[Python] Generiert automatisch ein Beispielbild für eine Animationsliste.
*** Klicken Sie hier für die Animationsliste (aktualisiert am 25. September) ***
*** 2021 Winteranimation (Stand 9/25) ***
Herbstanimation 2020 (aktualisiert am 25. September)
Da das Attribut "usemap" nicht direkt in Qiita verwendet werden kann, erfolgt es über CodePen. Sie können die offizielle Website jedoch durch Klicken auf öffnen. ↓
See the Pen
yLOQNKZ by Cartelet Cydius (@cartelet-cydius)
on CodePen.
*** 2021 Winteranimation (Stand 9/25) ***
Herbstanimation 2020 (aktualisiert am 25. September)
Da das Attribut "usemap" nicht direkt in Qiita verwendet werden kann, erfolgt es über CodePen. Sie können die offizielle Website jedoch durch Klicken auf öffnen. ↓
See the Pen yLOQNKZ by Cartelet Cydius (@cartelet-cydius) on CodePen.
9/25 Nachtrag
Mr. Uzura Info selbst Es gab einen Tweet auf Twitter, in dem er gebeten wurde, die Animationsliste nicht im Format von Mr. Uzura Info zu veröffentlichen. Mit Ausnahme eines Beispiels vom Anfang dieses Artikels sollte die Animationsliste danach veröffentlicht werden Ist das Original? Ich würde es gerne aus dem Design von machen (obwohl ich es erhalten habe). Wenn Sie ein Bild im Uzura-Info-Stil wünschen, führen Sie das veröffentlichte Programm aus.
9/27 Nachtrag
Sie können es von hier aus auf Colab generieren. [Beispiel für ein Skript zur automatischen Generierung von Animationslisten](https://colab.research.google.com/github/Cartelet0423/animeListGen/blob/master/%E4%BE%8B%E3%81%AE%E3%82%A2 % E3% 83% 8B% E3% 83% A1% E3% 83% AA% E3% 82% B9% E3% 83% 88% E8% 87% AA% E5% 8B% 95% E7% 94% 9F% E6 % 88% 90% E3% 82% B9% E3% 82% AF% E3% 83% AA% E3% 83% 97% E3% 83% 88.ipynb)
Einführung
Kennen Sie Uzurainfo?
Wenn Sie Anime mögen, wurden Sie vielleicht einmal betreut, ohne den Namen zu kennen.
Von ungefähr 2011 bis jetzt hat er eine Anime-Liste wie $ ↓ $ jede coole gemacht.
Herr Uzura Info scheint die Produktion der Animationsliste in diesem Semester (Sommeranimation 2020) abzuschließen. → Mitteilung über die Einstellung der Listenerstellung Vielen Dank für das, was Sie getan haben.
Es gibt jedoch eine große Liste, die auf einen Blick zu sehen ist, und viele Menschen, einschließlich mir, halten dies für notwendig.
** Ich habe ein Programm geschrieben, das solche Bilder ohne Erlaubnis erstellt. **
Was wurde gemacht
Da ich das Programm nur ausführen muss, möchte ich es in jedem Zeitraum aktualisieren, es sei denn, ich vergesse es oder die Quelle animateTimes beendet die Aktualisierung der Liste. (Updates finden Sie oben auf der Seite).
Implementierung
Erklärendes Bild oben links
Alles andere wird innerhalb des Programms hergestellt. (Dieses Bild kann auch im Programm erstellt werden, aber da das Anpassen der Position der Zeichen schwierig ist, habe ich es mit einer Fotoshow gemacht.)
fließen
・ Basisbildmaterial generieren
· Informationen von ** animateTimes ** erhalten ・ Formatieren Sie die Informationen in den Wörterbuchtyp ・ Trennen Sie Sätze, die in einer Zeile zu lang sind, und fügen Sie Zeilenumbrüche ein, damit sie nicht an seltsamen Positionen unterbrochen werden.
- Transformieren Sie das Basisbild entsprechend der Zeichengröße -> fügen Sie Zeichen ein -> transformieren Sie es in die gewünschte Form -> platzieren Sie es an der gewünschten Position eines anderen Basisbilds
・ Holen Sie sich ein Bild von einer Adresse
・ Gesichtserkennung mit OpenCV (
lbpcascade_animeface.xmlist erforderlich) Referenz: Anime-Gesichtserkennung mit OpenCV - Schneiden Sie das Bild so aus, dass der Durchschnitt der erkannten Gesichtspositionen (nahe) der Mitte liegt. ・ Platzieren Sie das gewünschte Basisbild an der gewünschten Position ・ Ordnen Sie die obigen Arbeiten für alle Animationen in einem Raster von $ 6 \ mal N $ an
- Stellen Sie den Schatten im zusätzlichen Raum wieder her · Export
Code
Es kann schwierig zu lesen sein, da es sich nur um eine in Jupyter geschriebene Funktion handelt 9/23 Verbesserte Zeicheneinfügung
from requests import get
import re
from bs4 import BeautifulSoup
from math import ceil
from janome.tokenizer import Tokenizer
from PIL import Image, ImageFont, ImageDraw, ImageFilter
import matplotlib.pyplot as plt
from io import BytesIO
import unicodedata
import numpy as np
import cv2
classifier = cv2.CascadeClassifier('lbpcascade_animeface.xml')
t = Tokenizer()
template = Image.new('RGB', (158, 332), (71, 71, 71))
part = Image.fromarray(np.r_[[[np.linspace(130.5, 84.5, 256)] * 256] *
3].T.astype(np.uint8))
aimsize = {
"Titel": (157, 39),
"Produktionsunternehmer": (70, 39),
"Mitarbeiter": (86, 99),
"Besetzung": (70, 112),
"Sendeplan": (86, 52),
"Original": (157, 37),
}
aimpoint = {
"Titel": (0, 103),
"Produktionsunternehmer": (0, 142),
"Mitarbeiter": (71, 195),
"Besetzung": (0, 182),
"Sendeplan": (71, 142),
"Original": (0, 295),
}
def get_data(url):
global Title
html = get(url).text
soup = BeautifulSoup(html, 'html.parser')
for i in soup.select("br"):
i.replace_with("\n")
Title = re.sub("(\d+)(.+)", "\\1\n\\2",
soup.title.text.replace("|", "｜").split("｜")[0])
#"
li = []
headingh2 = soup.find_all('h2', class_='c-heading-h2')
if headingh2[0].get("id") != "1":
headingh2.pop(0)
for i, j in zip(headingh2, soup.find_all('table')):
a = [k.text for k in j.select("th")]
a.append(a[0])
a[0] = i.text
aa = []
for e in i.next_elements:
if e.name == "img":
aa.append(e["src"])
break
for k in a:
if k:
if k[0] == "\n":
k = k[1:]
aa.append(k)
li.append(aa)
data = {}
for i in li:
d = {"img": "", "Original": "", "Besetzung": "", "Produktionsunternehmer": "", "Sendeplan": ""}
data[i[1]] = d
d["img"] = i[0]
d["Sendeplan"] = i[-1]
d["Besetzung"] = "\n".join(re.findall(".+:(.+)", i[2].replace("：", ":")))
staff = []
for j in i[3].splitlines():
j = j.replace("：", ":")
if len(j.split(':')) < 2: continue
if "Original" in j:
d["Original"] = " ".join(j.split(':')[1:])
elif "Produktion" in j:
d["Produktionsunternehmer"] = j.split(':')[1]
else:
staff.append("\n".join(j.split(':')))
d["Mitarbeiter"] = "\n".join(staff)
for j in soup.find(text=f"『{i[1]}] Neuester Artikel / verwandte Videoliste").previous_elements:
if j.name == "a" and "Seite? ˅" in j.text:
data[i[1]]['href'] = j["href"]
break
return data
def len_(text):
count = 0
for c in text:
if unicodedata.east_asian_width(c) in 'FWA':
count += 2
else:
count += 1
return count
def nn(text, w):
tt = ""
l = 0
for j in t.tokenize(text, wakati=True):
if l + len(j) > w:
tt += "\n"
l = 0
elif j == "\n":
l = 0
tt += j
l += len(j)
return tt.replace("\n\n", "\n")
def mojiire(text, font_path, tmp, aimsize, aimpoint, case, hopt):
text = text.replace("\n ", "\n")
if case == 1:
tm = Image.new('RGB', (256, 256), (66, 58, 59))
if text:
text = nn(text, 14)
elif case == 2:
tm = part.copy()
if text:
text = nn("\n".join(text.splitlines()[-3:]), 10) + "\n "
elif case == 3:
tm = part.copy()
if text:
text = nn(text, 20)
while len_(text) < 20:
text += " "
else:
tm = part.copy()
if text:
text = nn("\n".join(text.splitlines()[:8]), 10)
if text:
while len(text.splitlines()) < hopt:
text += "\n "
font = ImageFont.truetype(font_path, 100)
draw = ImageDraw.Draw(tm)
x, y = draw.textsize(text, font=font, spacing=1)
tm = tm.resize((x + 30, y + 30))
draw = ImageDraw.Draw(tm)
draw.text((15, 15), text, font=font, spacing=1)
tm = tm.resize(aimsize)
if case == 2:
draw = ImageDraw.Draw(tm)
draw.line((0, 39, aimsize[0], 39), fill=(179, 179, 179), width=1)
else:
tm = tm.resize(aimsize)
tmp.paste(tm, aimpoint)
def main(url, font_title, font_main):
data = get_data(url)
titles = list(data.keys())
inList = True
for x in range(ceil((len(titles) + 1) / 6)):
for y in range(6):
i = x * 6 + y - 1
tmp = template.copy()
if i == -1:
tmp = Image.open("Pfad des Erklärungsbildes oben links").convert("RGB")
font = ImageFont.truetype(font_main, 20)
draw = ImageDraw.Draw(tmp)
draw.text((2, 2), Title, (96, 167, 200), font=font, spacing=1)
tmp = np.array(tmp)
elif i < len(titles):
for kw in aimsize.keys():
if kw == "Titel":
case = 1
hopt = 1
elif kw == "Sendeplan":
case = 2
hopt = 3
elif kw == "Original":
case = 3
hopt = 2
else:
case = 0
if kw == "Produktionsunternehmer":
hopt = 2
else:
hopt = 6
mojiire(titles[i] if kw == "Titel" else data[titles[i]][kw],
font_title if kw == "Titel" else font_main, tmp,
aimsize[kw], aimpoint[kw], case, hopt)
try:
img = Image.open(
BytesIO(get(
data[titles[i]]["img"]).content)).convert("RGB")
gray_image = cv2.cvtColor(np.array(img),
cv2.COLOR_BGR2GRAY)
faces = classifier.detectMultiScale(gray_image)
h, w = img.height, img.width
if len(faces):
x_, y_ = (
np.r_[[faces[:, 3]**2 /
(faces[:, 3]**2).sum()]].T *
(faces[:, :2] + faces[:, 2:] * .5)).sum(axis=0,
dtype=int)
else:
x_, y_ = 0.5 * w, 0.45 * h
if w > 1.5 * h:
cropped_image = img.crop(
(max(0, int(x_ - .75 * h)) -
max(0,
int(x_ + .75 * h) - w), 0,
min(w, int(x_ + .75 * h)) +
max(0, -int(x_ - .75 * h)), h))
else:
cropped_image = img.crop(
(0, max(0, int(y_ - (1 / 3) * w)) -
max(0,
int(y_ + (1 / 3) * w) - h), w,
min(h, int(y_ + (1 / 3) * w)) +
max(0, -int(y_ - (1 / 3) * w))))
tmp = np.array(tmp)
tmp[:103, :-1] = np.array(cropped_image.resize((157, 103)))
except Exception as e:
print(e)
elif inList:
foundation = np.array(template)
foundation[20:, :10] = 0
foundation[:2] = 0
tmp = np.array(
Image.fromarray(foundation).filter(
ImageFilter.GaussianBlur(10.0)))
inList = False
else:
foundation = np.array(template)
foundation[:2] = 0
tmp = np.array(
Image.fromarray(foundation).filter(
ImageFilter.GaussianBlur(10.0)))
try:
line = np.r_["1", line, tmp]
except:
line = tmp.copy()
try:
image = np.r_["0", image, line]
except:
image = line.copy()
del line
plt.imsave(f"{''.join(Title.splitlines())}.png ", image)
if __name__ == "__main__":
url = "https://www.animatetimes.com/tag/details.php?id=5947" #URL von animateTimes
font_title = "C:\\Windows\\Fonts\\YuGothB.ttc" #Schriftpfad für den Titelteil
font_main = "C:\\Windows\\Fonts\\YuGothM.ttc" #Pfade anderer Schriftarten
main(url, font_title, font_main)
Aufgabe
・ Schwäche gegenüber Änderungen in der Struktur der Informationsquellen-Site ・ Wenn es nicht als Gesicht erkannt wird oder wenn die Komposition verstreute Gesichter hat, kann das Schneiden miserabel sein.
Zusammenfassung
Die Details sind alles andere als handgemacht, aber ich denke, dass die notwendigen Informationen als Mindestliste unterdrückt wurden.
Recommended Posts