: f.write(avatar) print('Download %d: %s' % (index, file_path)) index += 1

这里只需要传入一个保存头像的文件夹即可，运行 itchat.auto_login(hotReload=True) 后会弹出微信扫码界面让你授权微信登录，以便接下来的好友数据获取。

在图片下载时，我添加了一个防止重复下载的判断，以免多次运行时每次都要重新进行头像的下载。

取出待拼接头像

def get_image_files(folder, filters=None): """ 取出待拼接头像 :param folder: 目标文件夹 :param filters: 需要过滤的图片 :return: 头像路径 """ filters = filters or [] filenames = [os.path.join(folder, sub) for sub in os.listdir(folder) if sub.endswith('.png') and not filters.__contains__(sub)] return filenames

这里单独写个方法是为了把过滤的逻辑封装进来，以便于去掉指定的微信好友的头像（比如纯色的头像在拼接之后的大图看上去很明显，非强迫症可忽略）。

计算拼接的排列

def calculate_align_way(image_num, force_align=False): """ 计算图片排版对齐方式 :param image_num: 图片数量 :return: (rowls, columns) """ actual_value = image_num ** 0.5 suggest_value = int(actual_value) if actual_value == suggest_value or force_align: return suggest_value, suggest_value else: return suggest_value, suggest_value + 1

因为需要知道最终拼接图片的行列数，所有这里单独定义一个计算方法。算法就是直接对图片总数开根号，取出的结果如果正好是整数，就直接返回该结果。如果不是整数（大多数情况都如此），则根据参数 force_align 来决定是否强制进行正好全部铺满的显示。如果设为 True ，能强制铺满，但会有部分好友未显示完全；反之则是相对的情况。 后面发现拼接图片最后一行有很多黑色空位时，只需要更改该参数为True即可。

拼接

def join_images(image_files, rows, cols, width, height, save_file=None): """ 拼接操作 :param image_files: 待拼接的图片 :param rows: 行数 :param cols: 列数 :param width: 每张小头像的宽度 :param height: 每张小头像的高度 :param save_file: 拼接好图片的保存路径 """ canvas = np.ones((height * rows, width * cols, 3), np.uint8) for row in range(rows): for col in range(cols): index = row * cols + col if index >= len(image_files): break file_path = image_files[index] im = Image.open(file_path) im = im.resize((width, height)) im_data = np.array(im) if len(im_data.shape) == 2: im_data = np.expand_dims(im_data, -1) x = col * width y = row * height canvas[y: y + height, x: x + width, :] = im_data image = Image.fromarray(canvas) image.show() if save_file: image.save(save_file)

拼接图片调用的是科学计算包 numpy 和图片库 PIL ，主要就是对 ndarray 进行操作。

最终将上面的步骤全部串联起来，执行如下主函数，便得到上面的拼接图片。

FOLDER = 'avatars'if __name__ == '__main__': # 保存所有好友头像 save_avatar(FOLDER) # 取到准备拼接的头像 image_files = get_image_files(FOLDER) # 计算拼接的行列 rows, columns = calculate_align_way(len(image_files), force_align=True) # 执行拼接操作 join_images(image_files, rows, columns, 64, 64, 'result.png')

Github源码

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。