长图切割 PIL实践

趁着之前新浪微博还没有关闭basic auth的时候，在一个图片分享微博上下了很多图。图美则美矣，可惜播放幻灯片时候这种长条图就看上去不大清爽了。

所以打算写个程序把这些图用编程手段自动分离了。

虽然上过图像处理课，但真学得一桶浆糊，脑袋里好像有边界算法这个概念，到底是怎么样的根本就没影了。只能用点笨办法了。

因为水平方向没有多图，现只考虑垂直方向的切割。思路是找出4张图的边界，即垂直方向的5个点，用红笔标出。

垂直分界点的显著特征

• 其所在水平方向的像素值都是相同的；
• 垂直分界点所在行与内容图的像素行不同。

从图左上开始查找分界点，根据上述两规则，找到所有分界点。

先安装Python PIL （Python包安装也太ugly了）。

上代码：

import Image #only check the color in horizontal direction def isInSameColor(image,y,im_width):     original_point=image.getpixel((0,y))     for x in range(1,im_width):         if(original_point!=image.getpixel((x,y))):             return False     return True         def IsDiffBetween2Line(image,y1,y2,im_width):     for x in range(im_width):         if(image.getpixel((x,y1))!=image.getpixel((x,y2))):             return True     return False def SplitImage(image,im_points,im_width,imFileName):     filename=imFileName.split('.')[0]     print filename     for i in range(len(im_points)-1):                region=image.crop([0,im_points[i],im_width,im_points[i+1]])                print region.size                region.save(filename+'[%d].jpg'%i,'JPEG')         if __name__ == '__main__':     #replace the imFileName with your own photo     imFileName='7f9e9b4dgw1dk3y3wryrlj.jpg'     im=Image.open(imFileName)         im_width=im.size[0]     im_height=im.size[1]         #where to save boundary point in ...     im_points=[]     #    print im_width,im_height     y0=0     for y in range(1,im_height):         if y==im_height-1:break         if isInSameColor(im,y0,im_width) is True:             #compare with next line             if IsDiffBetween2Line(im,y0,y,im_width) is True:                 im_points.append(y0)         y0=y         #append the last point     im_points.append(im_height-1)           print im_points         SplitImage(im, im_points, im_width, imFileName)     print "The end!"

结果：

批量下载豆瓣FM加心歌曲

 

需要的软件：

• Excel
• Python
• 迅雷

 

主要流程：

1. 获得豆瓣FM加心歌曲列表：登录douban.fm，安装Chrome 插件豆瓣电台爬虫，在douban.fm页面点击插件按钮。过片刻，会有页面显示全部歌曲列表，黏贴入Excel。

Note: 使用chrome插件得到歌曲列表的好处就是不需要在client端输入用户信息，也避免了频繁basic auth，会跳出验证码的问题。

2. 使用Excel修饰歌曲列表：比如删除重复歌曲（remove duplicates），删除不需要的信息，就保留歌名，歌手，另存为dbFM.csv。

Note: 在Windows OS上，文件莫名就会被加入BOM，使用工具（e.g. Notepad++）把这个标志删了，不然运行以下程序会出错。

3. 写Python脚本生成歌曲资源信息列表：主要从ting.baidu.com上得到资源URI。程序输入为dbFM.csv；输出有两个文件，ResourceURI.txt（以.mp3结尾的URL，一行一曲），MissingList.txt（ting上不一定找得到，需要手工查找）。

Note: 最开始爬的是mp3.baidu.com，编码GBK的，崩溃。mp3和ting，功能很重叠啊，百度就不能在mp3基础上升级吗。 写这么段小程序，我深刻得感受到走上了不归路，码农！为了个白痴问题都得花很长时间去解决！！！程序写得健壮，还要考虑exception处理，网络问题，断点续读，这些通通没考虑。我离专业码农还是有差距的。

4. 使用迅雷批量下载资源：复制ResourceURI.txt内容，打开迅雷，新建，至此，终于可以批量下载了。

Note: 最好批量下载一次下完。发现要是把下载任务放在下次迅雷开启的时候，歌名会变成File(n).mp3的形式，不会自动重命名了。原因未明，但是300多首歌每首都手动重命名，这可够浪费时间的了。切忌。

5. 整个过程还是蛮繁琐的，把这些功能都集成起来也没兴趣做了。批量下载加心歌曲，估计以后不会再用了。等批量下载完，发现很多歌都不要听了，口味随时在变。倒是谁搞个批量取消加心歌曲啊。

新年工作第一周

节后过来第一个礼拜，打算严肃自己，不打酱油，好好看DB中的表和存储过程的。
周一确实没有打酱油，看了这个release下别人的代码P和T。
T和现在维护的代码风格类似，很容易就能找到核心所在了。
P代码的风格太诡异，又是用MVC写的页面，实在不想看了，直接看文档了事。

周二Domain Meeting上有了新需求，从此开始，和mentor一起将近写了一个礼拜文档。傍晚发完邮件，终于松了口气。
一鼓作气把文档写完，的确对自己帮助很大。对要维护项目的业务需求印象又加深了许多。
但是要想完全掌握熟悉还需要很长的路，慢慢看DB，Code，不能再觉得没事做了。
中间查询些数据，不知道查哪张表，还被mentor鄙视了。

去年7月中旬正式进入公司，也有半年多了，尽管做了几个小项目，但收获不大，一直感觉没事做。对工作确实不怎么上心，自己也没有明确的目标，酱油一瓶。
对要维护的项目本来就应该花时间看的，拖延症害死我了。

在时间管理上，把时间花在重要但不紧急的事情上是最好的，现在我才深深得体会到。
只要保持这样做，重要的事情永远不会紧急因为当它还不紧急时已经被做完了。

早上doc review匆匆准备了下，说得蛮差的，虽然说得很快，也这样过去了。
六月有出差的机会，和美国人面对面的机会，我准备好了吗，我的英语要好好加油啊。

这个礼拜也买了kindle4，快读完一本书了。
发现在阳光下看书，字依然很清晰，乘地铁闲时间过得太快了。
一直纠结该怎么样看书，花时间看一本对自己帮助不大的书会不会浪费了。
现在想，与其纠结，不如先把书整本过一遍，真的好书是值得多看几遍的。

这个礼拜很充实，虽然累，至少不彷徨。
看着别人目标明确，津津有味，向着未来努力着，心里真是羡慕。
既然找不到什么人生理想，不如把眼前的事情做好。不要再纠结了。
新年新气象。