前言：
本人菜鸟，不对的地方请指正，勿喷，感激不尽~~
背景：
公司让我扒了一些文章，要保持文章结构，图片正确穿插在文章内，图片还要保存在本地，以post的形式发送数据，但是后来发现图片大部分有水印，还要我做图片水印处理，就有了这篇文章的出现
思路：
通过对图片的观察，发现水印的位置都在右下角的位置，这就方便了我菜鸟干活。
两个处理思路：
1.高斯模糊【不管图片有没有水印都会高斯模糊】
2.图片叠加【同上】
高斯模糊：
在实现这个思路的时候，发现官方的源码，bouns参数是传了也没有用的，在源码里面没有调用这个参数。所以修改了下源码，在网上也证实了（因为本人菜鸟，不确定）
修改源码如下：
# encoding=utf-8
# Time : 2018/1/19
# Email : z2615@163.com
# Software: PyCharm
# Language: Python 3
from PIL import ImageFilter
class MyGaussianBlur(ImageFilter.Filter):
name = "GaussianBlur"
'''用于图片高斯模糊处理，源码修改过来'''
def __init__(self, radius=2, bounds=None):
self.radius = radius
self.bounds = bounds
def filter(self, image):
if self.bounds:
clips = image.crop(self.bounds).gaussian_blur(self.radius)
image.paste(clips, self.bounds)
return image
else:
return image.gaussian_blur(self.radius)
修改完之后，就方便多了，直接导入使用，测试可以实现局部区域的高斯模糊，但是图片太多，一篇文章对应一个文件夹，所以还要将所有图片的路径当作参数添加到列表，遍历列表，实现对图片的修改。
首先，将图片路径参数传入一个方法，方便修改：
# encoding=utf-8
# Time : 2018/1/19
# Email : z2615@163.com
# Software: PyCharm
# Language: Python 3
from GaussianBlur import MyGaussianBlur
from PIL import Image
def gaussian(img):
'''需要处理的图片'''
path_img = img
'''处理完保存的图片'''
re_img = img.split('/')[-1]
image = Image.open(path_img)
'''bounds的四个参数，用于高斯模糊，添加水印,165和70是水印大小'''
x = image.size[0]
y = image.size[1]
z = image.size[0] - 165
l = image.size[1] - 70
# bound = (z, l, x, y)
'''高斯模糊'''
image = image.filter(MyGaussianBlur(radius=5.8, bounds=(z, l, x, y)))
try:
image.save(re_img)
except:
image.save(re_img + '.jpg')
print('SUCCESS:', re_img)
# return bound
radius参数：大小根据需要自己调，默认是2，在源码中可以看到。
bounds参数：元组的形式。不添加这个参数是对整个图片做模糊处理。
至于except中的.jpg,是有部分图片没有后缀，爬取的时候给自己挖的坑，懒得读取图片格式，直接就加的jpg
因为只做模糊处理就将部分参数注释掉了，将文件保存为：test_gaussi.py(名字随意)
接下来就要读取图片了【处理完的图片会覆盖掉原来的图片，另有需要先备份】，代码如下：
# encoding=utf-8
# Time : 2018/1/19
# Email : z2615@163.com
# Software: PyCharm
# Language: Python 3
import os
from test_gaussi import gaussian
path = os.getcwd() + '\\test_img'
file = os.listdir(path)
img_path_list = []
'''水印图片'''
# logo = Image.open('./logo.png')
'''获取当前文件夹下的所有文件夹'''
for x in file:
img_path = path + "\\" + x
img_list = os.listdir(img_path)
for i in img_list:
i_path = img_path + '\\' + i
img_path_list.append(i_path)
'''获取文件夹下的所有图片'''
for img in img_path_list:
try:
gaussian(img)
except:
print('img file is damaged ', img)
pass
效果图：
最后：
1.因为懒，所以，就这么简单的写了，哪位仁兄可以的话，自行修改。当然，写出来之后分享下^_^~~
2.图片的叠加，需要用到bounds参数，将高斯模糊那部分注释掉
