写在前面

近期好多网友私信我，问我编程该怎么学习、怎么入门。我觉得编程学习，就像写文章一样，需要积累。如果把代码每个字符拆开，大伙都认识，但是组合在一起，就是另外一回事了。所以我的建议是，学习编程，从项目入手，从自己感兴趣的项目入手，遇到不懂的语法、算法，就去翻阅书、看视频。如果一开始就去看生硬的语法、晦涩的算法，就像背单词一样，背到第一个单词abandon，就放弃了。

废话不多说，直接上项目，这次是一个批量去除水印的项目。

环境配置：

python版本： 3.6.0

编辑器： pycharm

ps: 每一步都有代码和排版截图，方便学习

代码目录结构

切记刚开始学习的时候，目录结构保持和源码一致

第一步：导入相关的python包

# encoding:utf-8import osfrom PIL import Imageimport numpy as npimport imghdr

python包的作用：

os: 本项目只用到了对文件、文件夹的操作。

PIL: Python Imaging Library，是Python平台的图像处理标准库。PIL功能非常强大，API也非常简单易用。安装命令：pip install pillow

numpy: (Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。安装命令： pip install numpy

imghdr: 是一个用来检测图片类型的模块，传递给它的可以是一个文件对象，也可以是一个字节流。

第二步：参数配置类

class CONF:    input_path = "input_img"    # 待处理的图片存放的位置    output_path = "output_img"  # 去除水印后的图片存放位置    level_black = 108    # 用于去除水印的特征值    level_white = 170    # 用于去除水印的特征值    is_log = True        # 是否打印日志信息

这里是个人编程的习惯，我习惯把一些配置，例如：文件路径、模型存放路径、模型参数统一放在一个类中。当然，实际项目开发的时候，是用config 文本文件存放，不会直接写在代码里，这里为了演示方便，就写在一起，也方便运行。这块代码放在代码文件的开头也方便查看和修改。

第三步：类的初始化

class DocWipe:    def __init__(self, input_path, output_path, level_black, level_white, is_log):        self.input_path = input_path        self.output_path = output_path        self.level_black = level_black        self.level_white = level_white        self.is_log = is_log    """ 初始化 """    @classmethod    def initialize(cls, config):        input_path = config.input_path        output_path = config.output_path        level_black = config.level_black        level_white = config.level_white        is_log = config.is_log        return cls(input_path, output_path, level_black, level_white, is_log)

initialize() 函数和 __init__() 函数 是对象初始化和实例化，其中包括基本参数的赋值、最后返回用户一个对象。这里作为一个类的基本操作，是属于一个通用模板，在大多数项目中，都可以这么去写。为了养成良好的编程习惯，大家可以把这个模板记下来，后续直接套用，修改部分参数就可以了。

第四步： 类的主流程函数

""" 主流程 """def wipe_process(self,):    if os.path.exists(self.input_path) and os.path.isdir(self.output_path):        self.visit_dir_files(self.input_path, self.output_path, self.input_path)        if self.is_log:            print(u'完成！所有图片已保存至路径' + self.output_path)    else:        print(u'待处理的图片存放的位置 %s, 如果没有请新建目录 %s' % (self.input_path, self.input_path))        print(u'去除水印后的图片存放位置 %s, 如果没有请新建目录 %s' % (self.output_path, self.output_path))

在写代码的时候，一定要抓住主线，就是代码运行的主流程。因为一个完整可靠的项目，它是有很多细枝末节考虑，很多步骤是要分模块来写。主流程就是把主心干确定好，各个模块的入口确定好。这样开发的时候，思路会比较清晰，不会被细节吸引住。这里主心干只有个函数 visit_dir_files() 的调用，但是它的外围都是一些边界条件的判定，不重要，但是没有它们程序会出现BUG。

第五步：图像处理算法

""" 图片处理 """def img_deal(self, img_path, save_path):    img = Image.open(img_path)    img = self.levels_deal(img, self.level_black, self.level_white)    img_res = Image.fromarray(img.astype('uint8'))    if self.is_log:        print(u'图片[' + img_path + u']处理完毕')    img_res.save(save_path)""" 图像矩阵处理 """def levels_deal(self, img, black, white):    if white > 255:        white = 255    if black < 0:        black = 0    if black >= white:        black = white - 2    img_array = np.array(img, dtype=int)    c_rate = -(white - black) / 255.0 * 0.05    rgb_diff = np.maximum(img_array - black, 0)    img_array = np.around(rgb_diff * c_rate, 0)    img_array = img_array.astype(int)    return img_array

在计算机看来，彩色图片是三个二维数据分别是R通道、G通道、B通道，而灰度图是一个二维数组。数值类型是uint8，简单的说，就是每个像素点是0~255的数值。去除水印的算法，其实就是对每个像素点进行运算，为了加快运算速度和代码的整洁度，使用了numpy包的矩阵运算。

这块的细节理解起来是比较有难度的，它涉及了图像处理的算法，这块可以先跳过，知道它的功能是干嘛的就行。后续有时间，再来细细琢磨。

第六步： 递归访问文件

""" 创建文件夹 """def mkdir(self, path):    path = path.strip().rstrip("\\")    is_exists = os.path.exists(path)    if not is_exists:        os.makedirs(path)        return True    else:        return False""" 递归访问文件/文件夹 """def visit_dir_files(self, org_input_dir, org_output_dir, recursion_dir):    single_file = False    if os.path.isdir(recursion_dir):        dir_list = os.listdir(recursion_dir)    else:        dir_list = [recursion_dir]        single_file = True    for i in range(0, len(dir_list)):        path = os.path.join(recursion_dir, dir_list[i])        if os.path.isdir(path):            self.visit_dir_files(org_input_dir, org_output_dir, path)        else:            if imghdr.what(path):                abs_output_dir = org_output_dir + recursion_dir[len(org_input_dir):]                target_path = os.path.join(abs_output_dir, dir_list[i])                if single_file:                    target_path = os.path.join(org_output_dir, os.path.basename(dir_list[i]))                target_dir_name = os.path.dirname(target_path)                if not os.path.exists(target_dir_name):                    self.mkdir(target_dir_name)                self.img_deal(path, target_path)

这里也有一个难点，递归访问文件/文件夹。递归，就是自己调用自己。可以把它当成“分治法”，打个比方，如果你想解决一个很大的难题，直接计算是非常困难的，可以把它拆解成多个小问题，一个一个来解决。而递归，就是起到一个“分治”的作用。它调用的过程，就是数据结构里面的“栈”（先进后出）。

我当时开始学习算法的时候，递归算法也是研究了一个星期才懂它的原理。所以大家学习的时候，不要着急，先在纸上模拟调用过程，慢慢就会懂了。

第七步： 主函数入口

if __name__ == '__main__':    # 对象初始化    doc_wipe = DocWipe.initialize(config=CONF)    # 调用主流程    doc_wipe.wipe_process()

至此，加上一个main函数去调用，所有程序的入口。我们终于完成了。

最后，测试一下

用我之前写的《最近很火的文章自动生成器》，来生成随机一篇文章，并加上水印。再转成图片，作为程序的输入，运行结果：

左边有水印，右边是经过python去除了水印

注意： 仅对浅色的黑白/彩色水印有效，如WPS水印，课程水印等

最后，给一点点学习建议，不懂的时候，先弄明白它的功能以及会使用它，让代码先运行起来。等有时间就一个一个细节去攻破它，编程和写文章一样，需要慢慢积累，加油。

如果有疑问想获取源码（其实代码都在上面），可以关注后，在后台私信我，回复：python去水印。 我把源码发你。最后，感谢大家的阅读，祝大家工作生活愉快！