美圖網上太多難以篩選，教你用Python挑選最合適的

前幾天，極光同學寫了篇下載王者榮耀皮膚的文章，可以輕鬆的獲取各種英雄背景圖，甚是激動，也想將桌面背景換成漂亮的，不過我對王者榮耀不感冒（曝露年齡啦），時常會被必應搜索主頁的背景圖所震撼，於是想到從必應獲取桌面壁紙，並且排除掉自己不喜歡的圖片，應該是個不錯的主意，說幹就幹

問題分析

必應每天都會有新的壁紙，大都是自然風光、人文地理等等，非常漂亮，在頁面上點擊右鍵，保存背景圖片，就能簡單的保存下來。但是總是這麼幹，不是個好辦法，最好能自動化。

自動化中，圖片下載很簡單，只要找到背景圖片鏈接，下載保存即可。

但並非所有的圖片都合乎自己的口味，怎麼才能只選自己喜歡的圖片呢？於是想到用圖像識別，再加對識別結果的判斷，從而得到是否合適的判斷

經過分析，大概的處理流程是：先下載圖片，進行圖像識別，對得到的結果進行分析，對於合乎要求的，保存到桌面背景文件中。

重點是圖像識別和結果判斷，先從核心問題開始。

圖像識別

圖像識別屬於機器學習或者人工智能的部分，需要相應的算法和資料庫來訓練識別模式，是個比較繁雜的工作，好在各大雲服務商都提供了圖像識別接口，可以輕鬆做到。最終選用百度的綜合圖像識別 API 來處理

申請服務

需要先創建帳號，然後選擇服務，購買服務，購買服務是免費的，使用到一定頻率是需要收費的，對於目前場景來說，免費的完全夠用 購買服務後，可以用服務創建一個項目，隨便寫些項目信息，創建好後，就能得到 App key 和 Secret ，即調用服務的憑證，需要妥善保管

編寫接口

調用識別 API 之前需要先得到 accessToken ，獲取代碼如下：

import httpx

def getAccessToken():
    clientId = '<換成你的 clientid>'
    clientSecret = '<換成你的 clientsecret>'
    host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=%s&client_secret=%s' % (clientId, clientSecret)
    response = httpx.get(host)
    if response.status_code == 200:
        ret = response.json()
        return ret.get('access_token')
    else:
        raise "獲取AccessToken失敗:" + str(response.status_code)
accesstoken
access_token
accessToken 的默認
加python學習qq羣：775690737  送python零基礎入門學習資料+99個源碼

有效期爲 30 天，所以沒必要每次請求都獲取，所以最好將 accessToken緩存起來，不必每次調用都獲取，鑑於當前的業務場景，每天查下一次，就沒必要緩存了，如果有興趣可以自己實踐下

有了 accessToken 就可以編寫圖像識別了，代碼如下：

import base64
import httpx

def imageRecognition(image):
    img = base64.b64encode(image)
    params = {"image":img}
    access_token = getAccessToken()
    request_url = "https://aip.baidubce.com/rest/2.0/image-classify/v2/advanced_general?access_token=" + access_token
    headers = {'content-type': 'application/x-www-form-urlencoded'}
    response = httpx.post(request_url, data=params, headers=headers)
    if response.status_code == 200:
        return response.json().get("result")
    else:
        raise "獲取AccessToken失敗:" + str(response.status_code)
加python學習qq羣：775690737  送python零基礎入門學習資料+99個源碼

• 接收一個圖片參數，因爲圖片是從網站上下載的，所以參數類型爲二定製數據
• 由於圖像識別接口需要需要上傳圖片，必須是 base64 格式，所以將圖片數據轉換爲 base64 數據格式
• 在得到的結果中，提取 result 並返回

result 是 JSON 數據，結構如下:

[{
  'score': 0.819942,
  'root': '自然風景-天空',
  'keyword': '天空'
}, {
  'score': 0.64795,
  'root': '自然風景-海洋',
  'keyword': '海洋'
}, {
  'score': 0.475835,
  'root': '非自然圖像-圖像素材',
  'keyword': '風景矢量圖'
}, {
  'score': 0.265258,
  'root': '非自然圖像-圖像素材',
  'keyword': '雪花背景'
}, {
  'score': 0.08247,
  'root': '非自然圖像-圖像素材',
  'keyword': '氣泡'
}]
score 爲得分，表示百分比，就是識別程度，比如 0.82 表示確認度爲 82%
root 爲識別分類
keyword 爲識別關鍵字，即對圖像元素中識別定義
加python學習qq羣：775690737  送python零基礎入門學習資料+99個源碼

•  

圖像判別

得到了圖像識別結果，如何從結果中得到是否符合要求呢？經過探索和實踐，用以下方法來解決：

先將自己喜歡的圖像整體識別一次，獲取到得分爲 0.5 以上的關鍵字，組成一個數組（這個過程相當於機器學習），去重後，得到一下特徵描述:

keywords = ['植物', '樹', '天空', '陽光','霞光', '晚霞', '海洋', '大海', '森林', '湖泊', '草原', '沙漠', '高山', '瀑布']

然後，需要一個計算公式對圖片做整體打分，設置一個分值作爲判定條件，就可以挑選出符合自己胃口的圖片了，算法如下：

import difflib

score = 0
for r in result:
    # 進行對比
    for k in keywords:
        root = r.get('keyword', '')
        ratio = difflib.SequenceMatcher(None, root, k).ratio()
        mscore = r.get('score')
        score += mscore*ratio
加python學習qq羣：775690737  送python零基礎入門學習資料+99個源碼

部分識別過程如下，標記了的是得分項:

主要過程是，從結果中提取 keyword，和每個自己喜歡的描述去比較，得到一個相似度，然後與識別得分相乘，得到一個特徵相對於一個關鍵描述的得分，將所有特徵的分值相加，就得到了這個圖像的整體得分，從而得到判斷依據

這裏的關鍵是如何比較兩個描述的相似程度，相似程度並非是否相等，相似程度是一個 0 ~ 1 之間的數，用 Python 自帶 difflib 模塊 SequenceMatcher 來解決

SequenceMatcher 有三個參數，第一個參數是一個 lambda 表達式，可以理解成一個簡寫的回調函數，作用是排除掉不需要對比的字符串，例如排除掉空格的寫法爲 x:x==' ' ，不用排除的話，傳入 None

通過對測試圖片的對比，符合胃口的圖片綜合得分值在 0.8 到 9.9 之間，分值越大，表示有多個元素符合要求，爲了照顧圖片識別的失誤，以及數值化過程中的誤差，將判斷值設定爲 0.5, 也就是綜合評分大於等於 0.5 的就認爲是自己喜歡的，當然這只是個經驗值，可以根據自己的經驗調整

如果符合要求，就對圖片進行保存，代碼如下:

with open(r"C:\Users\alisx\Pictures\Saved Pictures\bing_%s.jpg" % datetime.date.today(), 'wb') as f:
    f.write(image)
加python學習qq羣：775690737  送python零基礎入門學習資料+99個源碼

圖像獲取

解決了圖像識別問題，獲取圖像就是小菜一碟，直接上代碼：

def grabImage(file=None):
    if file:
        image = Image.open(file)
        output_buffer = io.BytesIO()
        image.save(output_buffer, format='JPEG')
        return output_buffer.getvalue()
    else:
        rsp = httpx.get("https://cn.bing.com/")
        bs = BS(rsp.content, "html.parser")
        bglink = bs.find("link").get("href")
        url = str(rsp.url) + bglink
        image = httpx.get(url).content
        return image
加python學習qq羣：775690737  送python零基礎入門學習資料+99個源碼

• 參數 file，是爲了測試方便，測試是提供本地圖像的路徑，grabImage 方法會將其轉換爲二定製數據，以到達抓取圖片的效果
• 當不提供 file 參數時，會從必應中獲取，通過解析頁面數據，獲取背景圖片的 url
• 將圖片通過 httpx 下載後，返回圖片的二進制數據

這裏並沒有將圖片存儲到硬盤上，因爲獲取到的圖片需要經過判定，只有符合要求的纔會被保存，不符合要求的直接丟棄掉

識別效率

通過上面的過程就可以獲得自己喜歡的背景圖片了，但背景圖片一般比較大，可能會導致識別效率較低，所以需要將圖片處理下，以提高上傳和識別效率

經過測試，將圖片設置爲原來圖片的一半比較合適，所以在下載到圖片後，需要對圖片進行加工處理，代碼如下：

from PIL import Image
# 壓縮圖片
img = Image.open(io.BytesIO(image))
x, y = img.size
x_s = round(x/2)
y_s = int(y * x_s / x)
out = img.resize((x_s, y_s), Image.ANTIALIAS)

# 圖片轉碼
output_buffer = io.BytesIO()
out.save(output_buffer, format='JPEG')
byte_data = output_buffer.getvalue()

• 下載的圖片是二進制數據，所以將其轉換爲 IO 序列，使之可以像文件一樣打開
• 打開得到 image 對象後，獲取圖片高度 (y) 和寬度 (x)
• 計算出寬度的一半，並且計算出等比例的高度
• 最後用 resize 方法對圖像進行壓縮
• 壓縮完後得到新的 image 對象，再將內容轉換爲 IO 序列，最後獲得圖片的二進制碼

經過轉換後，再調用圖像識別接口，會快很多

這個壓縮過程比較簡單，如果更精細一些，可以對圖像的大小進行判斷，對於不同大小的圖像做不同的處理，不過在此場景下，作爲背景的圖像都差不多，所以採用固定的處理方式

總結

今天的實踐雖然很小，但涉及到爬蟲、圖像識別、機器學習（雖然只是手工過程）、圖像評價等，將很多單獨的技術組合起來，就能解決個性化圖像篩選問題，就像 SpaceX 一樣，每個技術都不是業內頂尖的，但合理的組合，就能發揮更大的價值。文章中爲了符合思維習慣，對代碼做了解構，代碼示例中有完整的代碼，歡迎參考研究，有問題歡迎加入企鵝羣

python學習qq羣：775690737  送python零基礎入門學習資料+99個源碼

進行交流，