Metadata-Version: 2.1
Name: nonebot-plugin-imagemaster
Version: 1.0.7
Summary: 提供多种图像处理功能的bot插件
Author: phquathi
Author-email: yangziqi233@gmail.com
Requires-Python: >=3.7,<4.0
Classifier: Programming Language :: Python :: 3
Classifier: Programming Language :: Python :: 3.7
Classifier: Programming Language :: Python :: 3.8
Classifier: Programming Language :: Python :: 3.9
Classifier: Programming Language :: Python :: 3.10
Classifier: Programming Language :: Python :: 3.11
Classifier: Programming Language :: Python :: 3.12
Requires-Dist: Pillow (>=8.0.0,<9.0.0)
Requires-Dist: httpx (>=0.24.0,<0.25.0)
Requires-Dist: nonebot-adapter-onebot (>=2.0.0,<3.0.0)
Requires-Dist: nonebot-plugin-apscheduler (>=0.4.0,<0.5.0)
Requires-Dist: nonebot2 (>=2.0.0,<3.0.0)
Requires-Dist: numpy (>=1.0.0,<2.0.0)
Requires-Dist: opencv-python (>=4.0.0,<5.0.0)
Description-Content-Type: text/markdown

# nonebot-plugin-imagemaster
基于cv2的轻量化在线图片编辑插件，提供多种图像处理功能，包括色彩调整、裁剪、表情包和特殊效果等

## 介绍

简易修图、表情包，随手使用


## 安装
使用nb-cli进行安装

``nb plugin install nonebot-plugin-imagemaster``



使用pip进行安装

``pip install nonebot-plugin-imagemaster``
## 使用

| 指令            | 描述           | 
|---------------|--------------|
| @机器人+图片处理     |  应用不同的图像处理滤镜 |
| @机器人+图像裁剪     | 对图片进行裁剪      |
| @机器人+图像拼接     | 将多张图片拼接成一张   |
| @机器人+表情包制作    | 制作自定义文字的表情包  |



### 图片处理

1. 发送 `图片处理`
2. 发送图片
3. 等待机器人发送进一步的指令提示


### 图像裁剪

1. 发送 `图像裁剪`
2. 发送图片
3. 等待机器人发送进一步的指令提示

### 图像拼接

1. 发送``图像拼接``

2. 根据指令发送图片数量

3. **重点！！！** 需要**一次性**发送所有张图片，安卓端选择好一定数量的图片后发送并不是**一次性**发送，需要把所有图像**合并为一条消息**才能发送出去

   (1). pc端

   ​		具体地，在电脑端的操作为把所有图片都放到消息框里发送，较为容易

   ![pc端](src/1.png)

   ​		此时发送即为**合并成一条消息**发送

   ![pc2](src/2.png)

   ​	(2). 安卓端**（最新版qq已不支持此特性，拼接功能只能使用pc端实现）**

   ​			在安卓端的操作较复杂一点，并且必须为**非简洁模式**才能合并多张图片为一条消息，简洁模式无法实现

   ​			首先在文本框里**打入一个空格**，后再选择图片

   ​	![andriod](src/3.png)

   ​			然后发送即可实现合并

   ​	![android2](src/4.png)

   如果发生数字输入错误，可以发送``停止拼接``以停止当前活动

   

### 表情包

1. 发送 `表情包制作`
2. 发送图片
3. 等待机器人发送进一步的指令提示

## 画饼

未来将添加文字识别、~~图像拼接~~等功能

## 贡献
欢迎提交Pull Request或报告Issues。

## 许可
[MIT License](LICENSE)

## 致谢
特此感谢本学期计算机视觉课程的教授，他的专业指导和启发性教学为本项目提供了宝贵的理论支持和灵感。作者在课程中学习到的知识和技能，对于本项目的成功实现起到了关键性作用。我们对他的辛勤付出和深厚的专业知识表示最深的敬意和感激。



