图片处理命令行工具ImageMagick介绍

最近在做百度OCR图片文字识别时，因为免费版OCR接口调用次数有限，就想把多张图片合并成一张进行文字识别。这就需要在代码中进行图片合并操作，在查找图片批量合并方案时，看到了linux的convert命令，可以将多张图片合并，且使用特别方便，纪录一下convert是如何使用的。

convert命令属于ImageMagick工具包，具有图片创建、编辑，转换图像格式，以及调整图像大小、模糊、裁切、除去杂点、抖动 、绘图、翻转、合并、重新采样等功能。

要想使用covert命令，首先要安装ImageMagick包。

ImageMagick包介绍

ImageMagick是一款创建、编辑、合成，转换图像的命令行工具，支持格式超过 200 种，包括常见的 PNG, JPEG, GIF, HEIC, TIFF, DPX, EXR, WebP, Postscript, PDF, SVG 等。功能包括调整大小，翻转，镜像，旋转，扭曲，修剪和变换图像，调整图像颜色，应用各种特殊效果，或绘制文本，线条，多边形，椭圆和贝塞尔曲线等。对于图片的处理，ImageMagick基本可以实现任何常用操作。

官网：https://imagemagick.org/
中文镜像站： http://www.imagemagick.com.cn/index.html

安装

ImageMagick支持Linux, Windows, Mac OS X, iOS, Android OS 等平台。
安装参考文档地址：https://www.imagemagick.org/script/download.php


我以mac为例，安装方式如下：

brew install imagemagick

安装ImageMagick工具包后，即可使用其工具命令。

基本命令

ImageMagick 包括一组命令行工具来操作图片，安装好 ImageMagick 后，终端就可以使用如下命令了。

magick: 创建、编辑图像，转换图像格式，以及调整图像大小、模糊、裁切、除去杂点、抖动 ( dither )、绘图、 翻转、合并、重新采样等。


convert: 等同于 magick 命令。


identify: 输出一个或多个图像文件的格式和特征信息，如分辨率、大小、尺寸、色彩空间等。


mogrify: 与 magick 功能一样，不过不需要指定输出文件，自动覆盖原始图像文件。


composite: 将一个图片或多个图片组合成新图片。


montage: 组合多个独立的图像来创建合成图像。每个图像都可以用边框，透明度等特性进行装饰。


compare: 从数学和视觉角度比较源图像与重建图像之间的差异。


display: 在任何 X server 上显示一个图像或图像序列。


animate: 在任何 X server 上显示图像序列。


import: 保存 X server 上的任何可见窗口并把它作为图像文件输出。可以捕捉单个窗口，整个屏幕或屏幕的任意 矩形部分。


conjure: 解释并执行 MSL ( Magick Scripting Language ) 写的脚本。


stream: 一个轻量级工具，用于将图像或部分图像的一个或多个像素组件流式传输到存储设备。在处理大图像或 原始像素组件时很有用。


各个命令具体介绍，参考地址： https://imagemagick.org/script/command-line-tools.php

命令使用格式

基本命令的使用，遵循 Unix 风格的标准格式：

command [options] input_image output_image

比如我们将一张宽高 300x300 的图片 goods.png 转换成 200x200 的goods.jpg，可以这样用

convert -resize 200x200 goods.png goods.jpg

-resize 定义图片尺寸，ImageMagick 所有的选项参数都在这个【命令行选项手册】。

图片合并实例

接下来介绍我在OCR文字识别中将多张图片合并一张方法，代码合并使用convert命令，如我有图片1.jpg、2.jpg、3.jpg，我想将这三张图片合并成1张并命名为a.jpg,命令如下：

convert -append 1.jpg 2.jpg 3.jpg a.jpg

Python代码：

import os

imgDir = ''

pathDir = sorted(filter(is_img, os.listdir(imgDir)))

 # 通过拼接convert命令，进行图片合并
tmp = 0
shell <