
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
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10