【Python实战】教你如何用Python批量裁剪图片，轻松提升工作效率！-CSDN博客

本文链接：https://blog.csdn.net/2401_84204207/article/details/138179882

本文详细介绍了如何使用Python的Pillow和opencv-python库进行图片裁剪，包括原理、库的使用方法，以及批量裁剪的实际案例。通过这两个库，可以轻松处理单张和多张图片，提高效率。

摘要由CSDN通过智能技术生成

本文旨在介绍基于Python如何批量裁剪图片并保存，主要内容包括以下几个方面：

裁剪图片的原理与方法、Python中用于裁剪图片的库、代码实现过程以及批量裁剪图片的实际案例等。

一、裁剪图片的原理与方法

图片裁剪是指将一张图片中的某一部分选中并保存，通常用于将图片缩小或者只选取图片中的部分内容。

具体来看，图片裁剪的过程大致包括以下几个步骤：

选定裁剪区域。

需要确定需要裁剪的区域，以一定的方式选定区域的位置和大小。

选定裁剪方式。

需要确定使用何种方式对图片进行裁剪，例如按照比例缩放、按照像素大小裁剪、按照像素位置裁剪等。

裁剪图片并保存。

使用选定的裁剪方式对图片进行裁剪，并将裁剪后的图片保存到指定的位置。

针对以上步骤，Python中有许多用于裁剪图片的库可以使用，下面将分别介绍。

二、Python中用于裁剪图片的库

Pillow库

Pillow是Python的一个图像处理库，提供了许多图像处理操作，其中也包括图片裁剪。

使用Pillow裁剪图片的代码示例如下：

from PIL import Image  
  
# 打开图片image，并裁剪出左上角为(0,0)，右下角为 (100, 100) 的矩形区域  
image = Image.open("image.jpg")  
rect = (0, 0, 100, 100)  
crop_image = image.crop(rect)  
crop_image.show()

以上代码首先使用Pillow库中的Image模块打开了一张名为“image.jpg”的图片。

然后使用crop()方法对该图片进行裁剪，裁剪出左上角为(0,0)，右下角为(100,100)的矩形区域。

并将该区域保存到变量crop_image中，最后使用show()方法展示裁剪后的图片。

opencv-python库

OpenCV是一个广泛应用于计算机视觉领域的开源计算机视觉库。

它拥有一系列用于图像处理和计算机视觉的函数、类和工具，并提供了Python的接口。

使用opencv-python库裁剪图片的代码示例如下：

import cv2  
  
# 打开图片image，并裁剪出左上角为(0,0)，右下角为 (100, 100) 的矩形区域  
image = cv2.imread("image.jpg")  
rect = (0, 0, 100, 100)  
crop_image = image[rect[1]:rect[3], rect[0]:rect[2]]  
cv2.imshow("crop_image", crop_image)  
cv2.waitKey(0)  
cv2.destroyAllWindows()

以上代码首先使用opencv-python库中的imread()方法打开了一张名为“image.jpg”的图片。

然后使用数组索引对该图片进行裁剪，裁剪出左上角为(0,0)，右下角为(100,100)的矩形区域。

并将该区域保存到变量crop_image中，最后使用imshow()方法展示裁剪后的图片。

三、代码实现过程

在介绍代码实现过程之前，需要先安装Python的图像处理库Pillow。

在安装Pillow库之前，需要确保已安装Python版本不低于Python3.7。

安装Pillow库的命令为：

pip install Pillow

安装完成之后，就可以使用Pillow库中的Image模块进行图片裁剪操作。

具体实现步骤如下：

导入Pillow库中的Image模块

from PIL import Image

打开需要裁剪的图片，并设置需要裁剪的区域

image_path = "image.jpg"  
image = Image.open(image_path)  
rect = (0, 0, 100, 100)

对图片进行裁剪，并保存到指定路径

crop_image = image.crop(rect)  
crop_image.save("crop_image.jpg")

完整的Python裁剪图片代码示例如下：

from PIL import Image  
  
image_path = "image.jpg"  
image = Image.open(image_path)  
rect = (0, 0, 100, 100)  
  
crop_image = image.crop(rect)  
crop_image.save("crop_image.jpg")

以上代码首先使用Pillow库中的Image模块打开了一张名为“image.jpg”的图片。

然后使用crop()方法对该图片进行裁剪，裁剪出左上角为(0,0)。

右下角为(100,100)的矩形区域，并将该区域保存到名为“crop_image.jpg”的文件中。

四、批量裁剪图片案例

批量裁剪图片是指同时对指定路径下所有图片进行裁剪操作。

具体实现过程与单张图片裁剪相似，只需要在代码中对指定路径下的所有图片进行循环即可。

下面是一个这样的实际案例：

需求：批量将指定文件夹下所有图片的左上角裁剪为正方形并保存。

确定裁剪区域

裁剪的区域为左上角正方形，大小为图片中宽度和高度中小的那个值。

def get_rect(image):  
    width, height = image.size  
    size = min(width, height)  
    rect = (0, 0, size, size)  
    return rect

以上代码中，get_rect()函数接收一张PIL格式的图片作为参数，获取该图片的宽度和高度，并计算出左上角正方形的大小。

最后将左上角正方形的坐标和大小封装成一个元组并返回。

批量裁剪图片并保存

对所有图片进行循环裁剪，并将裁剪后的图片保存在指定路径下。

import os  
  
def crop_images(root_path, save_path):  
    images = os.listdir(root_path)  
    for image_name in images:  
        if image_name.endswith(".jpg") or image_name.endswith(".png"):  
            image_path = os.path.join(root_path, image_name)  
            image = Image.open(image_path)  
            rect = get_rect(image)  
            crop_image = image.crop(rect)  
            crop_image.save(os.path.join(save_path, image_name))

以上代码中，crop_images()函数接收两个参数，root_path表示需要裁剪图片的文件夹路径，save_path表示裁剪后保存的文件夹路径。

首先使用os.listdir()方法获取root_path文件夹下的所有文件和文件夹名，并对所有文件进行循环。

如果文件名以“.jpg”或“.png”结尾，则认为该文件是图片文件，获取该文件的完整路径并打开该图片。

然后调用get_rect()函数获取该图片需要裁剪的区域，使用crop()方法进行裁剪，并将裁剪后的图片保存到指定路径下。

完整的Python批量裁剪图片代码示例如下：

from PIL import Image  
import os  
  
def get_rect(image):  
    width, height = image.size  
    size = min(width, height)  
    rect = (0, 0, size, size)  
    return rect  
  
def crop_images(root_path, save_path):  
    images = os.listdir(root_path)  
    for image_name in images:  
        if image_name.endswith(".jpg") or image_name.endswith(".png"):  
            image_path = os.path.join(root_path, image_name)  
            image = Image.open(image_path)  
            rect = get_rect(image)  
            crop_image = image.crop(rect)  
            crop_image.save(os.path.join(save_path, image_name))  
  
root_path = "images"  
save_path = "cropped_images"  
crop_images(root_path, save_path)