python將多張圖片合并成一張圖片的過程
更新時間：2024年03月12日 08:56:21 作者：zhaojiafu666
這篇文章主要介紹了python將多張圖片合并成一張圖片的全過程,文中通過代碼示例和圖文給大家講解的非常詳細,對大家學習使用python將多張圖片合并成一張圖片有一定的幫助,需要的朋友可以參考下
說明：
今天想著把圖片如何合并成一張圖片，然后我就搜到了一篇博客，博主寫的很好，我仔細看了，還能用，就是效果不太好（就是原圖的形狀比例變了，看著很不爽），然后我重新優(yōu)化了下。
合并圖片的三個過程
1、參考原博主的：
import os
import PIL.Image as Image
IMAGES_PATH = r'E:\000photo\漫畫柜\\' # 圖片集地址
IMAGES_FORMAT = ['.jpg', '.JPG'] # 圖片格式
IMAGE_SIZE = 256 # 每張小圖片的大小
IMAGE_ROW = 4 # 圖片間隔，也就是合并成一張圖后，一共有幾行
IMAGE_COLUMN = 6 # 圖片間隔，也就是合并成一張圖后，一共有幾列
IMAGE_SAVE_PATH = r'E:\000photo\漫畫柜\final.jpg' # 圖片轉換后的地址
# 獲取圖片集地址下的所有圖片名稱
image_names = [name for name in os.listdir(IMAGES_PATH) for item in IMAGES_FORMAT if
os.path.splitext(name)[1] == item]
print("image_names", image_names)
# 簡單的對于參數(shù)的設定和實際圖片集的大小進行數(shù)量判斷
if len(image_names) != IMAGE_ROW * IMAGE_COLUMN:
raise ValueError("合成圖片的參數(shù)和要求的數(shù)量不能匹配！")
# 定義圖像拼接函數(shù)
def image_compose():
to_image = Image.new('RGB', (IMAGE_COLUMN * IMAGE_SIZE, IMAGE_ROW * IMAGE_SIZE)) # 創(chuàng)建一個新圖
# 循環(huán)遍歷，把每張圖片按順序粘貼到對應位置上
for y in range(1, IMAGE_ROW + 1):
for x in range(1, IMAGE_COLUMN + 1):
from_image = Image.open(IMAGES_PATH + image_names[IMAGE_COLUMN * (y - 1) + x - 1]).resize(
(IMAGE_SIZE, IMAGE_SIZE), Image.ANTIALIAS)
to_image.paste(from_image, ((x - 1) * IMAGE_SIZE, (y - 1) * IMAGE_SIZE))
return to_image.save(IMAGE_SAVE_PATH) # 保存新圖
image_compose() # 調用函數(shù)
我的原圖片：
其實這個代碼有倆個我覺得要優(yōu)化的地方：
第一個就是：要求的圖片的數(shù)量，我想改成合并的圖片的列自己定義，行隨著數(shù)量的增加自動往下增加。
第二個就是：我想把原圖片的形狀保持不變。
2、優(yōu)化第一個數(shù)量問題：
這個代碼改動較少，不過已經達到了數(shù)量問題。
import os
import PIL.Image as Image
IMAGES_PATH = r'E:\000photo\漫畫柜\\' # 圖片集地址
IMAGES_FORMAT = ['.jpg', '.JPG'] # 圖片格式
IMAGE_SIZE = 256 # 每張小圖片的大小
IMAGE_COLUMN = 5 # 圖片間隔，也就是合并成一張圖后，一共有幾列
IMAGE_SAVE_PATH = r'E:\000photo\漫畫柜final.jpg' # 圖片轉換后的地址
# 獲取圖片集地址下的所有圖片名稱
image_names = [name for name in os.listdir(IMAGES_PATH) for item in IMAGES_FORMAT if
os.path.splitext(name)[1] == item]
# IMAGE_ROW = 4 # 圖片間隔，也就是合并成一張圖后，一共有幾行
IMAGE_ROW_yu = len(image_names) % IMAGE_COLUMN
if IMAGE_ROW_yu == 0:
IMAGE_ROW = len(image_names) // IMAGE_COLUMN
else:
IMAGE_ROW = len(image_names) // IMAGE_COLUMN + 1
print("image_names", image_names)
# 定義圖像拼接函數(shù)
def image_compose():
to_image = Image.new('RGB', (IMAGE_COLUMN * IMAGE_SIZE, IMAGE_ROW * IMAGE_SIZE)) # 創(chuàng)建一個新圖
# 循環(huán)遍歷，把每張圖片按順序粘貼到對應位置上
total_num = 0
for y in range(1, IMAGE_ROW + 1):
for x in range(1, IMAGE_COLUMN + 1):
from_image = Image.open(IMAGES_PATH + image_names[IMAGE_COLUMN * (y - 1) + x - 1]).resize(
(IMAGE_SIZE, IMAGE_SIZE), Image.ANTIALIAS)
to_image.paste(from_image, ((x - 1) * IMAGE_SIZE, (y - 1) * IMAGE_SIZE))
total_num += 1
if total_num == len(image_names):
break
return to_image.save(IMAGE_SAVE_PATH) # 保存新圖
image_compose() # 調用函數(shù)
可以看到，當我圖片不是正好是行列的倍數(shù)時，不影響圖片的拼接合并。
3、優(yōu)化倆個問題（數(shù)量不限+性狀按比例變小）
這個代碼幾乎全部改了，我重新按自己想要的效果邏輯改動的，最后合并的像素寬和高是從圖片列表中去80%的位置圖片的寬和高（排序之后），這樣可以百分之80的圖片是完全顯示的，可能其他的不是全部顯示，但是原圖的形狀是沒有變化。
import os
import PIL.Image as Image
def resize_by_width(infile, image_size):
"""按照寬度進行所需比例縮放"""
im = Image.open(infile)
(x, y) = im.size
lv = round(x / image_size, 2) + 0.01
x_s = int(x // lv)
y_s = int(y // lv)
print("x_s", x_s, y_s)
out = im.resize((x_s, y_s), Image.ANTIALIAS)
return out
def get_new_img_xy(infile, image_size):
"""返回一個圖片的寬、高像素"""
im = Image.open(infile)
(x, y) = im.size
lv = round(x / image_size, 2) + 0.01
x_s = x // lv
y_s = y // lv
# print("x_s", x_s, y_s)
# out = im.resize((x_s, y_s), Image.ANTIALIAS)
return x_s, y_s
# 定義圖像拼接函數(shù)
def image_compose(image_colnum, image_size, image_rownum, image_names, image_save_path, x_new, y_new):
to_image = Image.new('RGB', (image_colnum * x_new, image_rownum * y_new)) # 創(chuàng)建一個新圖
# 循環(huán)遍歷，把每張圖片按順序粘貼到對應位置上
total_num = 0
for y in range(1, image_rownum + 1):
for x in range(1, image_colnum + 1):
from_image = resize_by_width(image_names[image_colnum * (y - 1) + x - 1], image_size)
# from_image = Image.open(image_names[image_colnum * (y - 1) + x - 1]).resize((image_size,image_size ), Image.ANTIALIAS)
to_image.paste(from_image, ((x - 1) * x_new, (y - 1) * y_new))
total_num += 1
if total_num == len(image_names):
break
return to_image.save(image_save_path) # 保存新圖
def get_image_list_fullpath(dir_path):
file_name_list = os.listdir(dir_path)
image_fullpath_list = []
for file_name_one in file_name_list:
file_one_path = os.path.join(dir_path, file_name_one)
if os.path.isfile(file_one_path):
image_fullpath_list.append(file_one_path)
else:
img_path_list = get_image_list_fullpath(file_one_path)
image_fullpath_list.extend(img_path_list)
return image_fullpath_list
def merge_images(image_dir_path,image_size,image_colnum):
# 獲取圖片集地址下的所有圖片名稱
image_fullpath_list = get_image_list_fullpath(image_dir_path)
print("image_fullpath_list", len(image_fullpath_list), image_fullpath_list)
image_save_path = r'{}.jpg'.format(image_dir_path) # 圖片轉換后的地址
# image_rownum = 4 # 圖片間隔，也就是合并成一張圖后，一共有幾行
image_rownum_yu = len(image_fullpath_list) % image_colnum
if image_rownum_yu == 0:
image_rownum = len(image_fullpath_list) // image_colnum
else:
image_rownum = len(image_fullpath_list) // image_colnum + 1
x_list = []
y_list = []
for img_file in image_fullpath_list:
img_x, img_y = get_new_img_xy(img_file, image_size)
x_list.append(img_x)
y_list.append(img_y)
print("x_list", sorted(x_list))
print("y_list", sorted(y_list))
x_new = int(x_list[len(x_list) // 5 * 4])
y_new = int(x_list[len(y_list) // 5 * 4])
image_compose(image_colnum, image_size, image_rownum, image_fullpath_list, image_save_path, x_new, y_new) # 調用函數(shù)
# for img_file in image_fullpath_list:
# resize_by_width(img_file,image_size)
if __name__ == '__main__':
image_dir_path = r'E:\000photo\美女' # 圖片集地址
image_size = 128 # 每張小圖片的大小
image_colnum = 10 # 合并成一張圖后，一行有幾個小圖
merge_images(image_dir_path, image_size, image_colnum)
因為圖片整的比較多。
截圖小部分：
最后可以看出，原圖片的形狀沒有變化，至此，弄了倆個小時，總算弄成我想要的效果了。
4、優(yōu)化黑行高度問題
最近有三個小伙伴私信我，說黑白行問題，今天決定再擼下一年多前的代碼。
然后開始過一遍之前的代碼，發(fā)現(xiàn)之前有個地方寫錯了，我當時也沒有發(fā)現(xiàn)，竟然這么多人看我代碼了，也沒有懂Python的小伙伴給我提醒下么？？？
主要就是之前的：
y_new = int(x_list[len(y_list) // 5 * 4])
這個地方x_list應該是y_list，改下就可以了。
y_new = int(y_list[len(y_list) // 5 * 4])
感覺小伙伴們也不咋動手，我還是吧完整的粘貼出來吧。
import os
import PIL.Image as Image
def resize_by_width(infile, image_size):
"""按照寬度進行所需比例縮放"""
im = Image.open(infile)
(x, y) = im.size
lv = round(x / image_size, 2) + 0.01
x_s = int(x // lv)
y_s = int(y // lv)
print("x_s", x_s, y_s)
out = im.resize((x_s, y_s), Image.ANTIALIAS)
return out
def get_new_img_xy(infile, image_size):
"""返回一個圖片的寬、高像素"""
im = Image.open(infile)
(x, y) = im.size
lv = round(x / image_size, 2) + 0.01
x_s = x // lv
y_s = y // lv
# print("x_s", x_s, y_s)
# out = im.resize((x_s, y_s), Image.ANTIALIAS)
return x_s, y_s
# 定義圖像拼接函數(shù)
def image_compose(image_colnum, image_size, image_rownum, image_names, image_save_path, x_new, y_new):
to_image = Image.new('RGB', (image_colnum * x_new, image_rownum * y_new)) # 創(chuàng)建一個新圖
# 循環(huán)遍歷，把每張圖片按順序粘貼到對應位置上
total_num = 0
for y in range(1, image_rownum + 1):
for x in range(1, image_colnum + 1):
from_image = resize_by_width(image_names[image_colnum * (y - 1) + x - 1], image_size)
# from_image = Image.open(image_names[image_colnum * (y - 1) + x - 1]).resize((image_size,image_size ), Image.ANTIALIAS)
to_image.paste(from_image, ((x - 1) * x_new, (y - 1) * y_new))
total_num += 1
if total_num == len(image_names):
break
return to_image.save(image_save_path) # 保存新圖
def get_image_list_fullpath(dir_path):
file_name_list = os.listdir(dir_path)
image_fullpath_list = []
for file_name_one in file_name_list:
file_one_path = os.path.join(dir_path, file_name_one)
if os.path.isfile(file_one_path):
image_fullpath_list.append(file_one_path)
else:
img_path_list = get_image_list_fullpath(file_one_path)
image_fullpath_list.extend(img_path_list)
return image_fullpath_list
def merge_images(image_dir_path,image_size,image_colnum):
# 獲取圖片集地址下的所有圖片名稱
image_fullpath_list = get_image_list_fullpath(image_dir_path)
print("image_fullpath_list", len(image_fullpath_list), image_fullpath_list)
image_save_path = r'{}.jpg'.format(image_dir_path) # 圖片轉換后的地址
# image_rownum = 4 # 圖片間隔，也就是合并成一張圖后，一共有幾行
image_rownum_yu = len(image_fullpath_list) % image_colnum
if image_rownum_yu == 0:
image_rownum = len(image_fullpath_list) // image_colnum
else:
image_rownum = len(image_fullpath_list) // image_colnum + 1
x_list = []
y_list = []
for img_file in image_fullpath_list:
img_x, img_y = get_new_img_xy(img_file, image_size)
x_list.append(img_x)
y_list.append(img_y)
print("x_list", sorted(x_list))
print("y_list", sorted(y_list))
x_new = int(x_list[len(x_list) // 5 * 4])
y_new = int(y_list[len(y_list) // 5 * 4])
print(" x_new, y_new", x_new, y_new)
image_compose(image_colnum, image_size, image_rownum, image_fullpath_list, image_save_path, x_new, y_new) # 調用函數(shù)
# for img_file in image_fullpath_list:
# resize_by_width(img_file,image_size)
if __name__ == '__main__':
image_dir_path = r'C:\Users\user\Downloads\archives\趙麗穎壁紙_-_國內版_Bing_images' # 圖片集地址
image_size = 128 # 每張小圖片的大小
image_colnum = 10 # 合并成一張圖后，一行有幾個小圖
merge_images(image_dir_path, image_size, image_colnum)
給大家上個效果圖：
5、合成圖片不清晰問題：
這個主要是像素同比例縮小導致的，我這里image_size = 128 ，該我720，就特別清晰了。
總結下：
給學習編程的小伙伴一個建議：學習人家代碼時候，大家可以先讀懂人家的代碼，自己嘗試修改，看效果。
最后可以看出，原圖片的形狀沒有變化，至此，黑白問題已經修改。
以上就是python將多張圖片合并成一張圖片的過程的詳細內容，更多關于python多張圖片合成的資料請關注腳本之家其它相關文章！
相關文章
這篇文章主要為大家詳細介紹了Python讀取Json字典寫入Excel表格的方法，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-01-01
Python是一種非常靈活的編程語言，可以混合使用同步和異步函數(shù)來實現(xiàn)更高效的編程。本文將介紹如何在Python中混合使用同步和異步函數(shù)，以及如何在不同場景下選擇合適的函數(shù)，感興趣的可以了解一下2023-03-03
Python實現(xiàn)設置windows桌面壁紙代碼分享
這篇文章主要介紹了Python實現(xiàn)設置windows桌面壁紙,本文直接給出實現(xiàn)代碼,需要的朋友可以參考下2015-03-03
python中實現(xiàn)控制小數(shù)點位數(shù)的方法
今天小編就為大家分享一篇python中實現(xiàn)控制小數(shù)點位數(shù)的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-01-01
正則表達式是在處理字符串時非常有用的工具,而re.group()是在匹配到的文本中提取特定分組內容的方法之一,這篇文章主要介紹了Python 正則表達式之re.group()用法,需要的朋友可以參考下2024-01-01
詳解Python并發(fā)編程之創(chuàng)建多線程的幾種方法
這篇文章主要介紹了詳解Python并發(fā)編程之創(chuàng)建多線程的幾種方法，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2019-08-08
YOLOV4出現(xiàn)之后不久,YOLOv5橫空出世,YOLOv5在YOLOv4算法的基礎上做了進一步的改進,檢測性能得到進一步的提升,這篇文章主要給大家介紹了關于YOLOV5代碼詳解之損失函數(shù)計算的相關資料,需要的朋友可以參考下2022-03-03
這篇文章主要介紹了如何用Python來搭建一個簡單的推薦系統(tǒng),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,需要的朋友可以參考下2019-08-08
nlpir是由張華平博士開發(fā)的中文自然處理工具,可以對中文文本進行分詞、聚類分析等,本文主要介紹了使用pynlpir進行中文分詞并保留段落信息的具體方法,希望對大家有所幫助2024-03-03
這篇文章主要介紹了Python如何使用vars返回對象的屬性列表,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,需要的朋友可以參考下2020-10-10