https://github.com/zenor0/keep-forgery-screenshot

使用 Python 和 Photoshop 自动化生成 Keep 跑步结果截图
https://github.com/zenor0/keep-forgery-screenshot

font forgery generate jupyter-notebook keep photoshop psd python screenshot

Last synced: about 1 month ago
JSON representation

使用 Python 和 Photoshop 自动化生成 Keep 跑步结果截图

• Host: GitHub
• URL: https://github.com/zenor0/keep-forgery-screenshot
• Owner: zenor0
• Created: 2024-05-16T03:25:51.000Z (7 months ago)
• Default Branch: master
• Last Pushed: 2024-06-07T15:16:01.000Z (7 months ago)
• Last Synced: 2024-06-07T17:50:40.246Z (7 months ago)
• Topics: font, forgery, generate, jupyter-notebook, keep, photoshop, psd, python, screenshot
• Language: Jupyter Notebook
• Homepage:
• Size: 97.7 KB
• Stars: 0
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: readme.md

Awesome Lists containing this project

README

        
# KEEP FORGERY

> [!NOTE]

> 由于不同的设备分辨率不同, 请根据底图中实际的各个组件的位置修改 PSD 文件中图层的位置.

利用 photoshop-python-api 自动化生成 Keep 跑步截图. 输入一张 Keep 的截图, 通过修改代码中的配置文件, 你可以自定义截图上不同字段的内容.

另外提供从 Keep 安装包中提取出的 Keep Sans 字体, 你可以在 `fonts` 文件夹下找到. 使用本项目前请确保你已经安装了该字体.

# 运行环境

项目在 Python 3.10.12 on Windows 11 上开发测试.

Photoshop 版本为 Adobe Photoshop 25.3.1.

# 安装依赖

```shell

pip install -r requirements.txt

```

# 使用方法

## 生成

指定 `base_image` 作为你的底图

```python

base_image = "修改为你的图片路径"

```

然后执行 notebook 中的所有代码, 你将会在 `output` 文件夹下看到生成的图片.

## 自定义配置

通过修改代码中的配置文件, 你可以自定义生成截图的内容.

样例数据:

```python

weather = random.choice(['晴', '阴', '雨', '雪', '多云', '雷阵雨', '小雨', '小雪', '中雨', '中雪', '大雨', '大雪'])

temperature = random.randint(10, 20)

# 配置修改的模块

config = {

    'time': False,

    'user_id': False,

    'stamp': False,

    'mile': False,

    'total_time': False,

    'sport_time': False,

    'speed_avg': False,

    'cal': False,

    'climb': False,

    'step_frequency': True,

}

# 自定义生成的数据

img_data = {

    'time': datetime.datetime.now().strftime("%H:%M"),

    'user_id': '你的名字',

    'stamp': f'{datetime.datetime.now().strftime("%Y/%m/%d")} {datetime.datetime.now().strftime("%H:%M")} - {datetime.datetime.now().strftime("%H:%M")} · {weather} · {temperature}℃',

    'mile': random.randint(100, 200) / 100,

    'total_time': datetime.timedelta(seconds=random.randint(600, 3000)).__str__(),

    'sport_time': datetime.timedelta(seconds=random.randint(600, 3000)).__str__(),

    'speed_avg': f'{random.randint(10, 20)}\'{random.randint(10, 59)}\'\'',

    'cal': f'{random.randint(100, 200)}',

    'climb': f'{random.randint(100, 200)}',

    'step_frequency': f'{random.randint(60,80)}',

}

flag_attr = ['cal', 'climb', 'step_frequency']

img_data

```