python将多张图片合并成一张图片的过程
作者：zhaojiafu666
这篇文章主要介绍了python将多张图片合并成一张图片的全过程,文中通过代码示例和图文给大家讲解的非常详细,对大家学习使用python将多张图片合并成一张图片有一定的帮助,需要的朋友可以参考下
说明：
今天想着把图片如何合并成一张图片，然后我就搜到了一篇博客，博主写的很好，我仔细看了，还能用，就是效果不太好（就是原图的形状比例变了，看着很不爽），然后我重新优化了下。
合并图片的三个过程
1、参考原博主的：
import os
import PIL.Image as Image
IMAGES_PATH = r'E:\000photo\漫画柜\\' # 图片集地址
IMAGES_FORMAT = ['.jpg', '.JPG'] # 图片格式
IMAGE_SIZE = 256 # 每张小图片的大小
IMAGE_ROW = 4 # 图片间隔，也就是合并成一张图后，一共有几行
IMAGE_COLUMN = 6 # 图片间隔，也就是合并成一张图后，一共有几列
IMAGE_SAVE_PATH = r'E:\000photo\漫画柜\final.jpg' # 图片转换后的地址
# 获取图片集地址下的所有图片名称
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)
# 简单的对于参数的设定和实际图片集的大小进行数量判断
if len(image_names) != IMAGE_ROW * IMAGE_COLUMN:
raise ValueError("合成图片的参数和要求的数量不能匹配！")
# 定义图像拼接函数
def image_compose():
to_image = Image.new('RGB', (IMAGE_COLUMN * IMAGE_SIZE, IMAGE_ROW * IMAGE_SIZE)) # 创建一个新图
# 循环遍历，把每张图片按顺序粘贴到对应位置上
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) # 保存新图
image_compose() # 调用函数
我的原图片：
其实这个代码有俩个我觉得要优化的地方：
第一个就是：要求的图片的数量，我想改成合并的图片的列自己定义，行随着数量的增加自动往下增加。
第二个就是：我想把原图片的形状保持不变。
2、优化第一个数量问题：
这个代码改动较少，不过已经达到了数量问题。
import os
import PIL.Image as Image
IMAGES_PATH = r'E:\000photo\漫画柜\\' # 图片集地址
IMAGES_FORMAT = ['.jpg', '.JPG'] # 图片格式
IMAGE_SIZE = 256 # 每张小图片的大小
IMAGE_COLUMN = 5 # 图片间隔，也就是合并成一张图后，一共有几列
IMAGE_SAVE_PATH = r'E:\000photo\漫画柜final.jpg' # 图片转换后的地址
# 获取图片集地址下的所有图片名称
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 # 图片间隔，也就是合并成一张图后，一共有几行
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)
# 定义图像拼接函数
def image_compose():
to_image = Image.new('RGB', (IMAGE_COLUMN * IMAGE_SIZE, IMAGE_ROW * IMAGE_SIZE)) # 创建一个新图
# 循环遍历，把每张图片按顺序粘贴到对应位置上
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) # 保存新图
image_compose() # 调用函数
可以看到，当我图片不是正好是行列的倍数时，不影响图片的拼接合并。
3、优化俩个问题（数量不限+性状按比例变小）
这个代码几乎全部改了，我重新按自己想要的效果逻辑改动的，最后合并的像素宽和高是从图片列表中去80%的位置图片的宽和高（排序之后），这样可以百分之80的图片是完全显示的，可能其他的不是全部显示，但是原图的形状是没有变化。
import os
import PIL.Image as Image
def resize_by_width(infile, image_size):
"""按照宽度进行所需比例缩放"""
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):
"""返回一个图片的宽、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
# 定义图像拼接函数
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)) # 创建一个新图
# 循环遍历，把每张图片按顺序粘贴到对应位置上
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) # 保存新图
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):
# 获取图片集地址下的所有图片名称
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) # 图片转换后的地址
# image_rownum = 4 # 图片间隔，也就是合并成一张图后，一共有几行
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) # 调用函数
# 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' # 图片集地址
image_size = 128 # 每张小图片的大小
image_colnum = 10 # 合并成一张图后，一行有几个小图
merge_images(image_dir_path, image_size, image_colnum)
因为图片整的比较多。
截图小部分：
最后可以看出，原图片的形状没有变化，至此，弄了俩个小时，总算弄成我想要的效果了。
4、优化黑行高度问题
最近有三个小伙伴私信我，说黑白行问题，今天决定再撸下一年多前的代码。
然后开始过一遍之前的代码，发现之前有个地方写错了，我当时也没有发现，竟然这么多人看我代码了，也没有懂Python的小伙伴给我提醒下么？？？
主要就是之前的：
y_new = int(x_list[len(y_list) // 5 * 4])
这个地方x_list应该是y_list，改下就可以了。
y_new = int(y_list[len(y_list) // 5 * 4])
感觉小伙伴们也不咋动手，我还是吧完整的粘贴出来吧。
import os
import PIL.Image as Image
def resize_by_width(infile, image_size):
"""按照宽度进行所需比例缩放"""
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):
"""返回一个图片的宽、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
# 定义图像拼接函数
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)) # 创建一个新图
# 循环遍历，把每张图片按顺序粘贴到对应位置上
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) # 保存新图
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):
# 获取图片集地址下的所有图片名称
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) # 图片转换后的地址
# image_rownum = 4 # 图片间隔，也就是合并成一张图后，一共有几行
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) # 调用函数
# 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\赵丽颖壁纸_-_国内版_Bing_images' # 图片集地址
image_size = 128 # 每张小图片的大小
image_colnum = 10 # 合并成一张图后，一行有几个小图
merge_images(image_dir_path, image_size, image_colnum)
给大家上个效果图：
5、合成图片不清晰问题：
这个主要是像素同比例缩小导致的，我这里image_size = 128 ，该我720，就特别清晰了。
总结下：
给学习编程的小伙伴一个建议：学习人家代码时候，大家可以先读懂人家的代码，自己尝试修改，看效果。
最后可以看出，原图片的形状没有变化，至此，黑白问题已经修改。
以上就是python将多张图片合并成一张图片的过程的详细内容，更多关于python多张图片合成的资料请关注脚本之家其它相关文章！