Автоматически генерируем стикеры для Телеграма из фото плакатов в интернет-магазине

Всем привет!

В этой статье я расскажу, как я автоматически генерировал 42 стикера для Телеграма на основе изображений из интернет-магазина плакатов. На сайте продаются плакаты с разными забавными надписями, но соответствующих стикеров в Телеграме нет. Попробуем сделать сами. Единственная проблема состоит в следующем: чтобы сделать один стикер, нужно скачать фотографию плаката с сайта, отделить надпись от фона в фотошопе и сохранить в нужном разрешении, чтобы она соответствовала требованиям телеграма к стикерам. Поскольку изображений 42, это муторное и трудоемкое занятие. Давайте автоматизируем.
Итак, план таков:

1. Парсим фотографии с сайта интернет-магазина.

2. Отделяем текст от фона и убираем тени, делаем фото похожим на скан.

3. Подгоняем размер изображения под требования к стикерам, добавляем прозрачные пиксели.

Парсим фото с сайта

Первым делом, заведем список urls, который будет содержать ссылки на страницу с каждым конкретным плакатом. Это нужно, чтобы скачать хайрезы, ведь в общей галерее плакатов картинки в маленьком разрешении. Так что смотрим, куда ведут ссылки с каждой картинки в галерее.

import requests from bs4 import BeautifulSoup import urllib.request  url = 'https://demonpress.ecwid.com/%D0%9F%D0%BB%D0%B0%D0%BA%D0%B0%D1%82%D1%8B-c26701164' headers = {'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.95 Safari/537.36'} text = requests.get(url, headers=headers) soup = BeautifulSoup(text.content, 'html.parser') urls = []  for i in soup.find_all('a', attrs = {"class": "grid-product__image"}): urls += [i['href']]

В галерее плакаты представлены по 15 штук, так что далее пробегаемся по страницам 2, 3 и 4.

Для перехода на эти страницы достаточно добавить к адресу ?offset=15 или 30 или 45, в зависимости от того, на какую страницу хотим попасть. Это позволяет спарсить остальные ссылки.

for i in ['15','30','45']: url_next = url + '?offset=' + i text = requests.get(url_next, headers=headers) soup = BeautifulSoup(text.content, 'html.parser') for i in soup.find_all('a', attrs = {"class": "grid-product__image"}): urls += [i['href']]

Теперь дело за малым, пройти по всем ссылкам из списка urls и скачать картинку из карточки товара.

for url in urls: text = requests.get(url, headers=headers) soup = BeautifulSoup(text.content, 'html.parser') for j in soup.find_all('img', {'class':'details-gallery__picture details-gallery__photoswipe-index-0'}): urllib.request.urlretrieve(j['src'], j['title'].replace('/','').replace('*','').replace('?','')+'.jpg')

Картинки для понятности будем называть фразами с этих плакатов, для этого убираем из названий символы «/», «?» и «*».

Коррекция изображений

К сожалению, на сайте используются фотографии плакатов, а не сканы, так что использовать их сразу не получится. Картинки на сайте выглядят вот так:

Свет падает сбоку, из-за этого на картинке появляется некрасивая тень. Сами буквы могут быть темнее в затененных частях изображения. Более того, из-за этого для отделения букв от фона не получится воспользоваться порогом по яркости. Буквы в светлых частях изображения могут быть светлее, чем фон в темных его частях.

Для исправления ситуации воспользуемся тем фактом, что все плакаты представляют собой красные буквы на белом фоне. Поскольку каждый пиксель – это вектор из трех чисел, можно посчитать стандартное отклонение его компонент. Если пиксель серый – стандартное отклонение будет маленьким независимо от того, темный пиксель или светлый. Если пиксель красный – стандартное отклонение будет большим, поскольку имеется доминирующая компонента. Экспериментальным путем было установлено, что хорошим пороговым значением отклонения будет 30.

Далее просто заменяем все пиксели фона на (245, 245, 245), а пиксели букв на (200, 17, 11). Фон не совсем белый, но так смотрится лучше, поскольку в реальной жизни идеально белой бумаги не бывает, а нам надо имитировать плакат.

def remove_bg(input_img: np.ndarray) -> np.ndarray:   img = input_img.copy()   for i in range(0, img.shape[0]):     for j in range(0, img.shape[1]):       if img[i][j].std() < 30:         img[i][j][0] = 245         img[i][j][1] = 245         img[i][j][2] = 245       else:         img[i][j][0] = 200         img[i][j][1] = 17         img[i][j][2] = 11   return img

На выходе имеем такой результат:

Остался последний шаг. Телеграм требует, чтобы стикеры были в формате png c разрешением 512×512. Наши картинки не квадратные, поэтому их придется дополнить прозрачными пикселями справа. (UPD: прозрачные пиксели добавлять не обязательно, достаточно ужать до 512 по большей стороне)

Для этого воспользуемся библиотекой PIL.

from PIL import Image   def transp_bg_and_resize(input_img: np.ndarray) -> np.ndarray:   # Меняем размер   img = input_img.copy()   a = 512/img.shape[0]   x = int(img.shape[0]*a)   y = int(img.shape[1]*a)   img = resize(img, (x, y))    # Вставляем на прозрачный фон   blank = Image.new("RGBA",(512,512), (0,0,0,0))   img = Image.fromarray((img * 255).astype(np.uint8))   blank.paste(img, (0,0))   return blank

На выходе получаем изображение 512х512 пикселей. Его можно использовать в качестве стикера.

Осталось проделать описанное выше для всех картинок и готово.

files = []  for i in os.listdir('.'): if i[-4::] == '.jpg': files += [i]  for file in files:   img = mpimg.imread(file).copy()   img = remove_bg(img)   img = transp_bg_and_resize(img)   img.save(f'result/{file[0:-4]}', 'png')  print('Done!')

Получилось вот так:

Ссылка на репозиторий с кодом