实现自动化办公

在日常办公，会经常遇到批量修改文件名或者按照颜色分类颜色文件的情况，花费很多时间，也会消耗精力，于是决定开发此程序

运行之前的操作

打开想放置此代码的文件夹，例如D盘,那就打开D盘，鼠标右键，选择在终端中打开，然后输入以下命令，如图

若在线上代码仓库gitee上看到此开源代码，需要先将代码克隆到本地。在命令行终端上输入

git clone https://gitee.com/iven_he/office-automation.git

进入代码文件夹

cd D:\office-automation

建议创建虚拟环境，防止污染全局python

python -m venv .venv

安装代码依赖库

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

对工作文件夹的要求

此项目需要一个工作文件夹，包含了已经初步完成的800x1200尺寸的平铺图，命名规则：1200(x)。x是编号，应该从6开始;对于模特图，应该是以数字命名：例如1,2,3等。但是其他数字似乎没有影响。

一个标准的工作文件夹应该如下图所示

若是对于童装的多件套装，标准的工作文件夹应该如下图所示

另外，若是有详情页，详情页的文件命名是：详情页.jpg，与上图图片的位置应该一致
对详情页裁切完成后会自动删除详情页的原始文件

务必备份所有文件在进行自动化操作，自动化操作的一切步骤不可撤销

自动化办公的初始化

首先要先进行颜色阈值的初始化——color_div/init.py

init简介

init.py是一个颜色阈值初始化程序，用于初始化颜色阈值，使得在后续的颜色识别中能够更加准确的识别颜色。传入的参数是包含所有文件夹路径。
在终端打开的文件夹会作为相对路径的根目录，保存的颜色阈值文件会保存在改目录下的下，建议每个工作文件夹都作为单独的项目，例如童装和成人应该分别初始化

使用方法

建议直接讲图片保存在office-automation文件夹下，下面的指令都是讲工作文件夹放在office-automation下进行操作的
然后鼠标右键，在终端打开office-automation文件夹如下图

然后激活环境

.\.venv\Scripts\activate

然后使用cd指令进入工作文件夹中，例如

cd 42child3pureA

此时，终端显示应该是这样的

(.venv) (base) PS D:\code_python\office_automation\42child3pureA>

如图

运行init.py (PATH->init.py是指init.py的路径)，例如：

D:\code_python\office_automation\color_div\init.py

# 在命令结尾的-p(也可以是--path)是初始化图片的路径文件夹的参数
python PATH->init.py -p D:\AM66

# 或者
python PATH->init.py --path D:\AM66

如图

注意：
图中的./是指D:\code_python\office_automation\42child3pureA下的根目录，即D:\code_python\office_automation\42child3pureA

运行init窗口

运行程序后会出现3个窗口，一个窗口调整阈值滑块，一个窗口显示原图片，一个窗口显示识别后的图片

先调整index滑块，使得显示的图片是需要识别的图片
滑动阈值滑块，调整HSV颜色阈值，使在尽可能小的阈值范围将衣服尽可能多的显示白色
调整area滑块，用尽可能大的值使得显示原图像的窗口出现完整的绿色框框住衣服如图

调整chooes_area滑块，0对应模特的识别面积，1对应平铺图的识别面积
阈值调整完毕后再次滑动index滑块，确定阈值调整的效果，不会识别到别的颜色，如果效果不佳，反复调整阈值
选择color对应的数字：

0 :'白色'
1:'黑色'
2:'浅紫'
3:'粉红'
4:'浅蓝'
5:'浅绿'
6:'杏色'
7:'浅黄'
8:'红色'
9:'黄色'
10:'深灰'
11:'卡其'
12:'虾玉色'
13:'雾霾蓝'
14:'天蓝'
15:'水蓝'
16:'橙色'
17:'克莱因蓝'
18:'草绿'
19:'紫色'
20:'彩兰'
21:'啡色'
22:'花灰'
23:'灰蓝'

滑动两个save滑块完成保存操作，然后一定要把save滑块归零，然后调整index设置其他颜色的阈值完成初始化后，文件夹的结构应该是这样的

或

! 注意，每个面积保存一次后，理论上来说不需要再调整 !

主文件使用方法

备份工作文件夹，以防出现意外

以上图的工作文件夹为例，程序会对所有图片进行裁剪和分类
在终端执行命令(需要激活虚拟环境)

然后使用cd指令进入工作文件夹中，如果已经进入，不必理会，例如

cd 42child3pureA

激活虚拟环境，如果已经激活，不必理会

.\.venv\Scripts\activate

此时，终端显示应该是这样的

(.venv) (base) PS D:\code_python\office_automation\42child3pureA>

运行程序，无需粘贴png图片(默认)，没有多颜色分类(多件童装的形式)(默认)，没有提供额外的主图文件夹(默认)，需要颜色分类，代码实例如下

python officeautomation.py --path D:\42maleT-A2-2

运行程序，无需粘贴png图片(默认)，没有多颜色分类(多件童装的形式)(默认)，没有提供额外的主图文件夹(默认)，不需要需要颜色分类，代码实例如下

python officeautomation.py --path D:\42maleT-A2-2 --ifcolordiv False

对于多颜色童装例如下图的情况

一般需要粘贴png图片

以下是多颜色的童装并且需要粘贴png的代码实例

python path->office_automation.py --path D:\KC-33-171009\AM66 --morecolor true --stack true --stack_path path->png --xposition 90 --yposition 760

如图

以上指令
参数--xposition是png的粘贴x轴(横向)位置
参数--yposition是png的粘贴y轴(纵向)位置
参数--path是图片所在的路径
参数--morecolor是指是(true)否(false)是多颜色识别
参数--stack是指是(true)否(false)是粘贴png图片
参数--stack_path是指png图片的路径
path->office_autmation.py是office_automation.py的路径，path->png同理

运行后会弹出一个粘贴png的预览窗口，如果预览结果比较满意，按任意键可以继续运行代码

如果png粘贴位置不理想的处理方法

若出现png粘贴位置不合预期，将窗口切回终端，按ctrl+C，然后关掉窗口，强行终止程序，然后按上箭头键重复上一次运行的命令，调整--xposition和--yposition参数的值，然后回车运行

历史版本

2.1版本新增功能：

添加了多颜色识别的功能，对于三颜色童装和双颜色通知提供了多颜色分类，在main函数的调用将morecolor参数改为True即可

2.2版本新增功能：

添加了png图片的粘贴
对于多件套装的童装需要粘贴png图片（两件装等），在main函数封装了stack参数，如果需要粘贴，将stack参数改为True,stack_path改为png的路径，position改为粘贴的位置坐标。

3.0版本新增：

修改为命令行传参形式

3.1版本新增：

添加新的颜色
随机将两张主图的800x800尺寸的图片移动到项目根目录下，并且改名为主题(n).jpg
对于含有中文路径的图片不进行图像识别操作

3.2版本新增：

添加了详情页的裁切功能
更正了单件童装不识别的问题

帮助

如果对参数不清楚，可以输入以下命令查看帮助

python officeautomation.py -h
/是指相对路径，\是指绝对路径，参考绝对路径和相对路径的区别
对于一些参数前面的r，是指原始字符串，在python中\是一种转义字符，要忽略这种转义，在字符串前加r，例如r'D:\42maleT-A2-2'，这样就可以忽略\的转义

如何添加新颜色

此操作需要修改源代码

修改init.py文件

第63行修改第四个参数，这个数字是指 颜色的总数-1，例如现在有24种颜色，那么这个数字应该是23
```
  cv2.createTrackbar('color', 'test', 0, 23, callback)
```
第33行的dist是一个字典，添加新的颜色，编号:颜色名

修改color_divider.py文件

第53行是需要创建的颜色文件夹的列表，在内添加新的颜色，如果这个颜色不添加，这个文件夹就不会创建，移动文件的时候文件就会丢失
如果这个颜色是需要单颜色的识别，即成人的一件装，在代码128行开始的# region 单件装颜色识别的区域到170行的# endregion的区域添加新的颜色的识别代码，格式如下
```
  elif color_detect(img, '颜色名.npy', areafile=area):
      mvfile([i], os.path.join(path, '颜色名'))
```
如果这个颜色是需要多颜色的识别，即童装的多件装，在代码188行开始的# region 对于童装套装的颜色识别的区域到202行的# endregion的区域添加新的颜色的识别代码，格式如下
```
  if color_detect(img, '颜色名.npy', areafile=area) and len(dict_[file_path]) < 3:
      dict_[file_path].append('颜色名')
```

需要优化的部分：

事后再P尺寸1200的主图模特图，直接存在主图文件夹。然后打开cutter/cut.py在结尾函数调用的位置调整参数，比如有多个图片(A和B)都在主图路径(D:\41short\KC-41-XOU179\主图)下，并且A和B都是主图模特图，需要进行裁剪

cut_cut('B.jpg','A.jpg',path=r'D:\41short\KC-41-XOU179\主图')

运行文件

额外的功能

对于设计人员，有很多的图片在本地难以寻找，但是又有相似的图片，这个图片可能是原图片的缩放版本，现在想知道原图片的位置

打开match/matcher.py，调整结尾的函数参数，第一个参数是原图片可能会存在的文件夹路径，第二个参数是需要寻找的图片的路径(现有图片)

main('D:\\', 'C:\\user\\desktop\\1.png')

主文件调用的其他模块的单独使用说明

color_divider.py

这是一个颜色分类的模块，用于将图片按照颜色分类，单颜色识别的时候，调用的函数是main函数，多颜色识别的时候调用的函数是main_more_color函数
想单独使用这个模块，要对源码修改，现将结尾if '__name__' == '__main__':的多余代码注释掉，然后在下一行调用main或者main_more_color函数，两个函数都有传入两个参数:path和area

# path 是图片的路径，例如：'D:\42male2-5\S255'
# area 是图片的面积的路径，例如：'D:\42male2-5\S255\area1.npy'
main(path=r'D:\42male2-5\S255', area='D:\42male2-5\S255\area1.npy')

此函数会将此文件夹D:\42male2-5\S255下的图片按照颜色分类，将图片移动到对应的颜色文件夹下，多颜色识别的时候，会将图片移动到多颜色文件夹下
注意，此文件运行之前要先运行init.py文件，初始化颜色阈值

对于多颜色识别，需要调用main_more_color函数，传入两个参数，path和area

# path 是图片的路径，例如：'D:\42male2-5\S255'
# area 是图片的面积的路径，例如：'D:\42male2-5\S255\area1.npy'
main_more_color(path=r'D:\42male2-5\S255', area='D:\42male2-5\S255\area1.npy')

此函数会将此文件夹D:\42male2-5\S255下的图片按照颜色分类，将图片移动到对应的颜色(黄色+草绿)文件夹下，多颜色识别的时候，会将图片移动到多颜色文件夹下
注意，此文件运行之前要先运行init.py文件，初始化颜色阈值,并且只对童装套装有效

cutter/cut.py

这是一个图片裁切的模块，用于将图片裁切成800x800和750x1000的图片，主要用于主图模特图的裁切，调用的函数是cut_cut函数
先传入不定参数——图片名，然后传入path参数，这个参数是图片所在的文件夹路径

#一下案例是对D:\41short\KC-41-XOU179\主图 文件夹下的A.jpg和B.jpg进行裁切，如果A.jpg和B.jpg有任意一个大小不是800x1200，会抛出异常
cut_cut('A.jpg','B.jpg',path=r'D:\41short\KC-41-XOU179\主图')

尚未开放完毕的功能

在许多设计公司，印花的图片可能存在共享网络的电脑上，现有需求，本地用户直接在共享网络文件中查找图片路径

match/test.py文件是在测试在局域网共享网络中连接其他主机的共享文件夹，然后尝试在内读取图片文件

现有难点：
    1.无法获取目标计算机文件下下的文件路径，只能获取文件夹的名次，若有在共享文件夹中有os.walk类似的方法似乎可以解决这个问题
    2.无法使用OpenCV的decode方法打开目标文件夹下的图片