使用 Python 组合 NBA 球星卡

相信对 NBA 感兴趣的大兄弟一定不会对球星卡陌生吧，虽然不知道咱们这个圈子对 NBA 感兴趣的大兄弟多不多。但是，不感兴趣也问题不大，本文阐述的方法其实是通用的图片合成方法。

让我们来看一张球星卡：

这种球星卡可以划分为5个部分

球员动作图球员姓名球队logo 底板背景图装饰边框图

今天我们要干的事情就是找到这5个素材然后用 python 把他们组合起来，那么这个时候肯定有大兄弟会有疑问了，直接用 PS 套起来不就好了吗，讲道理这样做确实方便快捷，但是前提是你只做这一张卡，当你要为联盟大概450名球员制作球星卡的时候，你就需要一个脚本来帮助你完成了（对 PS 不太熟，如果 PS 也可以，可以告诉我哈）。

这篇文章需要一点 Python 基础，完全不了解 Python 的大兄弟最好去学习一点基础知识再看。

OK 让我们开始吧！

准备素材

就像开头提到的，我们需要5种素材。这5种素材我都会提供若干个给大家练手。

上面的图片实际上只有4个素材，还有一个就是球员的名字了，球员的名字我们可以在组合过程中使用 ImageDraw 和 ImageFont 加载球员姓名。

为了避免字体路径和中文乱码的问题，我还提供了一个微软雅黑的字体。

素材可以在这里 clone 或者下载，声明：本文所有涉及的素材和图片仅供交流学习使用。

开始写代码

我们的场景是为联盟中的所有球员制作球星卡，那么所有的球员自然是从数据库里面查出来的了，这里为了练习，我们可以 mock 一些数据（虽然，讲道理，波什并不能放在 SUPER 里面，但是这里只有一张装饰边框图，所以就勉为其难的和吾皇放在一个等级了）。

mock_data = [ { 'id': 1966, 'cn_name': '勒布朗-詹姆斯', 'team_id': 5, 'category': 'SUPER' }, { 'id': 1977, 'cn_name': '克里斯-波什', 'team_id': 14, 'category': 'SUPER' } ]

有数据之后，我们就来遍历这些球员，找到我们需要的属性，再传入到一个组合函数中。

def compose_all(all): for player in all: id = player['id'] # if id == 1966: if True: category = player['category'] player_img = str(id) + '.png' team_id = player['team_id'] team_img = str(team_id) + '.png' name = player['cn_name'] category = player_category.index(category) + 1 category_img = 'card_bg_' + str(category) + '.png' output_name = str(id) + '.png' print('start compose ' + str(id)) compose(player_img, name, team_img, category_img, output_name)

这里有个个人习惯，因为经常在服务器上写一些脚本，所有 if True: 那个地方就是调试用的，当一个球员调试没问题之后，注释掉，跑代码，这样可以不用再调整缩进了，不知道其他的大兄弟这个地方喜欢怎么写。

在这里我默认会对球员分档（根据一些数据信息）

player_category = ["SUPER", "CORE", "BLUE", "SIX", "BENCH"]

对应档位的装饰边框分别为 card_bg_1.png ， card_bg_2.png 等。

检查5个素材是否都拿到了：

球员动作图 -> player_img 球员姓名 -> name 球队logo -> team_img 底板背景图 ―> None 装饰边框图 -> card_bg_n.png (n 对应档位）

还差一个底板背景图，因为每个球员底板背景图都一样，所以在组合函数中直接使用就好了。

在我们去组合球星卡之前，还有一个问题需要解决，那就是我们不能保证所有素材都在同一个目录下，那么我们就需要给每个素材指定一个目录，这样我们在组合球星卡的时候就可以一马平川了。

team_path = './logo/' player_path = './player_img/' output_path = './trading_cards/' font_file = './assets/msyh.ttf' card_decorate_path = './assets/'

设置好路径之后写上我们的组合函数，为了保证这个函数的正常运行，我们需要导入三个模块。

import os import numpy as np from PIL import Image, ImageFont, ImageDraw

如果提示没有找到模块，请使用下面的命令进行安装

pip install Pillow pip install numpy

Pillow 关于图片处理的详细文档请参考 Pillow

下面是我们的组合函数

def compose(player_img, name, team_logo, category_img, output_name): card_bg = card_decorate_path + 'bg.png' player_img_offset_height = 15 if not os.path.isfile(player_path + player_img): need_manual_compose.append(player_img) print(player_path + player_img + ' is not exist') return player_img = Image.open(player_path + player_img).convert('RGBA') bg_img = Image.open(card_decorate_path + category_img).convert('RGBA') card_bg_img = Image.open(card_bg).convert('RGBA') logo = Image.open(team_path + team_logo).convert('RGBA') logo = logo.resize((100,100), Image.ANTIALIAS) card_bg_img.paste(player_img, (35,player_img_offset_height), player_img) card_bg_img.paste(bg_img, (0,0), bg_img) card_bg_img.paste(logo, (95,315), logo) font = ImageFont.truetype(font_file, 20) d = ImageDraw.Draw(card_bg_img) try: name = unicode(name, 'utf-8') except NameError: name = name d.text((12, 12), name, font=font, fill=(255,255,255)) card_bg_img.save(output_path + output_name, quality=100)

有几个问题需要说明一下：

有些球星动作的素材可能找不到，那么就将找不到的球员记录下来，最后手工处理。因为我们要使用到 alpha 通道，所以需要 convert('RGBA') 在图片 paste 之前必须保证团片和粘贴范围像素一样，不一样的话就使用 resize 函数变成一样的，Image.ANTIALIAS 参数的作用是抗锯齿，这样 resize 出来的图片边缘会更圆润。 b 图片贴在 a 图片上，使用 a.paste(b, (x,y), b)，(x,y) 为左上角的坐标，第三个参数 b 是作为 mask，如果不使用这个参数会导致 b 图片透明的部分也覆盖在 a 上面。这个程序在 python2 和 python3 上都可以运行。

OK，让我们来看一看结果怎么样吧

恩，似乎还不错，但是大家会发现波什的手没了，所以说一马平川什么的都是骗人的。

经过我个人的观察，会发现大部分的球星动作图都是和詹姆斯类似的（即球员的动作在图片中的位置是靠下的），如果下移粘贴坐标会导致球星卡的主要局域出现大面积的空白。一计不成，再生一计，我们可以对类似波什的动作图做特殊处理，下移他们的粘贴坐标就可以了。

ok，问题来了，人眼一看就会知道哪个动作图高哪个动作图低，那么 Python 怎么才能知道呢？

可以看到，每张动作图的大小是一样的，但是具体的动作在图片中的分布是不一样的。

这个时候我们就需要 numpy 这个库来帮助我们把图片转换成像素矩阵，然后我们对矩阵进行逐行扫描并记录有效像素出现的位置，这样就可以判断哪些动作图是偏高的。

def calculateUsefulHeight(img): img = Image.open(player_path + img).convert('RGBA') w, h = img.size mat = np.array(img) for i in range(mat.shape[0]): if not allEqual(mat[i]): return h - i def allEqual(line): w = len(line) if not w: return True init_value = line[0][3] step = 10 for i in range(int(round(w/step))): if line[i * step][3] == init_value: continue else: return False return True

然后再在组合函数中加入对动作图高的特殊处理的代码就可以了。

def compose(player_img, name, team_logo, category_img, output_name): ... # deal with high player image h = calculateUsefulHeight(player_img) # 这个地方的310是球星卡展示球员动作的最大高度 if h > 310: offset = h - 310 player_img_offset_height += offset

再来跑一遍，看看效果如何。