import itertools
import matplotlib.pyplot as plt
import numpy as np
import matplotlib.animation as animation
 
# 定義生成數(shù)據(jù)的函數(shù)
def data_gen(max_range):
    # 使用itertools.count()生成無限遞增的計數(shù)器
    for cnt in itertools.count():
        # 當計數(shù)器超過最大范圍時停止生成數(shù)據(jù)
        if cnt > max_range:
            break
        print(cnt)
        # 計算時間t和對應的y值，使用np.sin()計算sin函數(shù)，np.exp()計算指數(shù)函數(shù)
        t = cnt / 10
        yield t, np.sin(2*np.pi*t) * np.exp(-t/10.)
 
# 初始化函數(shù)，設置坐標軸范圍和清空數(shù)據(jù)
def init():
    ax.set_ylim(-1.1, 1.1)
    ax.set_xlim(0, 1)
    del xdata[:]
    del ydata[:]
    line.set_data(xdata, ydata)
    return line,
 
 
# 創(chuàng)建圖形對象以及子圖對象
fig, ax = plt.subplots()
# 創(chuàng)建線條對象
line, = ax.plot([], [], lw=2)
# 創(chuàng)建文本對象用于顯示 x 和 y 值
text = ax.text(0., 0., '', transform=ax.transAxes)
# 設置文本位置
text.set_position((0.7, 0.95))
# 將文本對象添加到圖形中
ax.add_artist(text)
ax.grid()
xdata, ydata = [], []
 
# 更新函數(shù)，將新的數(shù)據(jù)添加到圖形中
def run(data):
    # 獲取傳入的數(shù)據(jù)
    t, y = data
    # 將時間和對應的y值添加到xdata和ydata中
    xdata.append(t)
    ydata.append(y)
    # 獲取當前坐標軸的范圍
    xmin, xmax = ax.get_xlim()
    # 更新文本對象的值
    text.set_text('x = {:.2f}, y = {:.2f}'.format(t, y))
    # 如果時間t超過當前范圍，更新坐標軸范圍
    if t >= xmax:
        ax.set_xlim(xmin, 2*xmax)
        # 重繪圖形
        ax.figure.canvas.draw()
    # 更新線條的數(shù)據(jù)
    line.set_data(xdata, ydata)
 
    return line, text
 
# 創(chuàng)建動畫對象
# fig：圖形對象
# run：更新函數(shù)，用于更新圖形中的數(shù)據(jù)
# data_gen(20)：生成器函數(shù)，產(chǎn)生數(shù)據(jù)的最大范圍為20
# interval=100：每幀動畫的時間間隔為100毫秒
# init_func=init：初始化函數(shù)，用于設置圖形的初始狀態(tài)
# repeat=True：動畫重復播放
ani = animation.FuncAnimation(fig, run, data_gen(20), interval=100, init_func=init, repeat=True)
 
# 顯示圖形
plt.show()

import matplotlib.pyplot as plt
import numpy as np
import matplotlib.animation as animation
 
# 創(chuàng)建一個圖形窗口和坐標軸
fig, ax = plt.subplots()
 
# 創(chuàng)建時間數(shù)組
t = np.linspace(0, 3, 50)
 
# 自由落體加速度
g = -9.81
 
# 初始速度
v0 = 12
 
# 計算高度
z = g * t**2 / 2 + v0 * t
 
# 第二個初始速度
v02 = 5
 
# 計算第二個高度
z2 = g * t**2 / 2 + v02 * t
 
# 創(chuàng)建散點圖
scat = ax.scatter(t[0], z[0], c="b", s=5, label=f'v0 = {v0} m/s')
 
# 創(chuàng)建線圖
line2 = ax.plot(t[0], z2[0], label=f'v0 = {v02} m/s')[0]
 
# 設置坐標軸范圍和標簽
ax.set(xlim=[0, 3], ylim=[-4, 10], xlabel='Time [s]', ylabel='Z [m]')
 
# 添加圖例
ax.legend()
 
 
def update(frame):
    x = t[:frame]
    y = z[:frame]
    
    # 更新散點圖
    data = np.stack([x, y]).T
    # 更新散點圖中每個點的位置
    scat.set_offsets(data)
    
    # 更新線圖
    line2.set_xdata(t[:frame])
    line2.set_ydata(z2[:frame])
    
    return (scat, line2)
 
# 創(chuàng)建動畫
# frames為數(shù)值表示動畫的總幀數(shù)，即每次更新參數(shù)傳入當前幀號
ani = animation.FuncAnimation(fig=fig, func=update, frames=40, interval=30)
 
# 顯示圖形
plt.show()

import math
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.animation import FuncAnimation
# 定義分布概率密度函數(shù)
def beta_pdf(x, a, b):
    return (x**(a-1) * (1-x)**(b-1) * math.gamma(a + b)
            / (math.gamma(a) * math.gamma(b)))
# 更新分布類，用于更新動態(tài)圖
class UpdateDist:
    def __init__(self, ax, prob=0.5):
        self.success = 0
        self.prob = prob
        self.line, = ax.plot([], [], 'k-')
        self.x = np.linspace(0, 1, 200)
        self.ax = ax
        # 設置圖形參數(shù)
        self.ax.set_xlim(0, 1)
        self.ax.set_ylim(0, 10)
        self.ax.grid(True)
        # 這條豎直線代表了理論值，圖中的分布應該趨近于這個值
        self.ax.axvline(prob, linestyle='--', color='black')
    def __call__(self, i):
        # 這樣圖形可以連續(xù)運行，我們只需不斷觀察過程的新實現(xiàn)
        if i == 0:
            self.success = 0
            self.line.set_data([], [])
            return self.line,
        # 根據(jù)超過閾值與均勻選擇來選擇成功
        if np.random.rand() < self.prob:
            self.success += 1
        y = beta_pdf(self.x, self.success + 1, (i - self.success) + 1)
        self.line.set_data(self.x, y)
        return self.line,
# 設置隨機狀態(tài)以便再現(xiàn)結果
np.random.seed(0)
# 創(chuàng)建圖形和坐標軸對象
fig, ax = plt.subplots()
# 創(chuàng)建更新分布對象，并應該收斂到的理論值為0.7
ud = UpdateDist(ax, prob=0.7)
# 創(chuàng)建動畫對象
anim = FuncAnimation(fig, ud, frames=100, interval=100,
                     blit=True, repeat_delay=1000)
# 顯示動畫
plt.show()

import matplotlib.pyplot as plt
import numpy as np
 
from matplotlib.animation import FuncAnimation
 
# 設置隨機種子以確?？蓮同F(xiàn)性
np.random.seed(0)
 
# 創(chuàng)建畫布和坐標軸對象
fig = plt.figure(figsize=(7, 7))
# 在畫布上添加一個坐標軸對象。
# [0, 0, 1, 1]參數(shù)指定了坐標軸的位置和大小，分別表示左下角的 x 坐標、左下角的 y 坐標、寬度和高度。
# frameon=False參數(shù)表示不顯示坐標軸的邊框
ax = fig.add_axes([0, 0, 1, 1], frameon=False)
ax.set_xlim(0, 1), ax.set_xticks([])
ax.set_ylim(0, 1), ax.set_yticks([])
 
# 創(chuàng)建雨滴數(shù)據(jù)
n_drops = 50
rain_drops = np.zeros(n_drops, dtype=[('position', float, (2,)),
                                      ('size',     float),
                                      ('growth',   float),
                                      ('color',    float, (4,))])
 
# 隨機初始化雨滴的位置和生長速率
rain_drops['position'] = np.random.uniform(0, 1, (n_drops, 2))
rain_drops['growth'] = np.random.uniform(50, 200, n_drops)
 
# 創(chuàng)建散點圖對象，用于在動畫中更新雨滴的狀態(tài)
scat = ax.scatter(rain_drops['position'][:, 0], rain_drops['position'][:, 1],
                  s=rain_drops['size'], lw=0.5, edgecolors=rain_drops['color'],
                  facecolors='none')
 
def update(frame_number):
    # 獲取一個索引，用于重新生成最舊的雨滴
    current_index = frame_number % n_drops
 
    # 隨著時間的推移，使所有雨滴的顏色更加透明
    rain_drops['color'][:, 3] -= 1.0 / len(rain_drops)
    rain_drops['color'][:, 3] = np.clip(rain_drops['color'][:, 3], 0, 1)
 
    # 所有雨滴變大
    rain_drops['size'] += rain_drops['growth']
 
    # 為最舊的雨滴選擇一個新的位置，重置其大小、顏色和生長速率
    rain_drops['position'][current_index] = np.random.uniform(0, 1, 2)
    rain_drops['size'][current_index] = 5
    rain_drops['color'][current_index] = (0, 0, 0, 1)
    rain_drops['growth'][current_index] = np.random.uniform(50, 200)
 
    # 使用新的顏色、大小和位置更新散點圖對象
    scat.set_edgecolors(rain_drops['color'])
    scat.set_sizes(rain_drops['size'])
    scat.set_offsets(rain_drops['position'])
 
# 創(chuàng)建動畫，并將update函數(shù)作為動畫的回調(diào)函數(shù)
animation = FuncAnimation(fig, update, interval=10, save_count=100)
plt.show()

import matplotlib.pyplot as plt
import numpy as np
import matplotlib.animation as animation
from matplotlib.patches import ConnectionPatch
# 創(chuàng)建一個包含左右兩個子圖的圖形對象
fig, (axl, axr) = plt.subplots(
    ncols=2, # 指定一行中子圖的列數(shù)為2，即創(chuàng)建兩個子圖
    sharey=True,  # 共享y軸刻度
    figsize=(6, 2),  
    # width_ratios=[1, 3]指定第二個子圖的寬度為第一個子圖的三倍
    # wspace=0 設置子圖之間的水平間距為0
    gridspec_kw=dict(width_ratios=[1, 3], wspace=0), 
)
# 設置左側子圖縱橫比為1，即使得它的寬度和高度相等
axl.set_aspect(1)
# 設置右側子圖縱橫比為1/3，即高度是寬度的三分之一
axr.set_box_aspect(1 / 3)
# 右子圖不顯示y軸刻度
axr.yaxis.set_visible(False)
# 設置右子圖x軸刻度以及對應的標簽
axr.xaxis.set_ticks([0, np.pi, 2 * np.pi], ["0", r"$\pi$", r"$2\pi$"])
# 在左子圖上繪制圓
x = np.linspace(0, 2 * np.pi, 50)
axl.plot(np.cos(x), np.sin(x), "k", lw=0.3)
# 在左子圖上繪制初始點
point, = axl.plot(0, 0, "o")
# 在右子圖上繪制完整的正弦曲線，以設置視圖限制
sine, = axr.plot(x, np.sin(x))
# 繪制連接兩個圖表的連線
con = ConnectionPatch(
    (1, 0), # 連接線的起始點坐標
    (0, 0), # 連接線的終點坐標
    "data",
    "data",
    axesA=axl, # 指定連接線的起始點所在的坐標軸
    axesB=axr, # 指定連接線的終點所在的坐標軸
    color="red", 
    ls="dotted", # 連接線類型
)
fig.add_artist(con)
# 定義動畫函數(shù)
def animate(i):
    x = np.linspace(0, i, int(i * 25 / np.pi))
    sine.set_data(x, np.sin(x))
    x, y = np.cos(i), np.sin(i)
    point.set_data([x], [y])
    con.xy1 = x, y
    con.xy2 = i, y
    return point, sine, con
# 創(chuàng)建動畫對象
ani = animation.FuncAnimation(
    fig,
    animate,
    interval=50,  
    blit=False,   # 不使用blitting技術，這里Figure artists不支持blitting
    frames=x,     
    repeat_delay=100,  # 動畫重復播放延遲100毫秒
)
# 展示動畫
plt.show()

import matplotlib.pyplot as plt
import numpy as np
import matplotlib.animation as animation
from matplotlib.lines import Line2D
# 創(chuàng)建一個 Scope 類用于繪制動態(tài)圖形
class Scope:
    def __init__(self, ax, maxt=2, dt=0.02):
        """
        :param ax: Matplotlib 的坐標軸對象
        :param maxt: 時間的最大值，默認為2
        :param dt: 時間步長，默認為0.02
        """
        self.ax = ax
        self.dt = dt
        self.maxt = maxt
        self.tdata = [0]  # 時間數(shù)據(jù)的列表
        self.ydata = [0]  # y軸數(shù)據(jù)的列表
        self.line = Line2D(self.tdata, self.ydata)  # 創(chuàng)建一條線對象
        self.ax.add_line(self.line)  # 將線對象添加到坐標軸上
        self.ax.set_ylim(-.1, 1.1)  # 設置y軸范圍
        self.ax.set_xlim(0, self.maxt)  # 設置x軸范圍
    def update(self, y):
        """
        更新圖形數(shù)據(jù)
        :param y: 新的y軸數(shù)據(jù)
        :return: 更新后的線對象
        """
        lastt = self.tdata[-1]
        if lastt >= self.tdata[0] + self.maxt:  # 如果當前時間超過了最大時間，重新設置數(shù)組
            self.tdata = [self.tdata[-1]]
            self.ydata = [self.ydata[-1]]
            self.ax.set_xlim(self.tdata[0], self.tdata[0] + self.maxt)
            self.ax.figure.canvas.draw()
        # 進行時間的計算
        t = self.tdata[0] + len(self.tdata) * self.dt
        self.tdata.append(t)
        self.ydata.append(y)
        self.line.set_data(self.tdata, self.ydata)
        return self.line,
def emitter(p=0.1):
    """以概率p（范圍為[0, 1)）返回一個隨機值，否則返回0"""
    while True:
        v = np.random.rand()
        if v > p:
            yield 0.
        else:
            yield np.random.rand()
np.random.seed(0)
fig, ax = plt.subplots()  # 創(chuàng)建一個圖形窗口和一對坐標軸
scope = Scope(ax)  # 創(chuàng)建一個Scope對象，用于繪制動態(tài)圖
# 使用scope的類函數(shù)update作為更新函數(shù)
ani = animation.FuncAnimation(fig, scope.update, emitter, interval=50, blit=True, save_count=100)
plt.show() 

import pandas as pd 
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker 
from matplotlib.animation import FuncAnimation  
import matplotlib.patches as mpatches 
# 定義一個函數(shù)，用于生成顏色列表
def generate_colors(string_list):
    num_colors = len(string_list)
    # 使用tab10調(diào)色板，可以根據(jù)需要選擇不同的調(diào)色板
    colormap = plt.cm.get_cmap('tab10', num_colors)
    colors = []
    for i in range(num_colors):
        color = colormap(i)
        colors.append(color)
    return colors
# 讀取CSV文件，并選擇所需的列
# 數(shù)據(jù)地址：https://media.geeksforgeeks.org/wp-content/cdn-uploads/20210901121516/city_populations.csv
df = pd.read_csv('city_populations.csv', usecols=[
                 'name', 'group', 'year', 'value'])
# 將年份列轉(zhuǎn)換為整數(shù)型
df['year'] = df['year'].astype(int)
# 將人口數(shù)量列轉(zhuǎn)換為浮點型
df['value'] = df['value'].astype(float)
# 獲取城市分組列表
group = list(set(df.group))
# 生成城市分組對應的顏色字典
group_clolor = dict(zip(group, generate_colors(group)))
# 創(chuàng)建城市名稱與分組的字典
group_name = df.set_index('name')['group'].to_dict()
# 定義繪制柱狀圖的函數(shù)
def draw_barchart(year):
    # 根據(jù)年份篩選數(shù)據(jù)，并按人口數(shù)量進行降序排序，取出最大范圍的數(shù)據(jù)
    df_year = df[df['year'].eq(year)].sort_values(
        by='value', ascending=True).tail(max_range)
    ax.clear()
    # 繪制水平柱狀圖，并設置顏色
    ax.barh(df_year['name'], df_year['value'], color=[
            group_clolor[group_name[x]] for x in df_year['name']])
    # 在柱狀圖上方添加文字標簽
    dx = df_year['value'].max() / 200
    for i, (value, name) in enumerate(zip(df_year['value'], df_year['name'])):
        # 城市名
        ax.text(value-dx, i, name,
                size=12, weight=600,
                ha='right', va='bottom')
        ax.text(value-dx, i-0.25, group_name[name],
                size=10, color='#333333',
                ha='right', va='baseline')
        # 地區(qū)名
        ax.text(value+dx, i, f'{value:,.0f}',
                size=12, ha='left',  va='center')
    # 設置其他樣式
    ax.text(1, 0.2, year, transform=ax.transAxes,
            color='#777777', size=46, ha='right',
            weight=800)
    ax.text(0, 1.06, 'Population (thousands)',
            transform=ax.transAxes, size=12,
            color='#777777')
    # 添加圖例
    handles = []
    for name, color in group_clolor.items():
        patch = mpatches.Patch(color=color, label=name)
        handles.append(patch)
    ax.legend(handles=handles, fontsize=12, loc='center', bbox_to_anchor=(
        0.5, -0.03), ncol=len(group_clolor), frameon=False)
    # x軸的主要刻度格式化，不保留小數(shù)
    ax.xaxis.set_major_formatter(ticker.StrMethodFormatter('{x:,.0f}'))
    # 將x軸的刻度位置設置在圖的頂部
    ax.xaxis.set_ticks_position('top')
    # 設置x軸的刻度顏色為灰色(#777777)，字體大小為16
    ax.tick_params(axis='x', colors='#777777', labelsize=16)
    # 清除y軸的刻度標簽
    ax.set_yticks([])
    # 在x軸和y軸上設置0.01的邊距
    ax.margins(0, 0.01)
    # 在x軸上繪制主要網(wǎng)格線，線條樣式為實線
    ax.grid(which='major', axis='x', linestyle='-')
    # 設置網(wǎng)格線繪制在圖像下方
    ax.set_axisbelow(True)
    # 添加繪圖信息
    ax.text(0, 1.10, f'The {max_range} most populous cities in the world from {start_year} to {end_year}',
            transform=ax.transAxes, size=24, weight=600, ha='left')
    ax.text(1, 0, 'Produced by luohenyueji',
            transform=ax.transAxes, ha='right', color='#777777',
            bbox=dict(facecolor='white', alpha=0.8, edgecolor='white'))
    plt.box(False)
# 創(chuàng)建繪圖所需的figure和axes
fig, ax = plt.subplots(figsize=(12, 8))
start_year = 2000
end_year = 2020
# 設置最多顯示城市數(shù)量
max_range = 15
# 獲取數(shù)據(jù)中的最小年份和最大年份，并進行校驗
min_year, max_year = min(set(df.year)), max(set(df.year))
assert min_year <= start_year, f"end_year cannot be lower than {min_year}"
assert end_year <= max_year, f"end_year cannot be higher  than {max_year}"
# 創(chuàng)建動畫對象，調(diào)用draw_barchart函數(shù)進行繪制
ani = FuncAnimation(fig, draw_barchart, frames=range(
    start_year, end_year+1), repeat_delay=1000, interval=200)
fig.subplots_adjust(left=0.04, right=0.94, bottom=0.05)
# 顯示圖形
plt.show()

import matplotlib.pyplot as plt
import numpy as np
 
import matplotlib.animation as animation
 
fig, ax = plt.subplots()
 
# 定義函數(shù) f(x, y)，返回 np.sin(x) + np.cos(y)
def f(x, y):
    return np.sin(x) + np.cos(y)
 
# 生成 x 和 y 的取值范圍
x = np.linspace(0, 2 * np.pi, 120)
y = np.linspace(0, 2 * np.pi, 100).reshape(-1, 1)
 
# ims 是一個列表的列表，每一行是當前幀要繪制的藝術品列表；
# 在這里我們只在每一幀動畫中繪制一個藝術家，即圖像
ims = []
 
# 循環(huán)生成動畫的每一幀，并存入一個列表
for i in range(60):
    # 更新 x 和 y 的取值
    x += np.pi / 15
    y += np.pi / 30
    # 調(diào)用函數(shù) f(x, y)，并繪制其返回的圖像
    im = ax.imshow(f(x, y), animated=True)
    if i == 0:
        # 首先顯示一個初始的圖像
        ax.imshow(f(x, y))
    # 將當前幀添加到ims中
    ims.append([im])
 
# 基于ims中的繪圖對象繪制動圖
ani = animation.ArtistAnimation(fig, ims, interval=50, blit=True,
                                repeat_delay=1000)
 
# 顯示動畫
plt.show()

import matplotlib.pyplot as plt  
import numpy as np
import matplotlib.animation as animation  
 
fig, ax = plt.subplots() 
rng = np.random.default_rng(0) 
# # 創(chuàng)建一個包含5個元素的數(shù)組，表示數(shù)據(jù)集
data = np.array([20, 20, 20, 20,20])  
# 創(chuàng)建一個包含5個字符串的列表，表示數(shù)據(jù)集的標簽
x = ["A", "B", "C", "D","E"]  
 
# 創(chuàng)建一個空列表，用于存儲圖形對象
artists = []  
# 創(chuàng)建一個包含5個顏色值的列表，用于繪制圖形
colors = ['tab:blue', 'tab:red', 'tab:green', 'tab:purple', 'tab:orange']  
 
for i in range(20):
    # 隨機生成一個與data形狀相同的數(shù)組，并將其加到data中
    data += rng.integers(low=0, high=10, size=data.shape)  
    # 創(chuàng)建一個水平條形圖，并設置顏色
    container = ax.barh(x, data, color=colors)
    # 設置x軸范圍
    ax.set_xlim(0,150)
    # 將創(chuàng)建的圖形對象添加到列表中
    artists.append(container)  
 
# 創(chuàng)建一個ArtistAnimation對象，指定圖形窗口和圖形對象列表以及動畫間隔時間
ani = animation.ArtistAnimation(fig=fig, artists=artists, interval=200) 
plt.show() 

# 動圖
ani.save(filename="pillow_example.gif", writer="pillow")
ani.save(filename="pillow_example.apng", writer="pillow")
 
# 視頻，需要安裝ffmpeg
ani.save(filename="ffmpeg_example.mkv", writer="ffmpeg")
ani.save(filename="ffmpeg_example.mp4", writer="ffmpeg")
ani.save(filename="ffmpeg_example.mjpeg", writer="ffmpeg")

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
 
# 創(chuàng)建畫布和坐標軸
fig, ax = plt.subplots()
xdata, ydata = [], []
ln, = plt.plot([], [], 'r-')
 
 
def init():
    ax.set_xlim(0, 2*np.pi)
    ax.set_ylim(-1, 1)
    return ln,
 
 
def update(frame):
    x = np.linspace(0, 2*np.pi, 100)
    y = np.sin(x + frame/10)
    ln.set_data(x, y)
    return ln,
 
 
# 創(chuàng)建動畫對象
ani = FuncAnimation(fig, update, frames=100, interval=100,
                    init_func=init, blit=True, repeat=False)
 
ani.save(filename="pillow_example.gif", writer=writer, dpi=150)

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
from matplotlib import animation
# 創(chuàng)建畫布和坐標軸
fig, ax = plt.subplots()
xdata, ydata = [], []
ln, = plt.plot([], [], 'r-')
def init():
    ax.set_xlim(0, 2*np.pi)
    ax.set_ylim(-1, 1)
    return ln,
def update(frame):
    x = np.linspace(0, 2*np.pi, 100)
    y = np.sin(x + frame/10)
    ln.set_data(x, y)
    return ln,
# 創(chuàng)建動畫對象
ani = FuncAnimation(fig, update, frames=100, interval=100,
                    init_func=init, blit=True, repeat=False)
# 創(chuàng)建自定義的動畫寫入類
class SubPillowWriter(animation.PillowWriter):
    def __init__(self, loop=1, **kwargs):
        super().__init__(**kwargs)
        # 將loop設置為0，表示無限循環(huán)播放；如果設置為一個大于0的數(shù)值，表示循環(huán)播放指定次數(shù)
        self.loop = loop
    # 定義播放結束時，保存圖片的代碼
    def finish(self):
        # 調(diào)用了pillow包
        self._frames[0].save(self.outfile, save_all=True, append_images=self._frames[1:], duration=int(
            1000 / self.fps), loop=self.loop)
# 創(chuàng)建動畫寫入對象
# fps=15：每秒幀數(shù)，表示動畫的播放速度為每秒 15 幀。
# metadata=dict(artist='luohenyueji')：元數(shù)據(jù)信息，包括藝術家信息，將被添加到生成的GIF文件中。
writer = SubPillowWriter(fps=15, metadata=dict(artist='luohenyueji'))
ani.save(filename="pillow_example.gif", writer=writer, dpi=150)

from PIL import Image, ImageDraw
import os
def merge_image(in_img, out_img, pos, orient="horizontal"):
    """
    合并圖像的函數(shù)
    參數(shù):
        in_img (PIL.Image): 輸入圖像
        out_img (PIL.Image): 輸出圖像
        pos (int): 分割位置
        orient (str): 圖像合并方向，默認水平horizontal,可選垂直vertical
    返回:
        result_image (PIL.Image): 合并后的圖像
    """
    if orient == "horizontal":
        # 將圖像分為左右兩部分
        left_image = out_img.crop((0, 0, pos, out_img.size[1]))
        right_image = in_img.crop((pos, 0, in_img.size[0], in_img.size[1]))
        # 合并左右兩部分圖像
        result_image = Image.new(
            'RGB', (left_image.size[0] + right_image.size[0], left_image.size[1]))
        result_image.paste(left_image, (0, 0))
        result_image.paste(right_image, (left_image.size[0], 0))
        # 添加滑動線條
        draw = ImageDraw.Draw(result_image)
        draw.line([(left_image.size[0], 0), (left_image.size[0],
                  left_image.size[1])], fill=(0, 255, 255), width=3)
    elif orient == 'vertical':
        # 將圖像分為上下兩部分
        top_image = out_img.crop((0, 0, out_img.size[0], pos))
        bottom_image = in_img.crop((0, pos, in_img.size[0], in_img.size[1]))
        # 合并上下兩部分圖像
        result_image = Image.new(
            'RGB', (top_image.size[0], top_image.size[1] + bottom_image.size[1]))
        result_image.paste(top_image, (0, 0))
        result_image.paste(bottom_image, (0, top_image.size[1]))
        # 添加滑動線條
        draw = ImageDraw.Draw(result_image)
        draw.line([(0, top_image.size[1]), (top_image.size[0],
                  top_image.size[1])], fill=(0, 255, 255), width=3)
    return result_image
def main(img_in_path, img_out_path, span=100, save=False, orient='horizontal', loop=0, duration=100, repeat_delay=500, save_name="output"):
    """
    主函數(shù)
    參數(shù):
        img_in_path (str): 起始圖片路徑
        img_out_path (str): 目標圖片路徑
        span (int): 分割步長，默認為100
        save (bool): 是否保存中間幀圖像，默認為False
        orient (str): 合并方向，默認水平
        loop (int): 循環(huán)次數(shù)，默認為0（無限循環(huán)）
        duration (int): 幀持續(xù)時間（毫秒），默認為100
        repeat_delay (int): 循環(huán)之間的延遲時間（毫秒），默認為500
        save_name (str): 保存動畫的文件名，默認為"output"
    """
    # 讀取原始圖像
    img_in = Image.open(img_in_path).convert("RGB")
    img_out = Image.open(img_out_path).convert("RGB")
    assert img_in.size == img_out.size, "Unequal size of two input images"
    if save:
        output_dir = 'output'
        os.makedirs(output_dir, exist_ok=True)
    frames = []
    frames.append(img_in)
    span_end = img_in.size[0] if orient == 'horizontal' else img_in.size[1]
    # 逐張生成gif圖片每一幀
    for pos in range(span, span_end, span):
        print(pos)
        result_image = merge_image(img_in, img_out, pos, orient)
        if save:
            result_image.save(f"output/{pos:04}.jpg")
        frames.append(result_image)
    if save:
        img_in.save("output/0000.jpg")
        img_out.save(f"output/{img_in.size[0]:04}.jpg")
    # 添加過渡效果
    durations = [duration]*len(frames)
    durations.append(repeat_delay)
    frames.append(img_out)
    # 生成動圖
    # frames[0].save：表示將frames列表中的第一張圖片作為輸出GIF動畫的第一幀
    # '{save_name}.gif'：表示將輸出的GIF動畫保存在當前目錄下并命名為{save_name}.gif
    # format='GIF'：表示輸出的文件格式為GIF格式
    # append_images=frames[1:]：表示將frames列表中除了第一張圖片以外的剩余圖片作為輸出GIF動畫的后續(xù)幀
    # save_all=True：表示將所有的幀都保存到輸出的GIF動畫中
    # duration：表示每一幀的持續(xù)時間duration，可以是數(shù)值也可以是列表。如果是列表則單獨表示每一幀的時間
    # loop=0：表示循環(huán)播放次數(shù)為0，即無限循環(huán)播放
    # optimize=True：表示優(yōu)化圖片生成
    frames[0].save(f'{save_name}.gif', format='GIF', append_images=frames[1:],
                   save_all=True, duration=durations, loop=loop, optimize=True)
if __name__ == "__main__":
    # 起始圖片路徑
    img_in_path = 'in.jpg'
    # 目標圖片路徑
    img_out_path = 'out.jpg'
    # 調(diào)用 main 函數(shù)，并傳入相應的參數(shù)
    main(
        img_in_path,                   # 起始圖片路徑
        img_out_path,                  # 目標圖片路徑
        save=True,                     # 是否保存中間結果
        span=150,                      # 分割步長，默認為 150
        orient='horizontal',           # 合并方向，默認為水平（可選值為 'horizontal' 或 'vertical'）
        duration=500,                  # 幀持續(xù)時間（毫秒），默認為500
        save_name="output",            # 保存動畫的文件名，默認為 "output"
        repeat_delay=2000              # 循環(huán)之間的延遲時間（毫秒）默認為 500
    )

from PIL import Image
import os
# 圖片文件夾路徑
image_folder = 'output'
# 保存的動圖路徑及文件名
animated_gif_path = 'output.gif'
# 獲取圖片文件列表
image_files = [f for f in os.listdir(image_folder) if f.endswith('.jpg') or f.endswith('.png')]
image_files.sort()
# 創(chuàng)建圖片幀列表
frames = []
for file_name in image_files:
    image_path = os.path.join(image_folder, file_name)
    img = Image.open(image_path)
    frames.append(img)
# 保存為動圖
frames[0].save(animated_gif_path, format='GIF', append_images=frames[1:], save_all=True, duration=200, loop=0)