基于 itchat 庫來獲取微信好友頭像并執行拼接操作，對微信上文字化好友列表數據進行可視化展示。

獲取好友頭像

def save_avatar(folder): """ 保存微信好友頭像 :param folder: 保存的文件夾 """ itchat.auto_login(hotReload=True) users = itchat.get_friends() or [] print('%d friends found.' % len(users)) if not os.path.exists(folder):  os.makedirs(folder) index = 1 for i, user in enumerate(users):  nickname = user.RemarkName  username = user.UserName  file_path = os.path.join(folder, '%03d_%s.png' % (i, nickname))  if not os.path.isfile(file_path): # 不重復下載   avatar = itchat.get_head_img(username)   with open(file_path, 'w') as f:    f.write(avatar)    print('Download %d: %s' % (index, file_path))    index += 1

這里只需要傳入一個保存頭像的文件夾即可，運行 itchat.auto_login(hotReload=True) 后會彈出微信掃碼界面讓你授權微信登錄，以便接下來的好友數據獲取。

在圖片下載時，我添加了一個防止重復下載的判斷，以免多次運行時每次都要重新進行頭像的下載。

取出待拼接頭像

def get_image_files(folder, filters=None): """ 取出待拼接頭像 :param folder: 目標文件夾 :param filters: 需要過濾的圖片 :return: 頭像路徑 """ filters = filters or [] filenames = [os.path.join(folder, sub) for sub in os.listdir(folder)     if sub.endswith('.png') and not filters.__contains__(sub)] return filenames

這里單獨寫個方法是為了把過濾的邏輯封裝進來，以便于去掉指定的微信好友的頭像（比如純色的頭像在拼接之后的大圖看上去很明顯，非強迫癥可忽略）。

計算拼接的排列

def calculate_align_way(image_num, force_align=False): """ 計算圖片排版對齊方式 :param image_num: 圖片數量 :return: (rowls, columns) """ actual_value = image_num ** 0.5 suggest_value = int(actual_value) if actual_value == suggest_value or force_align:  return suggest_value, suggest_value else:  return suggest_value, suggest_value + 1

因為需要知道最終拼接圖片的行列數，所有這里單獨定義一個計算方法。算法就是直接對圖片總數開根號，取出的結果如果正好是整數，就直接返回該結果。如果不是整數（大多數情況都如此），則根據參數 force_align 來決定是否強制進行正好全部鋪滿的顯示。如果設為 True ，能強制鋪滿，但會有部分好友未顯示完全；反之則是相對的情況。 后面發現拼接圖片最后一行有很多黑色空位時，只需要更改該參數為True即可。

拼接

def join_images(image_files, rows, cols, width, height, save_file=None): """ 拼接操作 :param image_files: 待拼接的圖片 :param rows: 行數 :param cols: 列數 :param width: 每張小頭像的寬度 :param height: 每張小頭像的高度 :param save_file: 拼接好圖片的保存路徑 """ canvas = np.ones((height * rows, width * cols, 3), np.uint8) for row in range(rows):  for col in range(cols):   index = row * cols + col   if index >= len(image_files):    break   file_path = image_files[index]   im = Image.open(file_path)   im = im.resize((width, height))   im_data = np.array(im)   if len(im_data.shape) == 2:    im_data = np.expand_dims(im_data, -1)   x = col * width   y = row * height   canvas[y: y + height, x: x + width, :] = im_data image = Image.fromarray(canvas) image.show() if save_file:  image.save(save_file)