Belajar Python untuk melaksanakan dok antara muka Awan Qiniu dan fungsi pemangkasan imej

WBOY
Lepaskan: 2023-07-05 22:05:21
asal
1125 orang telah melayarinya

Belajar Python untuk melaksanakan dok antara muka Awan Qiniu dan merealisasikan fungsi pemangkasan imej

Dalam aplikasi Internet moden, kami sering menghadapi senario di mana imej perlu dipangkas, seperti memuat naik avatar, paparan produk, dsb. Qiniu Cloud, sebagai storan awan terkemuka dan platform pengedaran kandungan, menyediakan antara muka pemprosesan imej yang kaya, yang boleh melakukan operasi dengan mudah seperti pemangkasan, penskalaan dan pemutaran imej. Artikel ini akan memperkenalkan cara menggunakan bahasa Python untuk menyambung ke antara muka Awan Qiniu untuk melaksanakan fungsi pemangkasan imej.

Pertama, kita perlu mencipta ruang storan pada Qiniu Cloud dan mendapatkan Kunci Akses dan Kunci Rahsia. Kedua-dua kunci ini adalah bukti kelayakan penting untuk mengakses ruang storan Awan Qiniu, sila simpan dengan betul.

Seterusnya, kita perlu memasang Python Qiniu Cloud SDK, yang boleh dipasang melalui arahan pip:

pip install qiniu
Salin selepas log masuk

Selepas pemasangan selesai, kita boleh mula menulis kod. Pertama, kita perlu mengimport modul qiniu:

import qiniu
Salin selepas log masuk

Kemudian, kita perlu membina objek pengurus untuk ruang storan Awan Qiniu:

access_key = 'your_access_key'
secret_key = 'your_secret_key'
bucket_name = 'your_bucket_name'
manager = qiniu.Auth(access_key, secret_key)
Salin selepas log masuk

Antaranya, kunci_akses dan kunci_rahasia perlu diganti dengan kunci ruang storan yang anda buat pada Qiniu Cloud ialah nama ruang storan anda.

Seterusnya, kita boleh menggunakan antara muka pemprosesan imej Qiniu Cloud untuk memangkas imej. Sebagai contoh, kami ingin memangkas gambar bernama "example.jpg" kepada lebar 200 piksel dan ketinggian 300 piksel Gambar yang dipangkas disimpan sebagai "example_cropped.jpg":

source_url = 'http://your_bucket_name.qiniudn.com/example.jpg'
target_url = 'http://your_bucket_name.qiniudn.com/example_cropped.jpg'
fops = 'imageView2/2/w/200/h/300'
url = manager.private_download_url(source_url)
ret, info = qiniu.urlretrieve(url, 'example.jpg')
if info.status_code == 200:
    ret, info = qiniu.put_file(manager.upload_token(bucket_name, key='example_cropped.jpg'), 'example_cropped.jpg', 'example.jpg', mime_type='image/jpeg')
    if info.status_code == 200:
        print('图片裁剪成功!')
    else:
        print('图片裁剪失败!')
Salin selepas log masuk

Dalam kod di atas. source_url ialah URL imej yang akan dipangkas Imej yang disimpan di Qiniu Cloud mempunyai URL yang sepadan, yang boleh diperoleh dengan menggabungkan nama ruang storan dan nama fail imej. target_url ialah URL imej yang dipangkas. fops ialah parameter operasi pemangkasan, menunjukkan bahawa paparan gambar akan dizum. Url ialah URL muat turun imej sebelum dipangkas, dijana melalui kaedah private_download_url. ret, info = qiniu.urlretrieve(url, 'example.jpg') digunakan untuk memuat turun imej sebelum memangkas dan menyimpannya sebagai "example.jpg". Kemudian, muat naik imej yang dipangkas ke ruang storan Awan Qiniu melalui kaedah put_file.

Selepas melaksanakan kod di atas, kita boleh melihat gambar yang dipotong dalam ruang storan Awan Qiniu.

Sudah tentu, antara muka pemprosesan imej Qiniu Cloud bukan sahaja menyokong pemangkasan, tetapi juga menyokong operasi zum, putar, kabur dan lain-lain. Kita boleh memilih operasi yang sesuai mengikut keperluan sebenar.

Artikel ini memperkenalkan cara menggunakan bahasa Python untuk menyambung ke antara muka Awan Qiniu untuk melaksanakan fungsi pemangkasan imej. Melalui fungsi hebat Qiniu Cloud, kami boleh memproses imej dengan cepat dan cekap untuk meningkatkan pengalaman pengguna. Pada masa yang sama, Qiniu Cloud juga menyediakan perkhidmatan pecutan CDN yang berkuasa untuk memastikan pengguna boleh mengakses dan memuat turun imej yang dipotong dengan cepat.

Atas ialah kandungan terperinci Belajar Python untuk melaksanakan dok antara muka Awan Qiniu dan fungsi pemangkasan imej. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan