Python實現(xiàn)批量圖片的切割

更新時間：2023年09月13日 15:54:43 作者：Rattenking

本文主要介紹了Python實現(xiàn)批量圖片的切割,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧

1. 需求場景

在實際開發(fā)中，我們會遇到一種很無聊，但是又必須實現(xiàn)的需求，就是比如協(xié)議、大量的宣傳頁面、大量的靜態(tài)介紹頁面、或者大量靜態(tài)頁面，但是頁面高度很高，甚至高度可能會達到50000px，但是為了渲染友好的需求，因此就需要將圖片切小，比如規(guī)定高度300px每張，就需要切一百多張圖片，可想如果做那種一個省份的每個縣城的介紹頁面，頁面就有幾十個，一個頁面少的都要切割幾十張，多的上百張，是不是一個讓人崩潰的需求，但是作為開發(fā)人員，我們要學會自己開發(fā)一些小工具，讓我們從這些無聊，而又不得不實現(xiàn)的需求中解放出來。小工具開發(fā)！我曾經(jīng)遇到的最多的是自己切圖，開發(fā)四十多個靜態(tài)介紹頁面，當時不會python，切到發(fā)吐，有時psd還會卡死，崩潰的一天！

2. 需求實現(xiàn)

圖片切割方法很多，比如 PIL 和 OPENCV，由于我之前學習過 opencv，因此本文采用 opencv 實現(xiàn)；
獲取我們需要切割圖片的固定高度；
需要切割的圖片篩選；
完成對圖片的切割；
保存切割好的圖片。

3. 需要切割圖片預覽

輸入圖片說明

4. 篩選需要切割的圖片

獲取路徑下的所有文件；

篩選其中的圖片文件，返回圖片名稱列表。

# 獲取文件夾下所有圖片文件名稱
def get_all_image_names(path):
  # 獲取路徑下的所有文件
  names = os.listdir(path)
  # 篩選其中的圖片文件，返回圖片名稱列表
  image_names = list(filter(lambda x : x.split('.').pop() in ['jpg', 'png', 'jpeg', 'bmp'], names))
  return image_names

5. 單個圖片切割

獲取需要切割圖片的固定高度；
所需要切割圖片的存放路徑；
切割后圖片的存放位置；
讀取全部需要切割的圖片名稱；
循環(huán)獲取圖片名稱；
單獨獲取圖片名稱；
單獨處理當前需要切割圖片。

if __name__ == "__main__":
  # 獲取需要切割圖片的固定高度
  init_img_h = int(input("請輸入切割圖片的固定高度："))
  # 所需要切割圖片的存放路徑
  path = './images'
  # 切割后圖片的存放位置
  if not os.path.exists(f'./out_images/'):
    os.makedirs(f'./out_images/')
  # 讀取全部需要切割的圖片名稱
  images = get_all_image_names(path)
  # 循環(huán)獲取圖片名稱
  for name in images:
    # 單獨獲取圖片名稱
    key_name = name.split('.')[0]
    # 單獨處理當前需要切割圖片
    handle_single_image(f'{path}/{name}', init_img_h, key_name)

6. 圖片處理

讀取圖片，獲取圖片的寬高；
根據(jù)固定高度和圖片高度計算需要切割的圖片張數(shù)；
計算切割圖片的結(jié)束Y坐標；
如果計算的結(jié)束坐標大于圖片高度，直接使用圖片高度作為結(jié)束坐標；
調(diào)用opencv的切割封裝方法，獲取切割后的圖片對象；
保存切割后的圖像。

# 處理切割單張圖片
def handle_single_image(path, init_img_h, key_name):
  # 讀取圖片，獲取圖片的寬高
  img = cv.imread(path)
  h,w,c = img.shape
  # 根據(jù)固定高度和圖片高度計算需要切割的圖片張數(shù)
  for val in range(math.ceil(h / init_img_h)):
    # 計算切割圖片的結(jié)束Y坐標
    end_h = (val + 1) * init_img_h
    # 如果計算的結(jié)束坐標大于圖片高度，直接使用圖片高度作為結(jié)束坐標
    if end_h > h:
      end_h = h
    # 調(diào)用opencv的切割封裝方法，獲取切割后的圖片對象
    crop_img = crop_image(img, 0, val * init_img_h, w, end_h)
    # 保存切割后的圖像
    cv.imwrite(f"./out_images/{key_name}{'%05d'%val}.png",crop_img)

7. 切割封裝

# 切割圖片
def crop_image(img,startX,startY,endX,endY):
  # 根據(jù)傳入的坐標值，進行圖像切割
  crop_img = img[startY:endY, startX:endX]
  return crop_img

8. 完整代碼

import cv2 as cv
import os
import math
# 獲取文件夾下所有圖片文件名稱
def get_all_image_names(path):
  # 獲取路徑下的所有文件
  names = os.listdir(path)
  # 篩選其中的圖片文件，返回圖片名稱列表
  image_names = list(filter(lambda x : x.split('.').pop() in ['jpg', 'png', 'jpeg', 'bmp'], names))
  return image_names
# 處理切割單張圖片
def handle_single_image(path, init_img_h, key_name):
  # 讀取圖片，獲取圖片的寬高
  img = cv.imread(path)
  h,w,c = img.shape
  # 根據(jù)固定高度和圖片高度計算需要切割的圖片張數(shù)
  for val in range(math.ceil(h / init_img_h)):
    # 計算切割圖片的結(jié)束Y坐標
    end_h = (val + 1) * init_img_h
    # 如果計算的結(jié)束坐標大于圖片高度，直接使用圖片高度作為結(jié)束坐標
    if end_h > h:
      end_h = h
    # 調(diào)用opencv的切割封裝方法，獲取切割后的圖片對象
    crop_img = crop_image(img, 0, val * init_img_h, w, end_h)
    # 保存切割后的圖像
    cv.imwrite(f"./out_images/{key_name}{'%05d'%val}.png",crop_img)
# 切割圖片
def crop_image(img,startX,startY,endX,endY):
  # 根據(jù)傳入的坐標值，進行圖像切割
  crop_img = img[startY:endY, startX:endX]
  return crop_img
if __name__ == "__main__":
  # 獲取需要切割圖片的固定高度
  init_img_h = int(input("請輸入切割圖片的固定高度："))
  # 所需要切割圖片的存放路徑
  path = './images'
  # 切割后圖片的存放位置
  if not os.path.exists(f'./out_images/'):
    os.makedirs(f'./out_images/')
  # 讀取全部需要切割的圖片名稱
  images = get_all_image_names(path)
  # 循環(huán)獲取圖片名稱
  for name in images:
    # 單獨獲取圖片名稱
    key_name = name.split('.')[0]
    # 單獨處理當前需要切割圖片
    handle_single_image(f'{path}/{name}', init_img_h, key_name)