Github被Microsoft收购，Node也要倒过来了Deno... 最近新鲜事儿着实不少。。
知乎上有个问题Python 里itchat 模块能实现什么有趣的东西？
从中看到 wxImage
这个项目。基于Python下大名鼎鼎的itchat实现。
让我想到了Node 下的Wechaty，之前曾用其做消息转发，这次随手拿来玩一玩，此处采用Node来实现好友头像拼接这一效果。
PS: 虽然拼接好友头像后并没什么意义，然而这个想法很有意思，自己玩一玩还是不错的，顺便可以了解下node的生态。
- 先上结果图
- 再来一波动图
- 用到的轮子
通过以上npm 包，可实现这一功能。
目前还是使用wechaty内置浏览器的方式显示、扫描二维码，效果比较直观；也可采用qrcode-terminal，将二维码显示在终端，方便操作。
这里通过两种设计方式实现了小图片拼接为大图片：
- 采用类似于wxImage 的方式布局最后生成的合成图片，思路：底部背景固定大小，动态计算每个小头像的大小。
Note：由于限定背景大小，同时采用了开方加取整操作，导致因好友数量不同而出现以下问题：
- 右侧多出一部分背景；———这可以通过裁减图片解决
- 最后一行头像显示不全；———这是设计方式、计算方法的问题（向下取整导致背景不足以容纳所有的头像）
/* Fixed Total Size
take advantage of the Mathematics theory: Same area
size
—————————————————
|__|n |
| n |
size | | Area: size^2 = n^2 * numberOfImages
| |
| |
| |
—————————————————
*/
stitchFixedTotalSize: (dir) => {
return new Promise((resolve, reject) => {
try {
// 1. get avatar list
dir = dir.endsWith('/') ? dir : dir + '/';
let files = fs.readdirSync(dir);
files = files.filter((item) => {
return fs.statSync(dir + item).size != 0; // remove empty image
}).map((item) => {
return item = dir + item;
})
const result = dir + 'friends.jpg';
const refined = dir + 'friends-refined.jpg';
// 2. compute sizes
/* Fixed Total Size
take advantage of the Mathematics theory: Same area
size
—————————————————
|__|n |
| n |
size | | Area: size^2 = n^2 * numberOfImages
| | (here, n is eachsize)
| |
| |
—————————————————
*/
let eachsize = Math.floor(Math.sqrt((size * size) / (files.length)));
let columns = Math.floor(size / eachsize);
let x = 0;
let y = 0;
// 3. prepare for composite
const options = {
raw: {
width: size,
height: size,
channels: 4
}
};
const base = sharp({
create: {
width: size,
height: size,
channels: 4,
background: { r: 0, g: 0, b: 0, alpha: 128 }
}
}).raw().toBuffer();
// 4. do images composite
const composite = files.reduce(function (input, overlay) {
return input.then(async function (data) {
let temp = sharp(data, options).overlayWith(await sharp(overlay).resize(eachsize, eachsize).toBuffer(), { top: eachsize * y, left: eachsize * x }).raw().toBuffer();
x += 1;
if (x == columns) {
x = 0;
y += 1;
}
return temp;
});
}, base);
// data contains the multi-composited image as raw pixel data
composite.then(function (data) {
sharp(data, {
raw: {
width: size,
height: size,
channels: 4
}
}).toFile(result, function (err, output) {
if (err) {
console.log(err);
}
console.log(output);
// 5. cut, extract a region of the input image, saving in the same format.
sharp(result)
.extract({ left: 0, top: 0, width: eachsize * columns, height: eachsize * columns })
.toFile(refined, function (err, output) {
if (err) {
console.log(err);
}
console.log(output);
resolve('friends-refined.jpg');
});
});
});
} catch (err) {
reject(err);
}
})
},后来分析发现，在固定背景图大小的情况下，如果换一种方式，可保证所有头像都被包含进来，即采用向上取整，具体代码见merge.js里的stitchFixedTotalSizeCeil方法。
缺点：合成后的图片可能需要裁减，这是因为限定了背景图大小，不可避免。
- 采用固定每张小头像的尺寸的方法，这里设为64px，动态计算并设置背景图的宽、高。
相比上一种算法的优点是：动态设置背景图大小，无需再做裁减。代码此处省略，见源码。
merge.js里的方法：
stitchFixedEachSize：每行放的头像数向下取整，下方动态补齐高度
/* Fixed eachsize: Floor
width
—————————————————
|__|64 |
|64 |
height | |
| |
| |
| |
—————————————————
|_________________|
*/stitchFixedEachSizeCeil：每行放的头像数向上取整，下方动态减掉高度
/* Fixed eachsize: Ceil
width
—————————————————
|__|64 |
|64 |
height | |
| |
| |
-|-----------------|-
—————————————————
*/可以发布一个站点到云服务器，扫一扫后就可以获得拼接后的好友头像。 关于web微信的接口，可玩的有不少，有时候自己就是想不到，这时就要借鉴其他人了，参考上面的知乎链接。
还是那句话：
When you have an idea, make it happen.