Python脚本实现批量图片拼接功能

 更新时间:2026年04月23日 11:33:25   作者:Laurentianelle  
平时写论文、做报告或者整理素材时,经常需要把多张图片拼成一张大图,这篇文章主要来和大家介绍一下如何使用Python脚本实现批量图片拼接功能,感兴趣的小伙伴可以了解下

平时写论文、做报告或者整理素材时,经常需要把多张图片拼成一张大图。试过不少在线工具和本地软件,要么是没法批量处理,要么是最后一行图片没填满时就左对齐,空出一大块特别丑。

索性自己写了个Python脚本,用Pillow库实现,核心解决了几个痛点:

  • 最后一行自动居中:没填满的行不会傻呵呵左对齐,视觉上更平衡
  • 自然排序:确保 1.jpg2.jpg10.jpg 按数字顺序排,不会出现 1, 10, 2 的尴尬
  • 保留原图质量:支持DPI、色彩模式继承,JPG会设最高质量
  • 灵活配置:行数、列数、每组几张图、底部留白都能改

关键代码摘出与解释

1. 自然排序:解决10.jpg排在2.jpg前面的问题

系统默认的字符串排序是按字符ASCII码比较的,'10' 的第一个字符是 '1',所以会排在 '2' 前面。这个函数通过正则把文件名拆分成“数字段”和“非数字段”,把数字段转成整数后再比较,符合人类的阅读习惯。

def natural_sort_key(s):
    """自然排序:确保 1.jpg, 2.jpg, 10.jpg 按数字顺序排列"""
    return [int(text) if text.isdigit() else text.lower()
            for text in re.split('([0-9]+)', s)]

使用场景:在读取文件列表后,通过 sorted(..., key=natural_sort_key) 调用即可。

2. 核心逻辑:最后一行图片居中计算

这是脚本最实用的部分。思路是:先按“列数”把图片切分成行,然后判断当前行是否填满。如果没填满,就算出两边需要留多少空白,把图片“挤”到中间。

# ⭐ 核心:按行切分
rows = []
for i in range(0, len(group_images), COLS):
    rows.append(group_images[i:i + COLS])

for row_idx, row_images in enumerate(rows):
    y = row_idx * img_height
    num_in_row = len(row_images)

    # ⭐ 核心:最后一行居中
    if num_in_row == COLS:
        offset_x = 0  # 满行,左对齐
    else:
        # 不满行,计算居中偏移量
        total_width = num_in_row * img_width
        offset_x = (canvas_width - total_width) // 2

逻辑说明

  • offset_x 是这一行第一张图的起始X坐标。
  • 如果满行,offset_x 为0,从最左边开始贴。
  • 如果不满行,用 (画布宽 - 当前行图片总宽) // 2 算出左边留白,实现居中。

3. 图片一致性处理:尺寸、模式统一

为了防止拼图出现错位或色差,需要以第一张图为基准,统一所有图片的尺寸和色彩模式。

with Image.open(img_path) as img:
    # 尺寸统一:如果不一致,用LANCZOS算法高质量重采样
    if img.size != (img_width, img_height):
        print(f"警告: {os.path.basename(img_path)} 尺寸不一致,已调整")
        img = img.resize((img_width, img_height), Image.Resampling.LANCZOS)

    # 模式统一:比如有的是RGB,有的是RGBA,统一成基准图的模式
    if img.mode != img_mode:
        img = img.convert(img_mode)

    canvas.paste(img, (x, y))

注意Image.Resampling.LANCZOS 是Pillow 9.1.0之后的写法,如果用的是旧版本,可能需要改成 Image.LANCZOS

4. 高质量保存:保留DPI与JPG画质

如果是用于论文打印,保留DPI很重要;JPG格式默认压缩会损失画质,这里强制设为最高质量。

save_params = {}

# 如果是JPG/JPEG,设置最高质量,禁用色度子采样
if input_extension.lower() in ['.jpg', '.jpeg']:
    save_params['quality'] = 100
    save_params['subsampling'] = 0

# 如果原图有DPI信息,继承下来
if img_dpi:
    save_params['dpi'] = img_dpi

canvas.save(save_path, **save_params)

完整代码

直接复制下面的代码,保存为 image_collage.py 即可使用。使用前请务必修改 手动配置区 的路径。

import re
from PIL import Image
import os

# ==================== 手动配置区 ====================
TARGET_PATH = r'你的图片文件夹路径'  # 请修改此处
IMAGES_PER_GROUP = 3   # 每组几张图
ROWS = 2               # 行数
COLS = 2               # 列数
BOTTOM_PADDING = 0     # 底部留白(像素)
# ===================================================


def natural_sort_key(s):
    """自然排序:确保 1.jpg, 2.jpg, 10.jpg 按数字顺序排列"""
    return [int(text) if text.isdigit() else text.lower()
            for text in re.split('([0-9]+)', s)]


def create_collage(folder_path):
    # 1. 读取并筛选图片
    valid_extensions = ('.jpg', '.jpeg', '.png', '.bmp', '.webp', '.tiff')
    raw_files = [
        f for f in os.listdir(folder_path)
        if f.lower().endswith(valid_extensions)
    ]

    # 排除之前生成的拼图,防止重复处理
    raw_files = [f for f in raw_files if "collage_final" not in f]

    # 按自然顺序排序并拼接完整路径
    image_files = sorted(
        [os.path.join(folder_path, f) for f in raw_files],
        key=natural_sort_key
    )

    if not image_files:
        print("未找到图片,请检查路径。")
        return

    # 2. 读取第一张图作为基准,获取尺寸、模式、DPI等信息
    with Image.open(image_files[0]) as first_img:
        img_width, img_height = first_img.size
        input_extension = os.path.splitext(image_files[0])[1]
        img_mode = first_img.mode
        img_dpi = first_img.info.get('dpi')

        print(f"\n--- 原始分辨率识别 ---")
        print(f"单图尺寸: {img_width} x {img_height}")
        print(f"色彩模式: {img_mode}")
        print(f"输出格式: {input_extension}")
        if img_dpi:
            print(f"DPI: {img_dpi}")

    # 3. 计算画布总尺寸
    canvas_width = COLS * img_width
    canvas_height = ROWS * img_height + BOTTOM_PADDING

    # 4. 分组(如果图片很多,可以分成多张拼图)
    groups = [
        image_files[i:i + IMAGES_PER_GROUP]
        for i in range(0, len(image_files), IMAGES_PER_GROUP)
    ]

    for group_num, group_images in enumerate(groups):
        # 创建白色背景画布
        canvas = Image.new(img_mode, (canvas_width, canvas_height), color='white')

        # ⭐ 核心逻辑:将当前组的图片按行切分
        rows = []
        for i in range(0, len(group_images), COLS):
            rows.append(group_images[i:i + COLS])

        # 逐行粘贴图片
        for row_idx, row_images in enumerate(rows):
            y = row_idx * img_height
            num_in_row = len(row_images)

            # ⭐ 核心逻辑:计算当前行的X偏移量(实现居中)
            if num_in_row == COLS:
                offset_x = 0
            else:
                total_width = num_in_row * img_width
                offset_x = (canvas_width - total_width) // 2

            # 逐列粘贴图片
            for col_idx, img_path in enumerate(row_images):
                x = offset_x + col_idx * img_width

                try:
                    with Image.open(img_path) as img:
                        # 统一尺寸
                        if img.size != (img_width, img_height):
                            print(f"警告: {os.path.basename(img_path)} 尺寸不一致,已调整")
                            img = img.resize((img_width, img_height), Image.Resampling.LANCZOS)
                        
                        # 统一色彩模式
                        if img.mode != img_mode:
                            img = img.convert(img_mode)

                        canvas.paste(img, (x, y))

                except Exception as e:
                    print(f"处理出错: {img_path}, 原因: {e}")

        # 5. 保存文件
        suffix = f"_{group_num + 1}" if len(groups) > 1 else ""
        save_name = f"collage_final{suffix}{input_extension}"
        save_path = os.path.join(folder_path, save_name)

        save_params = {}
        # JPG特殊处理:最高质量
        if input_extension.lower() in ['.jpg', '.jpeg']:
            save_params['quality'] = 100
            save_params['subsampling'] = 0
        # 继承DPI
        if img_dpi:
            save_params['dpi'] = img_dpi

        canvas.save(save_path, **save_params)
        print(f"✅ 成功生成: {save_name}")


if __name__ == "__main__":
    create_collage(TARGET_PATH)

使用前准备

安装依赖:确保安装了Pillow库。如果没有,在终端运行:

pip install pillow

修改配置:把代码顶部的 TARGET_PATH 改成你存放图片的文件夹路径(Windows用户建议在路径前加 r,防止转义字符报错)。

运行脚本

python image_collage.py

生成的图片会保存在原图文件夹中,文件名为 collage_final.jpg(或对应格式后缀)。

到此这篇关于Python脚本实现批量图片拼接功能的文章就介绍到这了,更多相关Python批量图片拼接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

  • 浅谈python中get pass用法

    浅谈python中get pass用法

    这篇文章主要介绍了python中get pass用法,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
    2019-03-03
  • Django使用详解:ORM 的反向查找(related_name)

    Django使用详解:ORM 的反向查找(related_name)

    今天小编就为大家分享一篇Django使用详解:ORM 的反向查找(related_name),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
    2018-05-05
  • python并发编程多进程 互斥锁原理解析

    python并发编程多进程 互斥锁原理解析

    这篇文章主要介绍了python并发编程多进程 互斥锁原理解析,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
    2019-08-08
  • Python实现提取文章摘要的方法

    Python实现提取文章摘要的方法

    这篇文章主要介绍了Python实现提取文章摘要的方法,实例分析了Python提取文章摘要的原理与实现技巧,需要的朋友可以参考下
    2015-04-04
  • 用python实现九九乘法表实例

    用python实现九九乘法表实例

    大家好,本篇文章主要讲的是用python实现九九乘法表实例,感兴趣的同学赶快来看一看吧,对你有帮助的话记得收藏一下
    2022-01-01
  • Python实现识别手写数字 简易图片存储管理系统

    Python实现识别手写数字 简易图片存储管理系统

    这篇文章主要为大家详细介绍了Python实现识别手写数字,简易图片存储管理系统,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-01-01
  • Python中的getattr、__getattr__、__getattribute__、__get__详解

    Python中的getattr、__getattr__、__getattribute__、__get__详解

    这篇文章主要为大家介绍了Python中的getattr,__getattr__,__getattribute__和__get__,具有一定的参考价值,感兴趣的小伙伴们可以参考一下,希望能够给你带来帮助
    2021-12-12
  • python处理写入数据代码讲解

    python处理写入数据代码讲解

    在本篇文章里小编给大家整理的是一篇关于python处理写入数据代码讲解内容,有兴趣的朋友们可以学习下。
    2020-10-10
  • 一文带你手撕Python之散列类型

    一文带你手撕Python之散列类型

    这篇文章主要介绍了Python字典的定义、操作方法和集合的基本概念,字典以键值对形式存储数据,可通过键访问值,操作包括增删改查等,集合是无序不重复的数据结构,适用于去重和集合运算,需要的朋友可以参考下
    2024-09-09
  • numpy 数组拷贝地址所引起的同步替换问题

    numpy 数组拷贝地址所引起的同步替换问题

    本文主要介绍了numpy 数组拷贝地址所引起的同步替换问题,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
    2023-02-02

最新评论