Python图像处理之图片拼接和堆叠案例教程

 更新时间:2021年07月26日 08:42:00   作者:Saggitarxm  
这篇文章主要介绍了Python图像处理之图片拼接和堆叠案例教程,本篇文章通过简要的案例,讲解了该项技术的了解与使用,以下就是详细内容,需要的朋友可以参考下

业务说明:

此示例脚本作用,包含方法和逻辑:图像读取,图片尺寸读取,重置图片大小,图片等比缩放,图片拼接,图片覆盖与堆叠(子母图)

图片展示:

单张素材:

origin_image.jpg

result_image.jpg

face_image.jpg

 拼接结果示例图:

拼接和堆叠完成后示例:

拼接和堆叠完成后示例2:

拼接和堆叠完成后示例3: 

代码示例:

import os
import time
from os import listdir
from PIL import Image
from loguru import logger
from PIL import Image
 
 
def image_synthesis(mother_img, son_img, save_img, size_data, coefficient=2.5, coordinate=None):
    """
    mother_img="C:/Users/Administrator/Desktop/QRCode/b.jpg",
    son_img="C:/Users/Administrator/Desktop/QRCode/y.png",
    save_img="C:/Users/Administrator/Desktop/QRCode/newimg.png",
    coordinate=None#如果为None表示直接将子图在母图中居中也可以直接赋值坐标
    # coordinate=(50,50)
    :param mother_img: 母图
    :param son_img: 子图
    :param save_img: 保存图片名
    :param size_data: 母图的高
    :param coefficient: 子图相对于母图高度压缩系数
    :param coordinate: 子图在母图的坐标 (50, 100)- (距离Y轴水平距离, 距离X轴垂直距离)
    :return:
    """
    # 将图片赋值,方便后面的代码调用
    M_Img = Image.open(mother_img)
    S_Img = Image.open(son_img)
 
    # 给图片指定色彩显示格式
    M_Img = M_Img.convert("RGBA")  # CMYK/RGBA 转换颜色格式(CMYK用于打印机的色彩,RGBA用于显示器的色彩)
 
    # 获取图片的尺寸
    M_Img_w, M_Img_h = M_Img.size  # 获取被放图片的大小(母图)
    logger.info(f"母图尺寸:{M_Img.size}")
    S_Img_w, S_Img_h = S_Img.size  # 获取小图的大小(子图)
    logger.info(f"子图尺寸:{S_Img.size}")
 
    son_resize_h = size_data / coefficient
    factor = son_resize_h / S_Img_h if son_resize_h > S_Img_h else S_Img_h / son_resize_h  # 子图缩小的倍数1代表不变,2就代表原来的一半
    logger.info(f"子图重置比例: {factor}")
    size_w = int(S_Img_w / factor)
    size_h = int(S_Img_h / factor)
 
    # 防止子图尺寸大于母图
    if S_Img_w > size_w:
        logger.info(f"防止子图尺寸大于母图")
        S_Img_w = size_w
    if S_Img_h > size_h:
        logger.info(f"防止子图尺寸大于母图")
        S_Img_h = size_h
 
    # 重新设置子图的尺寸
    icon = S_Img.resize((S_Img_w, S_Img_h), Image.ANTIALIAS)
    logger.info(f"重置后子图尺寸:{(S_Img_w, S_Img_h)}")
 
    try:
        if not coordinate or coordinate == "":
            w = int((M_Img_w - S_Img_w) / 2)
            h = int((M_Img_h - S_Img_h))
            coordinate = (w, h)
            # 粘贴子图到母图的指定坐标(当前水平居中,垂直靠下)
            M_Img.paste(icon, coordinate, mask=None)
        else:
            logger.info("已经指定坐标")
            # 粘贴子图到母图的指定坐标(指定坐标)
            M_Img.paste(icon, coordinate, mask=None)
    except:
        logger.info("坐标指定出错 ")
    # 保存图片
    M_Img.save(save_img)
    return save_img
 
 
def image_stitching(origin_img_path, result_img_path, output_img_path, size_data):
    # 获取当前文件夹中所有JPG图像
    # im_list = [Image.open(fn) for fn in listdir() if fn.endswith('.jpg')]
 
    origin_data = Image.open(origin_img_path)
    result_data = Image.open(result_img_path)
 
    M_Img_w, M_Img_h = origin_data.size  # 获取被放图片的大小
    logger.info(f"待拼接图片的原尺寸: {(M_Img_w, M_Img_h)}")
 
    # 图片转化尺寸(注:此业务中,origin和result均为尺寸比例相同的图片(宽高比相同的图片))
    factor = M_Img_h / size_data if size_data > M_Img_h else size_data / M_Img_h  # 子图缩小的倍数1代表不变,2就代表原来的一半
    size_w = int(M_Img_w / factor)
    logger.info(f"待拼接图片重置尺寸: {(size_w, size_data)}")
 
    origin_img = origin_data.resize((size_w, size_data), Image.BILINEAR)
    result_img = result_data.resize((size_w, size_data), Image.BILINEAR)
 
    image_list = [origin_img, result_img]
 
    # 单幅图像尺寸
    width, height = image_list[0].size
    logger.info(f"--- width = {width}, height = {height}")
 
    # 创建空白长图
    result = Image.new(image_list[0].mode, (width * len(image_list), height))
 
    # # 拼接图片
    for i, im in enumerate(image_list):
        result.paste(im, box=(i * width, 0))
 
    # 保存图片
    result.save(output_img_path)
    return stitching_img_path
 
 
if __name__ == '__main__':
    """图片拼接与堆叠合成脚本"""
 
    # root_path = './1000x966'
    root_path = './500x841'
    # root_path = './1000x667'
 
    size_data = 1280  # 原图重制尺寸值 TODO 实现图片重制大小的时候按比例进行宽高的缩放
    origin_img_path = os.path.join(root_path, 'origin_image.png')
    result_img_path = os.path.join(root_path, 'result_image.png')
    face_img_path = os.path.join(root_path, 'face_image.png')
    stitching_img_path = os.path.join(root_path, 'stitching_.png')
 
    # 两图左右拼接
    last_img_path = image_stitching(origin_img_path, result_img_path, stitching_img_path, size_data)
    logger.info(f"左右拼接完成 ---")
 
    # 覆盖小图片到拼接图居中靠下
    synthesis_img_path = os.path.join(root_path, 'synthesis_.png')
    res = image_synthesis(last_img_path, face_img_path, synthesis_img_path, size_data,
                          # coordinate=(100, 500)
                          )
    logger.info(f"--- end --- res = {res}")

到此这篇关于Python图像处理之图片拼接和堆叠案例教程的文章就介绍到这了,更多相关Python图像处理之图片拼接和堆叠内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • python pip特殊用法之pip install -v -e .命令详解

    python pip特殊用法之pip install -v -e .命令详解

    这篇文章主要给大家介绍了关于python pip特殊用法之pip install -v -e .命令的相关资料,文中通过图文以及实例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2022-09-09
  • Python sep参数使用方法详解

    Python sep参数使用方法详解

    这篇文章主要介绍了Python sep参数使用方法详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-02-02
  • python之用Numpy和matplotlib画一个魔方

    python之用Numpy和matplotlib画一个魔方

    这篇文章主要介绍了如何用Numpy和matplotlib画一个魔方,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2021-08-08
  • Python使用requests提交HTTP表单的方法

    Python使用requests提交HTTP表单的方法

    今天小编就为大家分享一篇Python使用requests提交HTTP表单的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-12-12
  • python线程中同步锁详解

    python线程中同步锁详解

    这篇文章主要为大家详细介绍了python线程中同步锁的相关资料,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-04-04
  • Python文本预处理学习指南

    Python文本预处理学习指南

    文本预处理是指在进行自然语言处理(NLP)任务之前,对原始文本数据进行清洗、转换和标准化的过程,本文主要为大家介绍了文本预处理的使用,需要的可以参考下
    2023-07-07
  • python调用虹软2.0第三版的具体使用

    python调用虹软2.0第三版的具体使用

    这篇文章主要介绍了python调用虹软2.0第三版的具体使用,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2019-02-02
  • 详解pandas中iloc, loc和ix的区别和联系

    详解pandas中iloc, loc和ix的区别和联系

    这篇文章主要介绍了详解pandas中iloc, loc和ix的区别和联系,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2020-03-03
  • 详解如何在Django项目中使用Jinja2模板引擎

    详解如何在Django项目中使用Jinja2模板引擎

    Django是一个强大的Python Web框架,它提供了一个内置的模板引擎,然而,在某些场景中,开发者可能倾向于使用更快、更灵活的模板引擎,比如Jinja2,在本文中,我们将详细探讨如何在Django项目中使用Jinja2模板引擎,并提供丰富的示例
    2023-11-11
  • 如何搜索查找并解决Django相关的问题

    如何搜索查找并解决Django相关的问题

    每个程序员都会在开发过程中遇到这样或那样的问题, 有时光靠一个人是无法解决所有问题的, 所以我们应该找到适当的地方提问.
    2014-06-06

最新评论