生成图形词云

使用jieba和wordcloud生成图形词云. 其中情感分析部分使用了bosonnlp提供的情感词典http://bosonnlp.com/dev/resource,感谢.

安装

pip install -r requirements.txt

使用

1.处理文本, 显示云图

# content: 输入的文本内容
# image_name: 图片完整路径
show_image(content, image_name)

2.处理文本, 保存到文件夹

# content: 输入的文本内容
# image_name: 图片完整路径
# output_dir: 结果输出的文件夹路径
save_image(content, image_name, output_dir)

3.对文本进行情感分析, 根据结果输出不同图像

# content:
# sentiment: 情感分, 大于等于0 显示笑脸, 小于0显示哭脸
show_emotion(content, sentiment)

4.处理文本, 生成gif

# gif 生成 gif

# content: 输入的文本内容
# gif_name: gif图片完整路径
# output_dir:
# duration: 图片帧切换间隔时间
words2gif(content, gif_name, output_dir, duration=0.5)

# 多张静态图生成gif

# content: 输入的文本内容
# images_dir: 静态图文件夹
# output_dir:
# duration: 图片帧切换间隔时间
words2gif_from_images(content, images_dir, output_dir, duration=0.5)

示例

简单显示

from words_image import get_keywords, show_image
import os

BASE_DIR = os.path.dirname(__file__)
# 文本文件夹路径
DATA_DIR = os.path.join(BASE_DIR, "data")
# 图片文件夹路径
IMAGE_DIR = os.path.join(BASE_DIR, "images")
# 源图片路径
# 其中图片中白色的部分会被忽略
IMAGE_PATH = os.path.join(IMAGE_DIR, "tony.png")

if __name__ == "__main__":
    words = get_keywords(DATA_DIR)
    ＃ 显示生成的词图
    show_image(words, IMAGE_PATH)

批量处理并保存

from words_image import get_keywords, save_image
import os

BASE_DIR = os.path.dirname(__file__)
# 文本文件夹路径
DATA_DIR = os.path.join(BASE_DIR, "data")
# 图片文件夹路径
IMAGE_DIR = os.path.join(BASE_DIR, "images")
# 结果保存路径
OUTPUT_DIR = os.path.join(BASE_DIR, "output")

if __name__ == "__main__":
    words = get_keywords(DATA_DIR)
    for image in os.listdir(IMAGE_DIR):
        image_name = os.path.join(IMAGE_DIR, image)
        save_image(words, image_name, OUTPUT_DIR)

根据情感生成不同表情

BASE_DIR = os.path.dirname(__file__)
WEIBO_DIR = os.path.join(BASE_DIR, 'weibo')
# 博文路径
WEIBO_PATH = os.path.join(WEIBO_DIR, 'happy.txt')


if __name__ == "__main__":
    # 获取博文关键字列表和情感分数
    words, sentiment = get_words_sentiment(WEIBO_PATH)
    # 根据情感分数显示笑脸或悲伤
    show_emotion(words, sentiment)

截图

路飞

乔巴

动图

笑脸

伤感

注意

默认安装的images2gif只支持PIL, 不支持Pillow, 需要将:

for im in images:
    palettes.append( getheader(im)[1] )

修改为:

for im in images:
    palettes.append( im.palette.getdata()[1] )