Aspose.Imaging Cloud SDK for Python
Python REST API til at oprette og konvertere billeder
Python REST SDK til billedbehandling, gør det muligt for softwareudviklere at oprette, redigere, komprimere, manipulere, konvertere og komprimere billeder.
Billeder er en væsentlig del af moderne kommunikation med applikationer inden for områder som sociale medier, annoncering, sundhedspleje og meget mere. At skabe og behandle billeder effektivt og præcist er et meget kritisk krav for mange moderne virksomheder. Heldigvis tilbyder Aspose.Imaging Cloud SDK for Python en omfattende løsning til at arbejde med billeder, der gør det muligt for softwareudviklere at udføre forskellige vigtige opgaver såsom oprettelse, konvertering, ændring af størrelse, beskæring, visning, udskrivning og mange flere. En af de vigtigste fordele ved Aspose.Imaging Cloud SDK til Python er, at det gør det muligt for softwareudviklere at behandle billeder uden at kræve nogen specialiseret software eller hardware.
Aspose.Imaging Cloud SDK til Python er en cloud-baseret API, der giver udviklere mulighed for at arbejde med forskellige typer billeder i forskellige formater såsom BMP, GIF, JPEG, JPEG2000, PSD, TIFF, WEBP, PNG, WMF, EMF , SVG og mange flere. Der er flere andre vigtige funktioner også en del af biblioteket, såsom at udtrække metadata fra billeder, understøttelse af farvestyring, arbejde med flere lag i et billede, tilføje/fjerne eller ændre lag, tilføje vandmærker til billeder (tekst- og billedvandmærker), Billedvending og -rotation, korrigering af billedorienteringsproblemer, ændring af et billedes perspektiv og meget mere
Aspose.Imaging Cloud SDK til Python er meget nem at håndtere og giver udviklere mulighed for nemt at konvertere billeder fra et format til et andet, såsom at konvertere et PNG-billede til JPEG eller BMP. SDK'et understøtter en lang række billedformater, hvilket gør det meget alsidigt. En anden meget nyttig funktion ved SDK'et er, at brugere også kan ændre størrelsen på billeder med SDK'et, hvilket er nyttigt til at optimere billeder til specifikke formål såsom opslag på sociale medier eller webstedsdesign. SDK'et understøtter både proportional og ikke-proportional ændring af størrelse. Desuden giver det brugere mulighed for at beskære billeder for at fjerne uønskede dele eller fokusere på specifikke områder af interesse. Brugere kan angive beskæringsparametre såsom beskæringsområdet og beskæringstilstanden.
Kom godt i gang med Aspose.Imaging Cloud SDK til Python
Den anbefalede måde at installere Aspose.Imaging Cloud SDK til Python på bruger PyPi. Brug venligst følgende kommando for en problemfri installation.
Installer Aspose.Imaging Cloud SDK til Python via PyPi
pip install aspose-imaging-cloud
Du kan også downloade det direkte fra Aspose-produktsiden.Læs og skriv billeder i skyen via Python API
Aspose.Imaging Cloud SDK til Python er en meget nyttig REST API, der gør det muligt for computerprogrammører at udføre en bred vifte af billedbehandlingsoperationer, herunder oprettelse, manipulation og konvertering i skyen, uden startomkostninger. Biblioteket har inkluderet understøttelse af nogle populære billedfilformater og tillader læsning og skrivning af billedfilformater såsom BMP, GIF, JPEG, JPEG2000, PSD, TIFF, WEBP, PNG, WMF, EMF, SVG, TGA, APNG og så videre . Når først billederne er lavet, kan softwareudviklere nemt indlæse og ændre dem efter deres behov. Følgende eksempel viser, hvordan brugere kan læse et billede fra skylageret.
Hvordan læser/skriver man et billede til/fra Cloud Storage via Python?
# set the input image path and format
name = 'input_image.jpg'
format = 'jpg'
folder = 'your_folder_path'
# send the request to the API to download the image
response = imaging_api.get_image_download(name, folder=folder, format=format)
# read the image data from the response
image_data = response.content
# Write an Image to the Cloud Storage via Python API
# set the output image path and format
name = 'output_image.jpg'
format = 'jpg'
folder = 'your_folder_path'
# send the request to the API to upload the image
response = imaging_api.create_updated_image(name, image_data, folder=folder, format=format)
# read the response to confirm the image was uploaded successfully
if response.status_code == 200:
print('Image uploaded successfully.')
else:
print('Error uploading image:', response.content)
Ændre størrelse, beskær og roter billeder via Python API
Aspose.Imaging Cloud SDK til Python gør det muligt for softwareudviklere at udføre forskellige billedmanipulationsoperationer i deres egne cloud-applikationer. For at opnå ændring af størrelsesopgaverne skal udvikleren uploade deres billede til Cloud Storage og derefter sende dets navn i API-URL'en. Efter opdatering af billedparametrene returnerer API'en det opdaterede billede i svaret. REST API'en har inkluderet flere vigtige andre funktioner, såsom at rotere vende billeder, skalere billeder, beskære et eksisterende billede, tilføje et TIFF-billede til et andet og mange flere.
Hvordan ændrer man størrelse eller beskærer billeder via Python API?
import asposeimagingcloudsdk
from asposeimagingcloudsdk.models.requests import CreateResizedImageRequest, CreateCroppedImageRequest
# Initialize Aspose.Imaging Cloud API client
imaging_api = asposeimagingcloudsdk.ImagingApi(api_key='YOUR_API_KEY', app_sid='YOUR_APP_SID')
# Set the input image file name and format
filename = 'input_image.jpg'
format = 'jpg'
# Set the output image file name and format
output_filename = 'output_image.jpg'
output_format = 'jpg'
# Set the new size for the resized image
new_width = 500
new_height = 500
# Set the coordinates and size of the area to be cropped
x = 50
y = 50
width = 400
height = 400
# Create a request object for creating the resized image
resize_request = CreateResizedImageRequest(filename, new_width, new_height, format, output_format, folder='input')
# Call the API to resize the image and save the result to the cloud storage
response = imaging_api.create_resized_image(resize_request)
# Create a request object for creating the cropped image
crop_request = CreateCroppedImageRequest(output_filename, output_format, x, y, width, height, format, folder='output')
# Call the API to crop the image and save the result to the cloud storage
response = imaging_api.create_cropped_image(crop_request)
Arbejde med TIFF-rammer via Python API
Aspose.Imaging Cloud SDK til Python har inkluderet meget kraftfuld understøttelse af TIFF-billeder (Tagged Image File Format) i Python-applikationer. Der er flere vigtige funktioner i biblioteket til håndtering af TIFF-filformater, såsom at udtrække en ramme fra et TIFF-billede med flere rammer, få TIFF-rammeegenskaber, ændre størrelsen på en TIFF-ramme, TIFF-rammerotation eller vendeunderstøttelse, beskære en TIFF-ramme, tilføje TIFF rammer til et andet TIFF-billede, udtrækker individuelle TIFF-rammer til yderligere behandling og mange flere.
Avanceret billedsøgning i cloud-apps
Aspose.Imaging Cloud SDK til Python har inkluderet meget kraftfuld understøttelse til at søge billeder på forskellige måder i Python cloud-applikationer. Biblioteket giver softwareudviklere mulighed for at udføre en omvendt billedsøgning, hvilket betyder, at kildebilledsættet indeholder mindst ét billede, som sammenlignes med flere andre billeder. Softwareudviklere kan udføre operationer som at sammenligne to billeder, hente billeder fra søgekontekst, opdatere billedfunktioner i søgekontekst, finde lignende billeder, finde duplikerede billeder, søge billeder efter tags og mange flere.
Hvordan finder du dublerede billeder via Python API?
# optional parameters are base URL, API version and debug mode
imaging_api = ImagingApi('yourClientSecret', 'yourClientId')
# create search context or use existing search context ID if search context was
# created earlier
api_response = imaging_api.create_image_search(CreateImageSearchRequest())
search_context_id = api_response.id
# extract images features if it was not done before
imaging_api.create_image_features(CreateImageFeaturesRequest(
search_context_id, image_id=None, images_folder='WorkFolder'))
# wait 'till image features extraction is completed
while imaging_api.get_image_search_status(
GetImageSearchStatusRequest(
search_context_id)).search_status != 'Idle':
time.sleep(10)
# request finding duplicates
response = imaging_api.find_image_duplicates(
FindImageDuplicatesRequest(search_context_id, 90))
# process duplicates search result
for duplicates in response.duplicates:
print('Duplicates:')
for duplicate in duplicates.duplicate_images:
print('ImageName: {0}, Similarity: {1}'.format(duplicate.image_id,
duplicate.similarity))