快捷導(dǎo)航

Python實(shí)現(xiàn)批量圖片的切割

更新時(shí)間：2023年09月13日 15:54:43 作者：Rattenking

本文主要介紹了Python實(shí)現(xiàn)批量圖片的切割,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

1. 需求場(chǎng)景

在實(shí)際開(kāi)發(fā)中，我們會(huì)遇到一種很無(wú)聊，但是又必須實(shí)現(xiàn)的需求，就是比如協(xié)議、大量的宣傳頁(yè)面、大量的靜態(tài)介紹頁(yè)面、或者大量靜態(tài)頁(yè)面，但是頁(yè)面高度很高，甚至高度可能會(huì)達(dá)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(gè)省份的每個(gè)縣城的介紹頁(yè)面，頁(yè)面就有幾十個(gè)，一個(gè)頁(yè)面少的都要切割幾十張，多的上百?gòu)?，是不是一個(gè)讓人崩潰的需求，但是作為開(kāi)發(fā)人員，我們要學(xué)會(huì)自己開(kāi)發(fā)一些小工具，讓我們從這些無(wú)聊，而又不得不實(shí)現(xiàn)的需求中解放出來(lái)。小工具開(kāi)發(fā)！我曾經(jīng)遇到的最多的是自己切圖，開(kāi)發(fā)四十多個(gè)靜態(tài)介紹頁(yè)面，當(dāng)時(shí)不會(huì)python，切到發(fā)吐，有時(shí)psd還會(huì)卡死，崩潰的一天！

2. 需求實(shí)現(xiàn)

圖片切割方法很多，比如 PIL 和 OPENCV，由于我之前學(xué)習(xí)過(guò) opencv，因此本文采用 opencv 實(shí)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(duì)圖片的切割；
保存切割好的圖片。

3. 需要切割圖片預(yù)覽

輸入圖片說(shuō)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(gè)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(dú)獲取圖片名稱；
單獨(dú)處理當(dāng)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(qǐng)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(dú)獲取圖片名稱
    key_name = name.split('.')[0]
    # 單獨(dú)處理當(dāng)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(jì)算需要切割的圖片張數(shù)；
計(jì)算切割圖片的結(jié)束Y坐標(biāo)；
如果計(jì)算的結(jié)束坐標(biāo)大于圖片高度，直接使用圖片高度作為結(jié)束坐標(biāo)；
調(diào)用opencv的切割封裝方法，獲取切割后的圖片對(duì)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(jì)算需要切割的圖片張數(shù)
  for val in range(math.ceil(h / init_img_h)):
    # 計(jì)算切割圖片的結(jié)束Y坐標(biāo)
    end_h = (val + 1) * init_img_h
    # 如果計(jì)算的結(jié)束坐標(biāo)大于圖片高度，直接使用圖片高度作為結(jié)束坐標(biāo)
    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(duì)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(biāo)值，進(jìn)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(jì)算需要切割的圖片張數(shù)
  for val in range(math.ceil(h / init_img_h)):
    # 計(jì)算切割圖片的結(jié)束Y坐標(biāo)
    end_h = (val + 1) * init_img_h
    # 如果計(jì)算的結(jié)束坐標(biāo)大于圖片高度，直接使用圖片高度作為結(jié)束坐標(biāo)
    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(duì)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(biāo)值，進(jìn)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(qǐng)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(dú)獲取圖片名稱
    key_name = name.split('.')[0]
    # 單獨(dú)處理當(dāng)前需要切割圖片
    handle_single_image(f'{path}/{name}', init_img_h, key_name)

9. 切割結(jié)果

輸入圖片說(shuō)明

10. 總結(jié)

還可以將生成靜態(tài)頁(yè)面的代碼，創(chuàng)建一個(gè)函數(shù)，集成進(jìn)來(lái)，這樣就能直接一下將幾十個(gè)頁(yè)面全部完成，由于不同需求，開(kāi)發(fā)頁(yè)面不同，因此此處沒(méi)有進(jìn)行集成。

最開(kāi)始的方案是給定切割張數(shù)，然后計(jì)算每張的高度，但是這個(gè)方案有個(gè)問(wèn)題，就是計(jì)算出來(lái)的高度是浮點(diǎn)數(shù)，因此存在很多精確度的問(wèn)題，前后兩張圖片之間會(huì)拼接不對(duì)等，因此采用固定高度方案，小于固定高度時(shí)，使用剩余的作為高度。

到此這篇關(guān)于Python實(shí)現(xiàn)批量圖片的切割的文章就介紹到這了,更多相關(guān)Python 批量圖片切割內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: