ホームページ >バックエンド開発 >Python チュートリアル >Python を学習して Qiniu Cloud インターフェースのドッキングを実装し、画像フィルターの合成とサイズ調整を実現します
Qiniu Cloud インターフェイス ドッキングを実装し、画像フィルターの合成とサイズ調整を実現するために Python を学習する
現代のソーシャル メディアとグラフィック デザインの分野では、画像処理とフィルター効果の合成がますます重要になっています。今日は、Python 言語を使用して Qiniu Cloud インターフェースのドッキングを実装し、画像フィルターの合成とサイズ調整の機能を実現する方法を学びます。
Qiniu Cloud は、開発者が使用できる一連の豊富な API を提供する主要なクラウド ストレージ プラットフォームです。インターフェイスのドッキングには Qiniu Cloud の Python SDK を使用します。まず、Qiniu Cloud プラットフォームにアカウントを登録し、ストレージスペースを作成し、対応するアクセスキーと秘密キーを取得する必要があります。
次に、Qiniu Cloud の Python SDK をインストールする必要があります。ターミナルまたはコマンド プロンプトを開き、次のコマンドを実行して SDK をインストールします。
pip install qiniu
インストールが完了したら、コードの記述を開始できます。まず、必要なライブラリをインポートする必要があります:
import qiniu from PIL import Image, ImageFilter import requests
次に、Qiniu クラウドのアクセス キーと秘密キーを構成する必要があります:
access_key = "<your-access-key>" secret_key = "<your-secret-key>"
次に、Qiniu の認証を作成する必要がありますクラウド オブジェクト:
auth = qiniu.Auth(access_key, secret_key)
次に、写真を Qiniu クラウド ストレージ スペースにアップロードする関数を定義する必要があります:
def upload_image(file_path, key): token = auth.upload_token("<your-bucket-name>") ret, info = qiniu.put_file(token, key, file_path) if info.status_code == 200: return True else: return False
この関数では、最初にアップロード資格情報 (トークン) を生成し、次に使用しますqiniu.put_file() メソッドを使用してファイルをアップロードします。アップロードが成功すると、関数は True を返し、アップロードが失敗すると、関数は False を返します。
次に、画像にフィルター効果を適用する関数を実装できます:
def apply_filter(img_path, filter_name): img = Image.open(img_path) filtered_img = img.filter(filter_name) filtered_img.save("filtered_image.jpg")
この関数では、まず PIL ライブラリの Image.open() メソッドを使用して画像を開きます。次に、ImageFilter モジュールのフィルター関数を使用して画像を処理します。処理が完了したら、save()メソッドを使用して、フィルター効果をローカルに適用した後の画像を保存します。
最後に、画像のサイズを変更する関数を作成できます:
def resize_image(img_path, width, height): img = Image.open(img_path) resized_img = img.resize((width, height)) resized_img.save("resized_image.jpg")
この関数では、PIL ライブラリの Image.open() メソッドを使用して画像を開いてから、画像のサイズを調整するには、resize()メソッドを使用します。調整が完了したら、save() メソッドを使用して、調整した画像をローカルに保存します。
ここで、上記の関数を呼び出す main 関数を作成できます:
def main(): file_path = "<your-image-file-path>" key = "<your-file-key>" # 上传图片到七牛云 if upload_image(file_path, key): print("Image upload successful!") # 应用滤镜效果 apply_filter("filtered_image.jpg", ImageFilter.BLUR) # 调整图片尺寸 resize_image("resized_image.jpg", 800, 600) else: print("Image upload failed!")
この main 関数では、Qiniu Cloud で画像ファイルのパスとファイル キーを設定する必要があります。次に、最初に、upload_image() 関数を呼び出して画像を Qiniu Cloud にアップロードし、アップロードが成功したら、apply_filter() 関数と Resize_image() 関数を順番に呼び出して、フィルター効果を適用し、画像サイズを調整します。 。
最後に、コードの最後で main() 関数を呼び出してプログラム全体を実行します。
if __name__ == "__main__": main()
これで、上記のコードを Python スクリプト ファイルとして保存して実行できます。 . 画像フィルタ合成とサイズ調整の機能を実現しました。
要約すると、Python を使用して Qiniu Cloud インターフェース ドッキングを実装する方法を学ぶことで、画像を Qiniu Cloud ストレージ スペースに簡単にアップロードし、フィルター効果を適用したり、画像サイズを調整したりできるようになります。これにより、ソーシャル メディアやグラフィック デザインの世界で画像を処理し、最適化することができます。この記事が Python と Qiniu Cloud 間のインターフェイスを学ぶのに役立つことを願っています。
以上がPython を学習して Qiniu Cloud インターフェースのドッキングを実装し、画像フィルターの合成とサイズ調整を実現しますの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。