↑ 关注 + 置顶 ~ 别错过小z的有趣内容

| 参考：武大微博

| 整理：凹凸数据

今年的武汉大学没有了往年的人山人海，但是美丽的樱花依然在春天里独自绽放。

（图源武汉大学微博）

为此，武大开通了#樱花云直播# ，3月16日-3月25日，每天 10：00-16：00。相约武大官博，每天看不同地点的樱花

同时武大信管院的朱永春同学，用python敲出樱花开放，引发热搜。

效果见下图视频：

武大微博后来还开源了代码：

这样我们也能在自己的电脑上实现樱花开放全过程????

<<  滑动查看下一张图片  >>

图中cv_2、cv_3、cv_4依次执行即可

再来讲讲此处的原理（引用自 Python编程时光）。

事实上，每一张图片都是由一个一个的像素点所组成的。而每个像素点，都有自己的颜色，其颜色可以用一个数组来表示：(a,b,c)，其中每位数的取值范围都是 0-255。

比如(0,0,0)代表黑色，(255,255,255)代表白色。

当像素点足够多的时候，这张照片就是我们所说的高清照片。

而如果当像素点太少，我们的肉眼就能感知到明显的锯齿感。

首先，使用 opencv 的 cv2.imwrite() 函数读写，再保存为’.jpeg’后缀的图像

cv2.imwrite("pic/frame%d.jpg" % count, image)  # save frame as JPEG file

新建一张画布，再选择字体和字体大小。

blank = Image.new("RGB", [len(img[0]), len(img)], "white")
drawObj = ImageDraw.Draw(blank)n = 10font = ImageFont.truetype('C:/Windows/Fonts/Microsoft YaHei UI/msyhbd.ttc', size=n - 1)

写个for循环生成数据，要给这些字加上相应的颜色字体，写入创建的画布中。

for i in range(0, len(img), n):for j in range(0, len(img[i]), n):text = '武汉加油'drawObj.ink = img[i][j][0] + img[i][j][1] * 256 + img[i][j][2] * 256 * 256drawObj.text([j, i], text[int(j / n) % len(text)], font=font)print('完成处理——', i, j)blank.save('new/new_' + pic, 'jpeg')

最后将图片写进视频，导出即可。

def picvideo(path, size):# path = r'C:\Users\Administrator\Desktop\1\huaixiao\\'#文件路径filelist = os.listdir(path)  # 获取该目录下的所有文件名filelist = resort(filelist)'''fps:帧率：1秒钟有n张图片写进去[控制一张图片停留5秒钟，那就是帧率为1，重复播放这张图片5次]如果文件夹下有50张 534*300的图片，这里设置1秒钟播放5张，那么这个视频的时长就是10秒'''fps = 24# size = (591,705) #图片的分辨率片file_path = 'video/new.mp4'  # 导出路径fourcc = cv2.VideoWriter_fourcc('D', 'I', 'V', 'X')  # 不同视频编码对应不同视频格式（例：'I','4','2','0' 对应avi格式）video = cv2.VideoWriter(file_path, fourcc, fps, size)for item in filelist:if item.endswith('.jpg'):  # 判断图片后缀是否是.pngitem = path + '/' + itemimg = cv2.imread(item)  # 使用opencv读取图像，直接返回numpy.ndarray 对象，通道顺序为BGR ，注意是BGR，通道值默认范围0-255。video.write(img)  # 把图片写进视频video.release()  # 释放

代码千万行，爱你当首行！

无数个“武汉加油”汇聚在一起，每个字都是一个像素点，为你敲出一朵樱花的延时开放????

看一朵花开，等花开成海，和武大樱花一起为武汉加油！

• 整理：朱小五，公众号「凹凸数据」

• 参考来源：

  武大微博 https://m.weibo.cn/status/4483892952561309?

  Python编程时光：《情人节来了，教你个用 Python 表白的技巧》

延伸阅读

    同同同期群分析到底是个啥？    Pandas熟练？进来测测这50道题吧！    实战解读：数据分析，如何更进一步？
数据不吹牛读者群已经建立，后台回复“入群”，即可加入有趣讨论，交流数据干货

“有点意思”