【教学类-89-17】20251230新年篇12—— 马年红包（Python图片+吉祥四字2*2艺术字+马头2026）

背景需求

【教学类-89-02】20251229新年篇11—— 马年红包（Python图片）https://mp.csdn.net/mp_blog/creation/editor/156399469

感觉红包有大量的空白，我想都填满

网络上红包是正面汉字，反面空白

我想继续修改：在红包正面写4个祝福字，反面贴马头2026.

一、红包汉字

关键词：简笔画，白色背景，隶书，汉字“平安喜乐”，实心字，实心字 ，实心字，粗胖，没有颜色，正面图。白色背景

下载图片

\’\’\’
20251219通义万相2.6下载通义照片 copy
Python下载通义万相的图片（存在问题，不能停止，只能默认下载300张，删除多余）
星火讯飞，阿夏
谷歌页面打开通义万相，页面放大到200%
20251003
\’\’\’

import os,time
import pyautogui
import pyperclip
import re
import win32api

import win32con
import sys
import ctypes

import time

name=\’20251229红包祝福字\’

# 先打开微信

num=1
zs=40

# 实际157D:\\20251211实心福字\\00原图\\061

def minimize_active_window():
try:

if sys.platform == \’win32\’:

# 获取当前活动窗口的句柄

hwnd = ctypes.windll.user32.GetForegroundWindow()
# 最小化窗口
ctypes.windll.user32.ShowWindow(hwnd, 6) # 6 对应 SW_MINIMIZE
return True
else:
print(\”此功能仅支持Windows系统\”)
return False
except Exception as e:
print(f\”最小化窗口时出错: {e}\”)
return False

print(\”程序运行中…\”)
time.sleep(2) # 等待2秒，让你有时间切换到VS Code窗口

# 尝试最小化活动窗口
if minimize_active_window():
print(\”窗口已最小化\”)
else:
print(\”无法最小化窗口\”)

# 读取文件名称和路径

path=fr\’D:\\{name}\\00原图\’

os.makedirs(path,exist_ok=True)

for i in range(num,num+zs):
# 下载按钮
pyautogui.moveTo(1569, 302)

pyautogui.click()
time.sleep(2)

# 点击有，无水印要包月
pyautogui.moveTo(1573, 373)
pyautogui.click()
time.sleep(2)

# 输入图片名称，复制中文内容到剪贴板

name=path+fr\’\\{i:03}\’
pyperclip.copy(name)
# 黏贴图片地址
pyautogui.hotkey(\’ctrl\’, \’v\’)
time.sleep(2)

pyautogui.press(\’enter\’)
# # 图片显示需要时间
time.sleep(2)

# 模拟按键“右箭头”

pyautogui.moveTo (989, 650)
time.sleep(2)
pyautogui.moveTo (989, 641)
pyautogui.click()
time.sleep(2)
# \’left\’（左箭头）
# \’up\’（上箭头）
# \’down\’（下箭头）

import sys
import ctypes
import time

def minimize_active_window():
try:
if sys.platform == \’win32\’:
# 获取当前活动窗口的句柄
hwnd = ctypes.windll.user32.GetForegroundWindow()
# 最小化窗口
ctypes.windll.user32.ShowWindow(hwnd, 6) # 6 对应 SW_MINIMIZE
return True
else:
print(\”此功能仅支持Windows系统\”)
return False
except Exception as e:
print(f\”最小化窗口时出错: {e}\”)
return False

print(\”程序运行中…\”)
time.sleep(2) # 等待2秒，让你有时间切换到VS Code窗口

# 尝试最小化活动窗口
if minimize_active_window():
print(\”窗口已最小化\”)
else:
print(\”无法最小化窗口\”)

所有图片（有2*2、有1*4）

代码过程

我用图像识别边缘切割的方式，发现汉字都切成部首了

所以改成图片黑白化，切边，等分切割

一、黑白化+切边

\’\’\’
通义万相四个祝福汉字，黑白化，并切掉白边
豆包、Deepseek，阿夏
20251221
\’\’\’

import os
from PIL import Image
import numpy as np

# ————————– 核心配置（只需修改这里） ————————–
# 待处理的原图片文件夹
path = r\’D:\\20251229红包祝福字\’
SOURCE_FOLDER = os.path.join(path, r\’00原图\’)
TARGET_FOLDER = os.path.join(path, r\’01黑白图\’)
# 二值化阈值（128为分界点）
THRESHOLD = 128
# 切白边后保留的边距（磅），1磅≈1/72英寸，约0.35毫米
MARGIN_PT = 5
# 图片分辨率（DPI），用于磅到像素的转换
DPI = 72

def calculate_margin_pixels(margin_pt, dpi):
\”\”\”将磅值转换为像素值\”\”\”
# 1磅 = 1/72英寸，所以像素 = 磅 × DPI / 72
margin_pixels = int(margin_pt * dpi / 72)
return margin_pixels

def find_content_bounds(image_array):
\”\”\”
找到图像内容（黑色部分）的边界
返回：left, top, right, bottom
\”\”\”
# 找到所有黑色像素（值为0）的位置
rows, cols = np.where(image_array == 0)

if len(rows) == 0: # 如果没有黑色像素，返回原图尺寸
return 0, 0, image_array.shape[1], image_array.shape[0]

top = np.min(rows)
bottom = np.max(rows)
left = np.min(cols)
right = np.max(cols)

return left, top, right, bottom

def crop_and_add_margin(img, margin_pixels):
\”\”\”
切掉白边并添加指定边距
\”\”\”
# 转换为数组
img_array = np.array(img)

# 找到内容边界
left, top, right, bottom = find_content_bounds(img_array)

# 计算裁剪区域（添加原始内容的边界）
crop_left = max(0, left)
crop_top = max(0, top)
crop_right = min(img_array.shape[1], right + 1)
crop_bottom = min(img_array.shape[0], bottom + 1)

# 裁剪图像
cropped_img = img.crop((crop_left, crop_top, crop_right, crop_bottom))

# 创建新图像（白色背景）
new_width = cropped_img.width + 2 * margin_pixels
new_height = cropped_img.height + 2 * margin_pixels
new_img = Image.new(\’L\’, (new_width, new_height), 255)

# 将裁剪的图像粘贴到新图像中心
new_img.paste(cropped_img, (margin_pixels, margin_pixels))

return new_img

def convert_to_binary_black_white():
\”\”\”
将源文件夹中的图片转换为二值化黑白图（128为分界点），
切掉白边并添加指定边距，保存到目标文件夹
1-128 → 黑色(0)，128-255 → 白色(255)
\”\”\”
# 创建目标文件夹（如果不存在）
os.makedirs(TARGET_FOLDER, exist_ok=True)

# 获取源文件夹中的所有文件
file_list = os.listdir(SOURCE_FOLDER)

# 支持的图片格式
supported_formats = (\’.jpg\’, \’.jpeg\’, \’.png\’, \’.bmp\’, \’.gif\’, \’.tiff\’)

# 计算边距像素值
margin_pixels = calculate_margin_pixels(MARGIN_PT, DPI)
print(f\”边距设置：{MARGIN_PT}磅 = {margin_pixels}像素\”)

# 统计处理的文件数量
processed_count = 0

for filename in file_list:
# 检查文件是否为图片
if filename.lower().endswith(supported_formats):
try:
# 拼接完整的文件路径
source_path = os.path.join(SOURCE_FOLDER, filename)
# 保持原文件名，可修改扩展名为png以确保质量
name, ext = os.path.splitext(filename)
target_filename = f\”{name}_processed.png\”
target_path = os.path.join(TARGET_FOLDER, target_filename)

# 打开图片并转换为灰度模式
with Image.open(source_path) as img:
# 获取原图DPI信息
original_dpi = img.info.get(\’dpi\’, (DPI, DPI))[0]
if original_dpi:
current_dpi = original_dpi
else:
current_dpi = DPI

# 第一步：转换为灰度图
gray_img = img.convert(\’L\’)

# 第二步：将灰度图转换为数组进行二值化处理
img_array = np.array(gray_img)
# 二值化：小于等于128的设为0（黑色），大于128的设为255（白色）
binary_array = np.where(img_array <= THRESHOLD, 0, 255)

# 第三步：将数组转回图片对象
bw_img = Image.fromarray(binary_array.astype(np.uint8))

# 第四步：切白边并添加边距
final_img = crop_and_add_margin(bw_img, margin_pixels)

# 保存处理后的图片（使用PNG格式保留质量）
final_img.save(target_path, \’PNG\’, dpi=(current_dpi, current_dpi))

processed_count += 1
print(f\”成功处理：{filename} → {target_filename}\”)

except Exception as e:
print(f\”处理失败 {filename}：{str(e)}\”)

print(f\”\\n处理完成！共处理 {processed_count} 张图片\”)
print(f\”阈值设置：{THRESHOLD}（≤{THRESHOLD}为黑色，>{THRESHOLD}为白色）\”)
print(f\”边距设置：{MARGIN_PT}磅（≈{margin_pixels}像素）\”)
print(f\”源文件夹：{SOURCE_FOLDER}\”)
print(f\”目标文件夹：{TARGET_FOLDER}\”)

if __name__ == \”__main__\”:
# 执行二值化黑白处理
convert_to_binary_black_white()

二、文字切割（1*4切或2*2切）