Python自定義批量合併拼接圖像、批量裁剪圖像

一、批量合併拼接圖像

筆者在工作的時候，往往可視化很多算法結果，但是做分析的時候就有點頭疼，超級多圖，可能要兩兩比較或者几几比較，一張張翻圖並不是最優的方式。根據所需拼接圖片，然後再分析是一個很高效的事兒。於是基於Python3，就有了如下的代碼，可以加一層GUI代碼封裝成.exe應用，但是對於我來說就沒有必要了。大家可以隨意嘗試。

# -*- coding:utf-8 -*-

"""
圖片任意拼接，參數化形式代碼
使用指南：
    1. 修改常量的數值，可以實現不同樣子的圖片拼接，例如拼接成5*20，或者100*200的大圖，每張小圖也可以控制大小
    2. 可以自定義函數讓圖片不僅僅是全部拼接成一張圖，也可以自定義哪些圖進行拼接。
"""

import PIL.Image as Image
import os

IMAGES_PATH = "play/"  # 圖片集地址
IMAGES_FORMAT = ['.jpg', '.JPG']  # 圖片格式
IMAGE_SIZE = 1080  # 圖片大小
IMAGE_ROW = 10  # 圖片間隔，也就是合併成一張圖後，一共有幾行
IMAGE_COLUMN = 5  # 圖片間隔，也就是合併成一張圖後，一共有幾列
IMAGE_SAVE_PATH = 'toImage_0.jpg'  # 圖片轉換後的地址

# 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]

# 簡單的對於參數的設定和實際圖片集的大小進行數量判斷
if len(image_names) != IMAGE_ROW * IMAGE_COLUMN:
    raise ValueError("合成圖片的參數和要求的數量不能匹配！")


# 圖像拼接
def image_compose():
    # 打開一個新的圖
    to_image = Image.new('RGB', (IMAGE_COLUMN * IMAGE_SIZE, IMAGE_ROW * IMAGE_SIZE))
    # 循環遍歷，把每張圖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))
    # 保存新圖
    return to_image.save(IMAGE_SAVE_PATH)


image_compose()

結果是（筆者參加2018ARM人工智能開發者全球峯會時的所有參會照片記錄）：

二、批量裁剪圖像

from PIL import Image
import os

# 定義待批量裁剪的圖像地址
IMAGE_INPUT_PATH = '../app/static/data/raw_images'
# 定義裁剪後的圖像存放地址
IMAGE_OUTPUT_PATH = '../app/static/data/crop_images'
# 定義左，上，右和下像素座標
BOX_LEFT, BOX_UP, BOX_RIGHT, BOX_DOWN = 186, 186, 1350, 1330

for each_image in os.listdir(IMAGE_INPUT_PATH):
    # 每個圖像全路徑
    image_input_fullname = IMAGE_INPUT_PATH + '/' + each_image
    # PIL庫打開每一張圖
    img = Image.open(image_input_fullname)

    # 從此圖像返回一個矩形區域。 盒子是一個4元組定義左，上，右和下像素座標。
    box = (BOX_LEFT, BOX_UP, BOX_RIGHT, BOX_DOWN)
    # 進行ROI裁剪
    roi_area = img.crop(box)
    # 裁剪後每個圖像全路徑
    image_output_fullname = IMAGE_OUTPUT_PATH + '/' + each_image
    # 保存處理後的圖像
    roi_area.save(image_output_fullname)
    print('{0} crop Done.'.format(each_image))

示例就不必了，裁剪圖像嘛。根據這段代碼就可以批量按照一定的標準去批量裁圖像了。注意裏面的box元祖，可以嘗試不同的值試試看。