Python学习笔记：使用PIL批量合成jpg+png图片，用于水印、合并图片，生成YOLO数据集+标注数据等等

【Python学习笔记】

使用PIL，批量合成jpg+png图片，用于水印、合并图片，生成YOLO数据集+标注数据等等

起因：在了解很多关于YOLOv5的相关内容，于是尝试着去训练自己的游戏目标检测模型。
但是标注数据的繁杂过程，实在是非常的不优雅，所以，我准备采用用透明素材+实际地图场景，拼接起来，自动生成图片+标注数据。
理论存在，实践开始。

---

素材+实际效果：

png透明素材+jpg图片素材 ↑

最终合成拼接效果 ↑
这个方法适用于添加水印、logo、等等透明素材，当然你像我一样做合成的YOLO数据集也是没问题的

代码如下：

前排提醒，PIL库需要提前安装，pip install Pillow

from PIL import Image
img_jpg = Image.open("C:\bei_jing_tu.jpg") # 传入底图jpg或png
img_jpg = img_jpg.convert("RGBA") # 转换成带透明通道的模式
img_png = Image.open("C:\E2.png") # 传入png透明图片路径
img_png = img_png.convert("RGBA") # png图片可以不用转换

img_jpg.paste(img_png, (50, 80), img_png)
# 将png图片 粘贴到jpg图片上的50, 80 坐标位置
img_jpg = img_jpg.convert("RGB") # 将图片转换回为RGB模式

img_jpg.show() # 将该图片显示出来
img_jpg.save("C:\new_jpg.jpg") # 保存为jpg / png

这是图片合成的最关键部分

其中的转换成"RGBA"模式，其实不写也可以合成和保存，但是不知道为啥会时不时的报错，所以还是加上。
文章结束。

---

生成YOLO的效果预览：

↑ 初版，半成品，验证可行性

最终版，在640的底图中，合并20个目标图片，目标类别和位置都是随机的，实现了一分钟生成几千张图片和标注数据。
其中的代码就不放出来了，现在过了两个月回头看我自己写的代码，都有点看不懂了。。
（顺便说一下训练了一个demo，效果不太理想，可能是游戏素材和游戏内容有差距，或者目标太小、太相似，暂时放弃了）

---

碎碎念：
这篇文章算是记录向的日志笔记，善于总结才是学习最好的方式，然后其它的代码就不放了，太烂，而且看别人的代码是一种很折磨的行为，在做这个东西的时候，我翻遍了CSDN的很多图片合成的文章，硬是找不到最关键的代码是哪个，还有这一堆的广告就太膈应人了。。。。。
要么是同尺寸图片叠加融合，要么是一大串就扔过来了，也难以阅读无从下手，这种高度私人化的东西，每个人需求点是完全不相同的，也很难跑起来，改起来也费劲，所以我还是更倾向于自己重写一遍。
2022年6月22日00:15:06

---

最后附上几段代码，可以方便管理乱七八糟的路径、目录等

jpg_list = os.listdir(jpg_path) #传入文件夹路径，列出该文件夹下所有文件，赋值给list列表
for jpg_name in jpg_list: # 遍历这个列表，得到文件名
	jpg_file_path = os.path.join(jpg_path, jpg_name) # 将路径和文件名拼接起来，得到一个可迭代的绝对路径
	# 到这里就可以开始套娃循环，去处理一大顿乱七八糟的图片了

---

最后附上几个还不错的一些相关的文章

• 图像PIL库的基础用法笔记
  [Link1 ] / Link2 / Link3
• YOLOv5坐标数据解释+数据扩充+坐标转换 示例 Link
• YOLOv5坐标计算方法+可视化验证yolo标注的脚本 示例 Link

2022年8月29日 补充 / 修改