在去馬賽克教程之前我們先來說說表情包鬥圖這點事，有沒有遇到這種時刻：朋友不斷髮來有趣又生動的表情包，連連霸屏你的聊天記錄，你卻半天才發出一句話，無圖抵抗的囧態？今天小編教你一招逆襲！

本招瞬間秒殺你的鬥圖好友！表情包不僅僅是一張圖片，一張動圖，更是一種精神，是我們生活中的調味劑，慢慢一張張去尋找存在、儲存再發送，是不是好累好麻煩？想想算了，鬥圖鬥不過，打字也不想打，等著被KO？python在手，鬥圖無敵手！小編來救你（壞笑ing）

首先，用scrapy框架爬取某表情網站表情圖，原始碼附贈：
import scrapy

import os,sys

import requests

import re

class scrapyone(scrapy.Spider):

name = "stackone"

start_urls = ["http://qq.yh31.com/ql/bd/"]

def parse(self,response):

hrf=response.xpath('//*[@id="main_bblm"]/div[2]/dl/dd/li')

for li in hrf:

item={}

href=li.xpath('a/@href').extract()

hreftext=li.xpath('a/text()').extract()

full_url = 'http://qq.yh31.com'+ ''.join(list(href))

hreftext=''.join(list(hreftext))

#資料夾名稱

if hreftext=='>更多>':

continue

path = 'C:GIF'

if not os.path.exists(path):

os.makedirs(path)

item['dirname']=hreftext

yield scrapy.Request(url=full_url,meta={'key':item},callback = self.parse1)

def parse1(self,response):

ite={}

full_url=[]

url1 = response.xpath('//*[@id="pe100_page_infolist"]/a[2]/@href').extract()

url2 = response.xpath('//*[@id="pe100_page_infolist"]/a[2]/@href').re('d+')

url1 = ''.join(url1)

url1 = url1.split('_')

url2 = ''.join(url2)

ite['dirn']=response.meta['key']['dirname']

for i in range(1,int(url2)+1):

full_url='http://qq.yh31.com'+url1[0]+'_'+str(i)+'.html'

#print(full_url)

yield scrapy.Request(url=full_url,meta={'key1':ite},callback = self.parse2)

def parse2(self,response):

p1=response.meta['key1']['dirn']

resp = response.xpath('//*[@id="main_bblm"]/div[1]/li/dt/a')

path = 'C:GIF'+''.join(p1)

if not os.path.exists(path):

os.makedirs(path)

for lst in resp:

alt = lst.xpath('img/@alt').extract()

src = lst.xpath('img/@src').extract()

src = 'http://qq.yh31.com'+ ''.join(list(src))

alt = ''.join(list(alt))

html=requests.get(src)

with open(path+''+alt+'.gif', 'wb') as file:

file.write(html.content)

指令碼執行方式：cmd-->切換到指令碼所在目錄-->scrapy runspider xxxx.py

最終成效

執行後會自動根據GIF分類在c:gif資料夾下建立相應資料夾儲存gif圖片，想發那張發哪張，那麼對於那些圖片上的馬賽克，你有沒有很苦惱？如果上面的表情包爬取還不夠滿足你，那麼接下來，教你如何去掉圖片馬賽克，先來看看效果圖：

厲害不？

其實技巧是利用了Python中OPenCV的優勢，標定馬賽克的特徵，使用CV2.inRange二值化標識馬賽克對圖片進行二值化處理；程式碼如下：

其次，使用OPenCV的dilate方法，擴充套件特徵的區域，優化圖片處理效果；

最後使用inpaint方法，把噪聲的mask作為引數，推理並修復圖片。