京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者:某某白米饭
来源:Python 技术
情人节到了,小伙伴们给女朋友买礼物了吗?都有在朋友圈发亿点点狗粮吗?今天小编就教大家在朋友圈发爱心九宫格图片,让女朋友心情更美丽并且有求必应。
上成品图:
朋友圈可以发 3 * 3 的 9 张图,把每一个小图分解成为 3 * 3 的小图编号为 (1-9),红色部分就是需要用爱心覆盖的地方。
每一个小方格的长宽都是爱心的长框,将爱心的图像用 python 代码修改为正方形,长宽都为:w,那么:
将爱心图片设置长宽都相同:
from PIL import Image
xin_img = Image.open('xinxin.png')
w,y = xin_img.size
xin = xin_img.resize((w, w),Image.BILINEAR)
将爱心图片四周加上 15 像素的白色边框,这样可以看起来不紧凑。
border = 15 img_new = Image.new('RGB', (w + 2 * border, w + 2 * border), (255,255,255))
img_new.paste(xin, (border, border), xin)
xin = img_new.convert('RGBA')
w, y = xin.size
黑色是透明背景
points 就是每个小图的起始坐标列表,imgs 就是爱心小图的位置。
points = [(0, 0), (w, 0), (2 * w, 0), (0, w),(w,w),(2 * w,w),(0, 2 * w),(w,2 * w),(2 * w,2 * w)] imgs = [(6,8,9), (4,6,7,8,9), (4,7,8), (1,2,3,4,5,6,8,9), (1,2,3,4,5,6,7,8,9), (1,2,3,4,5,6,7,8), (3,-1), (1,2,3,4,5,6,8), (1,-1)]
先创建 3 * 3 的白色 (255,255,255) 背景图,然后调用 pil 的 paste() 方法将爱心图像往背景图上面粘贴。
file_name = 0 for img in imgs: bgimg = Image.new("RGB",(w * 3,w * 3), (255,255,255)) for item in img: if(item == -1): continue bgimg.paste(xin, points[item - 1], xin) file_name = file_name + 1 bgimg.save(f"{file_name}.png")
最后在发朋友圈的时候将 5.png 替换为女朋友的头像。
虽然情人节过去了,但是将这九宫格照片往微信朋友发准没错。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26