同样的工作，有人喝着咖啡、品着茶，上班卡点到，下班按时走，却总能完成任务，得到领导赏识。也有人加班加点，甚至晚上回家还在工作，总是忙个不停，依然完不成任务，天天挨骂，工作一团糟，生活也一地鸡毛，不是不努力，不是不上心，只是方法错了。领导只看结果，所谓的拼命和努力只不过是感动了自己，不信看我最近帮朋友做的一个自动化办公的案例：
最近一位做摄影朋友找我帮忙，他们正在帮一家服装电商上线夏秋季新品，但是迫于经费压力，没有找专业的模特，还是招了几个大学生兼职模特，这就需要他提前准备好专业模特的动作图片，拍摄当天学生照着大屏上的图片摆姿势，图片都是网上下载以及之前留存的资料，需要重新命名并按一定的顺序进行排列，我的朋友和他的同事都分到了几千张图片的重命名任务，原始图片如下【涉及商业机密，只选取了几张样例图片用于展示】：
要求命名规则为站姿排在前面并改成"1_"，手部类的姿势排在其次命名为"2_"类似此类就不赘述了。重命名后的文件名如下：
朋友接到任务后，跟同事一起“右键——重命名——修改名称——Enter”，这可能也是大多数人处理这个问题的方式，不吃不喝不撒不拉的话，一小时应该可能重命名几百个图片吧，几千张就需要十几个小时，第二天一早就要用这些图片，眼看时间不够，朋友找到我，看有没有好的方法，正所谓“屁股决定脑袋”作为程序员第一反应当然是代码解决啦！
import os
from PIL import Image
data_path = "/home/young/data/myself/men/"
dir_path = "/home/young/data/myself/man/"
for i in os.listdir(data_path):
print(i)
j = i.replace("站姿","1_").replace("手部","2_").replace("衣服","3_").replace("动态","4_").replace("坐姿","5_")
print(j)
img = Image.open(os.path.join(data_path,i))
img.save(os.path.join(dir_path,j))
10行代码轻松解决，不到5分钟，上万张照片的重命名就完成了。
“人生无常，大肠包小肠”，第二天拍摄当天，朋友紧急打来电话，现场出现问题，原来场地有两个大屏一个放映男模特动作，一个放映女模特动作，两组模特同时拍摄，但当天一个大屏出现问题用不了了，男女模特间隔拍摄的话，就赶不上进度了，问我有没有什么办法将男女模特图合并到一张图里。在程序员眼里，就没有代码解决不了的问题，如果有，只能说明没有学到位。
原来的图片男女生模特姿势分别在两个文件夹中。
我实现图片合并的代码如下：
man_pic = "/home/young/data/model/man_final/"
woman_pic = "/home/young/data/model/woman/"
man_list = os.listdir(man_pic)
woman_list = os.listdir(woman_pic)
men_list = [man_pic i for i in man_list]
women_list = [woman_pic i for i in woman_list]
save_dir = "/home/young/data/model/joint/"
if not os.path.exists(save_dir):
os.makedirs(save_dir)
from PIL import Image
from torchvision import transforms
def image_Splicing(img_1, img_2, flag,save_dir ,pic_name="joint"):
img1 = Image.open(img_1)
img2 = Image.open(img_2)
size1, size2 = img1.size, img2.size
# radio = size1[0]/size1[1]
# img_org = cv2.imread(str(img_1))
img2 = transforms.Resize([size1[1],size1[0]])(img2)
size2 = img2.size
# max_height = max(size1[1])
if flag == 'x':
joint = Image.new("RGB", (size1[0] size2[0], size1[1]))
loc1, loc2 = (0, 0), (size1[0], 0)
else:
joint = Image.new("RGB", (size1[0], size2[1] size1[1]))
loc1, loc2 = (0, 0), (0, size1[1])
joint.paste(img1, loc1)
joint.paste(img2, loc2)
joint.save(save_dir str(pic_name) '.png')
for i,(men,women)in enumerate(zip(women_list,men_list)):
image_Splicing(men,women,"x",save_dir,i 1)
实现了图片合并，还保证了合并后的两个图片的宽度高度是相同的。不仅实现了横向合并，还赠送了纵向合并。
十几分钟后，就把合并好的模特图传到了拍摄现场。
试想以上两个问题如果不用办公自动化，手动实现每个任务都需要整天时间，力没少出，肯定也没法在预期时间内完成。
一百四十万前不会使用石器的原始人被迫灭绝了，4000多年前，不会使用青铜武器的国家亡了，3000多年前不会使用铁器的农民饿死了，300多年前不会使用蒸汽机的清政府让中国技术落后了上百年，几十年前，不会使用数控机床的工人下岗了，今天，不会自动化办公的打工人，正在备受煎熬，这就是工具的力量，技术的魅力。
我是爱读书的人工智能算法研究僧，致力于用知识改善生活，用技术优化工作，关注我，一起学习，一起AI。
,