
利用Python自带PIL库扩展图片大小给图片加文字描述的方法示例
最近的一个项目中需要在图片上添加文字,使用了OpenCV,结果发现利用opencv给图像添加文字有局限。可利用的字体类型比较少,需要安装Freetype扩展,比较复杂。而且不能用putText函数输出中文,否则就会出现乱码的情况。只好选择使用Python PIL函数库对照片进行处理,利用Python自带的PIL库扩展图片大小给图片加上文字描述,大多都是库函数调用,只是给定图片宽度后计算文字所需行数的代码需要写。 代码比较丑,but it works.
代码示例
#!/usr/bin/env python3
from PIL import Image, ImageDraw, ImageFont
import math
text="尽管曾作为皇家猎场而存在,意大利大帕拉迪索国家公园一直保留着其野性的一面。画面里的赤狐静静地匍匐在秋草丛中等待时机,它的身躯与自然融为一体。所有狐狸都是机会主义者,生活在大帕拉迪索的赤狐也不例外;如果有可能,无论是鱼类还是野兔,即便是人类野餐留下的残羹冷炙,它们也不介意吃个一干二净。"
def make_text_image(width, white, text, save_path, mode = "rgb"):
"""
生成一个文字图形, white=1,表示白底黑字,否则为黑底白字
"""
# 字体可能要改
# linux查看支持的汉字字体 # fc-list :lang=zh
ft = ImageFont.truetype("DroidSansFallbackFull.ttf", 15)
w, h = ft.getsize(text)
# 计算要几行
lines = math.ceil(w / width) + 1
height = h * lines
# 一个汉字的宽度
one_zh_width, h = ft.getsize("中")
if len(mode) == 1: # L, 1
background = (255)
color = (0)
if len(mode) == 3: # RGB
background = (255, 255, 255)
color = (0,0,0)
if len(mode) == 4: # RGBA, CMYK
background = (255, 255, 255, 255)
color = (0,0,0,0)
newImage = Image.new(mode, (width, height), background if white else color)
draw = ImageDraw.Draw(newImage)
# 分割行
text = text + " " #处理最后少一个字问题
text_list = []
start = 0
end = len(text) - 1
while start < end:
for n in range(end):
try_text = text[start:start+n]
w,h = ft.getsize(try_text)
if w + 2*one_zh_width > width:
break
text_list.append(try_text[0:-1])
start = start + n - 1;
# print(text_list)
i = 0
for t in text_list:
draw.text((one_zh_width, i * h), t, color if white else background, font=ft)
i = i + 1
newImage.save(save_path);
def resize_canvas(org_image="aa.jpg", add_image="222.jpg", new_image_path="save2.jpg"):
org_im = Image.open(org_image)
org_width, org_height = org_im.size
mode = org_im.mode
make_text_image(org_width, 0, text, "222.jpg", mode)
add_im = Image.open(add_image)
add_width, add_height = add_im.size
mode = org_im.mode
newImage = Image.new(mode, (org_width, org_height + add_height))
newImage.paste(org_im, (0, 0, org_width, org_height))
newImage.paste(add_im, (0, org_height, add_width, add_height + org_height))
newImage.save(new_image_path)
resize_canvas()
原图
改之后的图
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