Python實(shí)現(xiàn)拼接多張圖片的方法
本文實(shí)例講述了Python實(shí)現(xiàn)拼接多張圖片的方法。分享給大家供大家參考。具體分析如下:
這里所述計(jì)劃實(shí)現(xiàn)如下操作:
① 用Latex寫原始博文,生成PDF文檔;
② 將PDF轉(zhuǎn)成高清的PNG格式的圖片;
③ 將多個(gè)PNG格式的圖片合并成一大張圖片;
④ 將最終的大圖片直接上傳到博文編輯器中
好了,如果將PDF文檔轉(zhuǎn)換成其他的圖片格式呢?我建議windowns下可用Adobe Acrobat X Pro軟件完成這個(gè)工作,操作步驟如下面兩圖所示。注意在圖二中一定要自己指定一個(gè)分辨率,不用用自動(dòng)的,否則生成的圖片大小會(huì)有差異的。就我的多次嘗試來(lái)看,分辨率設(shè)置得太大了,雖然圖片放大后仍然很清晰,但是貼到博文中仍然需要不斷地調(diào)整大小,選擇“59.06像素/厘米”就非常合適了。需要注意的是,博客的主題要選那種供博文顯示的頁(yè)面比較寬的,否則貼圖片上去也不怎么好看的。
將PDF文檔用Adobe Acrobat X Pro另存為圖片后,就會(huì)在PDF文檔所在的目錄下生成一系列的名為“PDFfilename_頁(yè)面_XX.png"的一系列圖片。我們接下來(lái)的任務(wù)就是要將這些圖片合并成一張圖片。我選用了強(qiáng)大便捷的Python來(lái)完成這項(xiàng)任務(wù)。剛開(kāi)始用matplotlib庫(kù)來(lái)操作,可是最終發(fā)現(xiàn)matplotlib中的保存圖片的函數(shù)(無(wú)論是Image.imsave()還是pyplot.imsave())都有一定的限制,那就是圖片的長(zhǎng)或?qū)挾疾荒艹^(guò)32768。這個(gè)限制讓我很不滿意,繼續(xù)嘗試其他的圖像操作的庫(kù),最終發(fā)現(xiàn)PIL庫(kù)不存在這個(gè)限制,問(wèn)題也得到了解決。下面這段Python代碼默認(rèn)所有圖片對(duì)應(yīng)的順序是文件名末尾序號(hào)的升序,序號(hào)可以不連續(xù),能處理的圖片名字必須是形如xx_1.png ... xx_100.png或者xx_001.png ... xx_100.png。最后短小精悍的Python代碼如下:
#encoding=utf-8
import numpy as np
from PIL import Image
import glob,os
if __name__=='__main__':
prefix=input('Input the prefix of images:')
files=glob.glob(prefix+'_*')
num=len(files)
filename_lens=[len(x) for x in files] #length of the files
min_len=min(filename_lens) #minimal length of filenames
max_len=max(filename_lens) #maximal length of filenames
if min_len==max_len:#the last number of each filename has the same length
files=sorted(files) #sort the files in ascending order
else:#maybe the filenames are:x_0.png ... x_10.png ... x_100.png
index=[0 for x in range(num)]
for i in range(num):
filename=files[i]
start=filename.rfind('_')+1
end=filename.rfind('.')
file_no=int(filename[start:end])
index[i]=file_no
index=sorted(index)
files=[prefix+'_'+str(x)+'.png' for x in index]
print(files[0])
baseimg=Image.open(files[0])
sz=baseimg.size
basemat=np.atleast_2d(baseimg)
for i in range(1,num):
file=files[i]
im=Image.open(file)
im=im.resize(sz,Image.ANTIALIAS)
mat=np.atleast_2d(im)
print(file)
basemat=np.append(basemat,mat,axis=0)
final_img=Image.fromarray(basemat)
final_img.save('merged.png')
希望本文所述對(duì)大家的Python程序設(shè)計(jì)有所幫助。
相關(guān)文章
詳解pytorch tensor和ndarray轉(zhuǎn)換相關(guān)總結(jié)
這篇文章主要介紹了詳解pytorch tensor和ndarray轉(zhuǎn)換相關(guān)總結(jié),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-09-09
將labelme格式數(shù)據(jù)轉(zhuǎn)化為標(biāo)準(zhǔn)的coco數(shù)據(jù)集格式方式
今天小編就為大家分享一篇將labelme格式數(shù)據(jù)轉(zhuǎn)化為標(biāo)準(zhǔn)的coco數(shù)據(jù)集格式方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-02-02
Python用 KNN 進(jìn)行驗(yàn)證碼識(shí)別的實(shí)現(xiàn)方法
這篇文章主要介紹了Python用 KNN 進(jìn)行驗(yàn)證碼識(shí)別的相關(guān)資料,非常不錯(cuò),具有參考借鑒價(jià)值,需要的朋友可以參考下2018-02-02
Django自定義YamlField實(shí)現(xiàn)過(guò)程解析
這篇文章主要介紹了Django自定義YamlField實(shí)現(xiàn)過(guò)程解析,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-11-11
Python標(biāo)準(zhǔn)庫(kù)pickle的簡(jiǎn)單使用
本文主要介紹了Python標(biāo)準(zhǔn)庫(kù)pickle的簡(jiǎn)單使用,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2023-05-05
WIn10+Anaconda環(huán)境下安裝PyTorch(避坑指南)
這篇文章主要介紹了WIn10+Anaconda環(huán)境下安裝PyTorch(避坑指南),小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2019-01-01
Scrapy基于selenium結(jié)合爬取淘寶的實(shí)例講解
今天小編就為大家分享一篇Scrapy基于selenium結(jié)合爬取淘寶的實(shí)例講解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-06-06
python使用sklearn實(shí)現(xiàn)決策樹(shù)的方法示例
這篇文章主要介紹了python使用sklearn實(shí)現(xiàn)決策樹(shù)的方法示例,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-09-09

