MISC

import zipfile
import os
import shutil

# 设置初始压缩包名
current_zip = '00000017.zip'
save_directory = 'extracted_file'  # 设置保存最里面文件的目录

# 创建保存目录
if not os.path.exists(save_directory):
    os.makedirs(save_directory)

# 解压层数计数
level = 0

while True:
    with zipfile.ZipFile(current_zip, 'r') as zip_ref:
        # 获取压缩包内的文件名
        inner_file = zip_ref.namelist()[0]
        #print(f"正在解压第 {level + 1} 层: {inner_file}")

        # 解压缩文件
        zip_ref.extract(inner_file)

    # 在 with 语句块外执行删除，确保 zip 文件不再被占用
    os.remove(current_zip)

    # 设置下一次要解压的文件
    current_zip = inner_file
    level += 1

    # 检查文件是否为最后一个，停止解压
    if not inner_file.endswith('.zip'):
        #print(f"解压完成，最里面的文件是: {inner_file}")
        # 将最里面的文件保存到指定目录
        shutil.move(inner_file, os.path.join(save_directory, inner_file))
        #print(f"文件已保存到: {save_directory}/{inner_file}")
        break

import cv2
import numpy as np

# 读取图像
image = cv2.imread('key.png', cv2.IMREAD_GRAYSCALE)

# 获取图像的高度和宽度
height, width = image.shape

# 遍历每一列
for col in range(width):
    # 获取这一列的所有像素
    column_pixels = image[:, col]

    # 检查是否同时存在黑色 (0) 和白色 (255) 像素
    if 0 in column_pixels:
        # 如果存在黑色像素，整列涂黑
        image[:, col] = 0
    elif 255 in column_pixels:
        # 如果只有白色像素，整列涂白
        image[:, col] = 255

# 保存或显示结果图像
cv2.imwrite('output_image.png', image)
cv2.imshow('Processed Image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

from PIL import Image
import numpy as np
import os

# 图片的文件夹路径
folder_path = 'src'  # 替换为实际路径

# 读取图片并存储在列表中
images = []
for i in range(1089):
    img_path = os.path.join(folder_path, f'{i}.jpg')  # 读取从 0.jpg 到 1088.jpg
    img = Image.open(img_path)
    images.append(img)

# 确保图片是相同的大小
img_width, img_height = images[0].size

# 创建一个新的大图像
final_image = Image.new('RGB', (33 * img_width, 33 * img_height))

# 按顺序拼接图片
for idx, img in enumerate(images):
    row = idx // 33
    col = idx % 33
    final_image.paste(img, (col * img_width, row * img_height))

# 保存最终拼接的大图像
final_image.save('final_image.png')

import os
import hashlib

# 文件夹路径
folder_path = 'gifframe'  # 替换为实际路径

# 定义 MD5 映射
md5_mapping = {
    '2CFBADD88594FEBF53A238D4EBBBBAB5': '-',
    '61841A5C1AF24B59967C29A520AB30DA': None,  # 不处理
    '59A6C1A807145F750944A5C809FEC10A': '.',
    '5B143D5BEC0E28700B5CD3B569B96DDB': ' '  # 空格
}

# 存储结果
result = []

# 遍历文件夹中的所有文件，按数字顺序读取
for i in range(258): 
    filename = f'{i}.png'
    file_path = os.path.join(folder_path, filename)

    if os.path.exists(file_path):  # 确保文件存在
        # 计算文件的 MD5 值
        with open(file_path, 'rb') as f:
            file_hash = hashlib.md5(f.read()).hexdigest().upper()  # 读取文件并计算 MD5

        # 根据 MD5 值进行处理
        if file_hash in md5_mapping:
            value = md5_mapping[file_hash]
            if value is not None:  # 如果不是 None，才添加到结果中
                result.append(value)

# 输出结果
final_result = ''.join(result)
print(final_result)