同樣的工作，有人喝著咖啡、品著茶，上班卡點到，下班按時走，卻總能完成任務，得到領導賞識。也有人加班加點，甚至晚上回家還在工作，總是忙個不停，依然完不成任務，天天挨罵，工作一團糟，生活也一地雞毛，不是不努力，不是不上心，只是方法錯了。領導只看結果，所謂的拼命和努力只不過是感動了自己，不信看我最近幫朋友做的一個自動化辦公的案例：

最近一位做攝影朋友找我幫忙，他們正在幫一家服裝電商上線夏秋季新品，但是迫于經費壓力，沒有找專業的模特，還是招了幾個大學生兼職模特，這就需要他提前准備好專業模特的動作圖片，拍攝當天學生照著大屏上的圖片擺姿勢，圖片都是網上下載以及之前留存的資料，需要重新命名並按一定的順序進行排列，我的朋友和他的同事都分到了幾千張圖片的重命名任務，原始圖片如下【涉及商業機密，只選取了幾張樣例圖片用于展示】：

要求命名規則爲站姿排在前面並改成"1_"，手部類的姿勢排在其次命名爲"2_"類似此類就不贅述了。重命名後的文件名如下：

朋友接到任務後，跟同事一起“右鍵——重命名——修改名稱——Enter”，這可能也是大多數人處理這個問題的方式，不吃不喝不撒不拉的話，一小時應該可能重命名幾百個圖片吧，幾千張就需要十幾個小時，第二天一早就要用這些圖片，眼看時間不夠，朋友找到我，看有沒有好的方法，正所謂“屁股決定腦袋”作爲程序員第一反應當然是代碼解決啦！

import osfrom PIL import Imagedata_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("動態","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行代碼輕松解決，不到5分鍾，上萬張照片的重命名就完成了。

“人生無常，大腸包小腸”，第二天拍攝當天，朋友緊急打來電話，現場出現問題，原來場地有兩個大屏一個放映男模特動作，一個放映女模特動作，兩組模特同時拍攝，但當天一個大屏出現問題用不了了，男女模特間隔拍攝的話，就趕不上進度了，問我有沒有什麽辦法將男女模特圖合並到一張圖裏。在程序員眼裏，就沒有代碼解決不了的問題，如果有，只能說明沒有學到位。

原來的圖片男女生模特姿勢分別在兩個文件夾中。

我實現圖片合並的代碼如下：

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 Imagefrom torchvision import transformsdef 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)

實現了圖片合並，還保證了合並後的兩個圖片的寬度高度是相同的。不僅實現了橫向合並，還贈送了縱向合並。

十幾分鍾後，就把合並好的模特圖傳到了拍攝現場。

試想以上兩個問題如果不用辦公自動化，手動實現每個任務都需要整天時間，力沒少出，肯定也沒法在預期時間內完成。

一百四十萬前不會使用石器的原始人被迫滅絕了，4000多年前，不會使用青銅武器的國家亡了，3000多年前不會使用鐵器的農民餓死了，300多年前不會使用蒸汽機的清政府讓中國技術落後了上百年，幾十年前，不會使用數控機床的工人下崗了，今天，不會自動化辦公的打工人，正在備受煎熬，這就是工具的力量，技術的魅力。

我是愛讀書的人工智能算法研究僧，致力于用知識改善生活，用技術優化工作，關注我，一起學習，一起AI。