python将多张图片拼成一张矩阵图,合成一张大图

用Python实现将多张图片排列成n*m的图像矩阵图


目录


引言

在图像处理和图像展示的应用中,将多张图片排列成一个图像矩阵图是一个常见的需求。本博客介绍如何使用Python实现将12张图片排列成n*m的图像矩阵图。

环境准备

为了实现这个目标,我们需要安装Pillow库。Pillow是Python中一个强大的图像处理库,它提供了丰富的图像处理功能。

你可以使用以下命令来安装Pillow库:

复制代码
pip install Pillow

代码实现

下面是Python代码的实现步骤:

  1. 导入所需的库:
python 复制代码
from PIL import Image
  1. 加载图片:
python 复制代码
images = []
for i in range(0, 12): # 加载12张图片,假设图片名分别为0.jpg, 1.jpg, ..., 11.jpg
    image_path = f"{i}.jpg"
    image = Image.open(image_path)
    images.append(image)
  1. 创建一个空白图像,并计算结果图像的大小:
python 复制代码
result_width = images[0].width * m
result_height = images[0].height * n
result_image = Image.new("RGB", (result_width, result_height))
  1. 将图片拼接到空白图像上:
python 复制代码
for i in range(n):
    for j in range(m):
        image_index = i * m + j
        result_image.paste(images[image_index], (j * images[0].width, i * images[0].height))
  1. 展示和保存图像:
python 复制代码
result_image.show()
result_image.save("output.jpg")

效果演示

下面是将12张图片排列成3*4图像矩阵的示例图像:

总结

本博客介绍了如何使用Python和Pillow库将12张图片排列成n*m的图像矩阵图。你可以根据需要修改代码以适应不同的图片数量和排列方式。

希望本博客能帮助你实现你的图像处理需求。谢谢阅读!

完整代码

python 复制代码
def arrange():
    from PIL import Image
    import numpy as np

    # 加载12张图片,假设图片名分别为0.jpg, 1.jpg, ..., 11.jpg
    images = []
    for i in range(0, 12):
        image_path = f"/home/you/pic/{i}.jpg"
        image = Image.open(image_path)
        images.append(image)

    # 创建一个空白图像,用于拼接图片
    result_width = images[0].width * 4
    result_height = images[0].height * 3
    result_image = Image.new("RGB", (result_width, result_height))

    # 将图片拼接到空白图像上
    for i in range(3):
        for j in range(4):
            image_index = i * 4 + j
            result_image.paste(images[image_index], (j * images[0].width, i * images[0].height))

    # 展示和保存拼接后的图像
    result_image.show()
    result_image.save("output1.jpg")




if __name__ == '__main__':
    import cv2
    import os
    # 以下代码是先把多张图片处理成相同尺寸,并按照0~11.jpg命名(假设有12张图片)
	# 存放原图片的文件夹路径
    path = r"/home/you/pic" 
    list = os.listdir(path)
    for index, i in enumerate(list):
        l = r"/home/you/pic/{}".format(i)
        img = cv2.imread(l)
        # 将尺寸处理成640*640
        img = cv2.resize(img, (640, 640))
        # 处理后的图片名
        s = r"/home/you/{}.jpg".format(index)  
        cv2.imwrite(s, img)
    
    arrange()
相关推荐
weixin_442424031 分钟前
Opencv计算机视觉编程攻略-第七节 提取直线、轮廓和区域
人工智能·opencv·计算机视觉
x-cmd4 分钟前
[250401] OpenAI 向免费用户开放 GPT-4o 图像生成功能 | Neovim 0.11 新特性解读
人工智能·gpt·文生图·openai·命令行·neovim
HABuo13 分钟前
【YOLOv8】YOLOv8改进系列(12)----替换主干网络之StarNet
人工智能·深度学习·yolo·目标检测·计算机视觉
Bruce_Liuxiaowei16 分钟前
智能语音识别工具开发手记
人工智能·python·语音识别
王亭_66619 分钟前
Ollama+open-webui搭建私有本地大模型详细教程
人工智能·大模型·ollama·openwebui·deepseek
集和诚JHCTECH23 分钟前
集和诚携手Intel重磅发布BRAV-7820边缘计算新品,为车路云一体化场景提供强大算力支撑
人工智能·嵌入式硬件·边缘计算
itwangyang52025 分钟前
人工智能在生物医药领域的应用地图:AIBC2025将于6月在上海召开!
人工智能·百度
PingCAP38 分钟前
TiDB 亮相宜昌“医院‘云数智’技术实践研讨及成果展示交流会”,探讨国产化 + AI 背景下的数据库新趋势
数据库·人工智能·tidb
文弱_书生39 分钟前
再谈图像处理中的傅里叶变换
图像处理·人工智能·傅里叶变换
钡铼技术物联网关42 分钟前
ARM边缘计算时代:BLIoTLink如何打通设备互联任督二脉
arm开发·人工智能·边缘计算