- ubuntu12.04环境下使用kvm ioctl接口实现最简单的虚拟机
- Ubuntu 通过无线网络安装Ubuntu Server启动系统后连接无线网络的方法
- 在Ubuntu上搭建网桥的方法
- ubuntu 虚拟机上网方式及相关配置详解
CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.
这篇CFSDN的博客文章Python实现自动为照片添加日期并分类的方法由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.
本文实例讲述了Python实现自动为照片添加日期并分类的方法。分享给大家供大家参考,具体如下:
小时候没怎么照相,所以跟别人说小时候特别帅他们都不信。小外甥女出生了,我给买了个照相机,让她多照相。可惜他舅目前还是个屌丝,买了个700的屌丝照相机,竟然没有自动加日期的功能。试了几个小软件,都不好用,大的图像软件咱又不会用。身为一个计算机科学与技术专业的学生,只能自立更生了.
听说Python有个图形库,不错,在照片上打日期很容易,于是我就下了这个库。对Python不熟,一面看着手册一面写的。完成了下面的小程序,很简单。还不实用,我再修改一下,加上图形界面,并且将Python代码转换成exe,因为我要把程序给我姐用,所以要做到最傻瓜式.
(1)在相片右下角打印日期,格式类似于 2012-12-05 10:23:46 。
(2)以上面的日期为例,将原文件重命名为20121205102346.jpg,生成的文件命名为20121205102346DATE.jpg,并且放入文件夹20121205中,这样就可以把相片自动分类了。两个相片拍摄时间到秒数就应该不同了,除非是连拍.
代码(事先安装PIL库,http://www.pythonware.com/products/pil/) 。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
|
import
os,sys,shutil
from
PIL
import
Image
from
PIL
import
ImageDraw
from
PIL.ExifTags
import
TAGS
from
PIL
import
ImageFont
#open image file
if
len
(sys.argv) <
2
:
print
"Usage: "
,sys.argv[
0
],
" ImageFile"
sys.exit(
1
)
im
=
Image.
open
(sys.argv[
1
])
print
'Image size is:'
,im.size
#get the info dict
info
=
im._getexif()
#info store the information of the image
#it stores the info like this: [233:'name',2099:'2012:01:01 10:44:55',...]
#the key need to be decoded,
#This piece of code will extract the time when the photo is taken
for
tag,value
in
info.items():
decoded
=
TAGS.get(tag,tag)
if
decoded
=
=
'DateTime'
:
date
=
value
break
#The date time is in this format '2012:01:01 10:44:22', replace the first two ":" with "-", need a writable list
date_list
=
[]
for
x
in
range
(
0
,
len
(date)):
date_list.append(date[x])
date_list[
4
]
=
'-'
date_list[
7
]
=
'-'
date
=
''.join(date_list)
#draw.text expect a string, convert it back to string
#the font size will be 1/15 of the images size
font
=
ImageFont.truetype(
"FZYTK.TTF"
,im.size[
1
]
/
15
)
draw
=
ImageDraw.Draw(im)
stringsize
=
draw.textsize(date,font
=
font)
print
'Text size is:'
,stringsize
#put the text to the right corner
draw.text((im.size[
0
]
-
stringsize[
0
],im.size[
1
]
-
stringsize[
1
]),date,fill
=
255
,font
=
font)
#rename the source photo and the dated photo, eliminate the ':' and '-' and ' '
new_date_list
=
[]
for
x
in
range
(
0
,
len
(date_list)):
if
date_list[x] !
=
':'
and
date_list[x] !
=
'-'
and
date_list[x] !
=
' '
:
new_date_list.append(date_list[x])
date
=
''.join(new_date_list[
0
:
8
])
time
=
''.join(new_date_list[
8
:])
#print date
#print time
dir_name
=
''.join(date)
src_filename
=
''.join(new_date_list)
dst_filename
=
src_filename
+
'DATE'
#print dir_name
#print src_filename
#print dst_filename
if
not
os.path.isdir(dir_name):
os.makedirs(dir_name)
path
=
dir_name
+
'/'
+
dst_filename
+
'.JPG'
#print path
im.save(path)
shutil.copy(sys.argv[
1
],dir_name
+
'/'
+
src_filename
+
'.JPG'
)
|
效果图如下:
希望本文所述对大家Python程序设计有所帮助.
原文链接:http://nxlhero.blog.51cto.com/962631/1077721 。
最后此篇关于Python实现自动为照片添加日期并分类的方法的文章就讲到这里了,如果你想了解更多关于Python实现自动为照片添加日期并分类的方法的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。
我正在尝试使用 Pandas 和 scikit-learn 在 Python 中执行分类。我的数据集包含文本变量、数值变量和分类变量的混合。 假设我的数据集如下所示: Project Cost
我想要一种图形化且有吸引力的方式来表示二进制数据的列总和,而不是表格格式。我似乎无法让它发挥作用,尽管有人会认为这将是一次上篮。 数据看起来像这样(我尝试创建一个可重现的示例,但无法让代码填充 0 和
我有一个简单的类别模型: class Category(models.Model): name = models.CharField(max_length=200) slug = mo
我正在开发一个知识系统,当用户进入一道菜时,该系统可以返回酒。我的想法是根据用户的输入为每个葡萄酒类别添加分数,然后显示最适合的葡萄酒类别的前 3 个。例如,如果有人输入鱼,那么知识库中的所有红葡萄酒
我目前正在研究流失问题的预测模型。 每当我尝试运行以下模型时,都会收到此错误:至少一个类级别不是有效的 R 变量名称。这将在生成类概率时导致错误,因为变量名称将转换为 X0、X1。请使用可用作有效 R
如何对栅格重新分类(子集)r1 (与 r2 具有相同的尺寸和范围)基于 r2 中的以下条件在给定的示例中。 条件: 如果网格单元格值为 r2是 >0.5 ,保留>0.5中对应的值以及紧邻0.5个值的相
我想知道在 java 中进行以下分类的最佳方法是什么。例如,我们有一个简单的应用程序,其分类如下: 空气 -----电机类型 -----------平面对象 -----非电机型 -----------
这是一个非常基本的示例。但我正在做一些数据分析,并且不断发现自己编写非常类似的 SQL 计数查询来生成概率表。 我的表被定义为值 0 表示事件未发生,而值 1 表示事件确实发生。 > sqldf(
假设我有一组护照图像。我正在开展一个项目,我必须识别每本护照上的姓名,并最终将该对象转换为文本。 对于标签(或分类(我认为是初学者))的第一部分,每本护照上都有姓名,我该怎么做? 我可以使用哪些技术/
我有这张图片: 我想做的是在花和树之间对这张图片进行分类,这样我就可以找到图片中被树木覆盖的区域,以及被那些花覆盖的区域。 我在想这可能是某种 FFT 问题,但我不确定它是如何工作的。单个花的 FFT
我的数据集有 32 个分类变量和一个数值连续变量(sales_volume) 首先,我使用单热编码 (pd.get_dummies) 将分类变量转换为二进制,现在我有 1294 列,因为每一列都有多个
我正在尝试学习一些神经网络来获得乐趣。我决定尝试从 kaggle 的数据集中对一些神奇宝贝传奇卡进行分类。我阅读了文档并遵循了机器学习掌握指南,同时阅读了媒体以尝试理解该过程。 我的问题/疑问:我尝试
我目前正在进行推文情绪分析,并且有几个关于步骤的正确顺序的问题。请假设数据已经过相应的预处理和准备。所以这就是我将如何进行: 使用 train_test_split(80:20 比例)停止测试数据集。
一些上下文:Working with text classification and big sparse matrices in R 我一直在研究 text2vec 的文本多类分类问题。包装和 ca
数据 我有以下(简化的)数据集,我们称之为 df从现在开始: species rank value 1
我一直在尝试创建一个 RNN。我总共有一个包含 1661 个单独“条目”的数据集,每个条目中有 158 个时间序列坐标。 以下是一个条目的一小部分: 0.00000000e+00 1.9260968
我有一个关于机器学习的分类和回归问题。第一个问题,以下数据集 http://it.tinypic.com/view.php?pic=oh3gj7&s=8#.VIjhRDGG_lF 我们可以说,数据集是
我用1~200个数据作为训练数据,201~220个作为测试数据格式如下:3 个类(类 1、类 2、类 3)和 20 个特征 2 1:100 2:96 3:88 4:94 5:96 6:94 7:72
我有 2 个基于多个数字特征(例如 v1….v20)的输出类别(好和差)。 如果 v1、v2、v3 和 v4 为“高”,则该类别为“差”。如果 v1、v2、v3 和 v4 为“低”,则该类别为“好”
我遇到了使用朴素贝叶斯将文档分类为各种类别问题的问题。 实际上我想知道 P(C) 或我们最初掌握的类别的先验概率会随着时间的推移而不断变化。例如,对于类(class) - [音乐、体育、新闻] 初始概
我是一名优秀的程序员,十分优秀!