用Python水平合并几个图像

我正在尝试在Python中水平合并一些JPEG图像。

问题：我有3个图像 – 每个是148×95 – 见附件。 我只是做了3张相同的图像 – 这就是为什么他们是相同的。

我的尝试：我试图水平join他们使用下面的代码：

import sys from PIL import Image list_im = ['Test1.jpg','Test2.jpg','Test3.jpg'] new_im = Image.new('RGB', (444,95)) #creates a new empty image, RGB mode, and size 444 by 95 for elem in list_im: for i in xrange(0,444,95): im=Image.open(elem) new_im.paste(im, (i,0)) new_im.save('test.jpg') 

但是，这是产生作为test.jpg附加的输出。

问题：有没有办法水平连接这些图像，使test.jpg中的子图像没有额外的部分图像显示？

附加信息：我正在寻找一种方法来水平连接n个图像。 我想通常使用这个代码，所以我宁愿：

• 如果可能，不要硬编码图像尺寸
• 在一行中指定尺寸，以便可以轻松更改

Answer 1

你可以做这样的事情：

 import sys from PIL import Image images = map(Image.open, ['Test1.jpg', 'Test2.jpg', 'Test3.jpg']) widths, heights = zip(*(i.size for i in images)) total_width = sum(widths) max_height = max(heights) new_im = Image.new('RGB', (total_width, max_height)) x_offset = 0 for im in images: new_im.paste(im, (x_offset,0)) x_offset += im.size[0] new_im.save('test.jpg') 

Test1.jpg

Test2.jpg

Test3.jpg

test.jpg

---

for i in xrange(0,444,95):嵌套了for i in xrange(0,444,95):粘贴每个图像5次，相差95个像素。 每个外部循环迭代粘贴在前面。

 for elem in list_im: for i in xrange(0,444,95): im=Image.open(elem) new_im.paste(im, (i,0)) new_im.save('new_' + elem + '.jpg') 

Answer 2

我会试试这个：

 import numpy as np import PIL list_im = ['Test1.jpg', 'Test2.jpg', 'Test3.jpg'] imgs = [ PIL.Image.open(i) for i in list_im ] # pick the image which is the smallest, and resize the others to match it (can be arbitrary image shape here) min_shape = sorted( [(np.sum(i.size), i.size ) for i in imgs])[0][1] imgs_comb = np.hstack( (np.asarray( i.resize(min_shape) ) for i in imgs ) ) # save that beautiful picture imgs_comb = PIL.Image.fromarray( imgs_comb) imgs_comb.save( 'Trifecta.jpg' ) # for a vertical stacking it is simple: use vstack imgs_comb = np.vstack( (np.asarray( i.resize(min_shape) ) for i in imgs ) ) imgs_comb = PIL.Image.fromarray( imgs_comb) imgs_comb.save( 'Trifecta_vertical.jpg' ) 

只要所有图像具有相同的品种（全部为RGB，全部为RGBA或全部灰度），就应该可以工作。 用几行代码来确保这种情况应该不难。 这里是我的示例图像，结果：

Test1.jpg

Test2.jpg

Test3.jpg

Trifecta.jpg：

Trifecta_vertical.jpg

Answer 3

编辑：DTing的答案是更适用于你的问题，因为它使用PIL，但我会留下来，以防止你想知道如何在numpy做到这一点。

这是一个numpy / matplotlib解决scheme应该适用于任何大小/形状的N图像（只有彩色图像）。

 import numpy as np import matplotlib.pyplot as plt def concat_images(imga, imgb): """ Combines two color image ndarrays side-by-side. """ ha,wa = imga.shape[:2] hb,wb = imgb.shape[:2] max_height = np.max([ha, hb]) total_width = wa+wb new_img = np.zeros(shape=(max_height, total_width, 3), dtype=np.uint8) new_img[:ha,:wa]=imga new_img[:hb,wa:wa+wb]=imgb return new_img def concat_n_images(image_path_list): """ Combines N color images from a list of image paths. """ output = None for i, img_path in enumerate(image_path_list): img = plt.imread(img_path)[:,:,:3] if i==0: output = img else: output = concat_images(output, img) return output 

这里是示例使用：

 >>> images = ["ronda.jpeg", "rhod.jpeg", "ronda.jpeg", "rhod.jpeg"] >>> output = concat_n_images(images) >>> import matplotlib.pyplot as plt >>> plt.imshow(output) >>> plt.show() 

Answer 4

基于DTing的答案，我创build了一个更易于使用的function：

 from PIL import Image def append_images(images, direction='horizontal', bg_color=(255,255,255), aligment='center'): """ Appends images in horizontal/vertical direction. Args: images: List of PIL images direction: direction of concatenation, 'horizontal' or 'vertical' bg_color: Background color (default: white) aligment: alignment mode if images need padding; 'left', 'right', 'top', 'bottom', or 'center' Returns: Concatenated image as a new PIL image object. """ widths, heights = zip(*(i.size for i in images)) if direction=='horizontal': new_width = sum(widths) new_height = max(heights) else: new_width = max(widths) new_height = sum(heights) new_im = Image.new('RGB', (new_width, new_height), color=bg_color) offset = 0 for im in images: if direction=='horizontal': y = 0 if aligment == 'center': y = int((new_height - im.size[1])/2) elif aligment == 'bottom': y = new_height - im.size[1] new_im.paste(im, (offset, y)) offset += im.size[0] else: x = 0 if aligment == 'center': x = int((new_width - im.size[0])/2) elif aligment == 'right': x = new_width - im.size[0] new_im.paste(im, (x, offset)) offset += im.size[1] return new_im 

它允许select背景颜色和图像alignment。 recursion也很容易：

 images = map(Image.open, ['hummingbird.jpg', 'tiger.jpg', 'monarch.png']) combo_1 = append_images(images, direction='horizontal') combo_2 = append_images(images, direction='horizontal', aligment='top', bg_color=(220, 140, 60)) combo_3 = append_images([combo_1, combo_2], direction='vertical') combo_3.save('combo_3.png') 

Answer 5

这是一个泛化以前方法的函数，在PIL中创build一个图像网格：

 from PIL import Image import numpy as np def pil_grid(images, max_horiz=np.iinfo(int).max): n_images = len(images) n_horiz = min(n_images, max_horiz) h_sizes, v_sizes = [0] * n_horiz, [0] * (n_images // n_horiz) for i, im in enumerate(images): h, v = i % n_horiz, i // n_horiz h_sizes[h] = max(h_sizes[h], im.size[0]) v_sizes[v] = max(v_sizes[v], im.size[1]) h_sizes, v_sizes = np.cumsum([0] + h_sizes), np.cumsum([0] + v_sizes) im_grid = Image.new('RGB', (h_sizes[-1], v_sizes[-1]), color='white') for i, im in enumerate(images): im_grid.paste(im, (h_sizes[i % n_horiz], v_sizes[i // n_horiz])) return im_grid 

它会将网格的每一行和列缩小到最小。 通过使用pil_grid（图像）可以只有一行，或者通过使用pil_grid（图像，1）只能有一列。

在基于numpyarrays的解决scheme上使用PIL的一个好处是可以处理不同结构的图像（如灰度或基于调色板的图像）。

示例输出

 def dummy(w, h): "Produces a dummy PIL image of given dimensions" from PIL import ImageDraw im = Image.new('RGB', (w, h), color=tuple((np.random.rand(3) * 255).astype(np.uint8))) draw = ImageDraw.Draw(im) points = [(i, j) for i in (0, im.size[0]) for j in (0, im.size[1])] for i in range(len(points) - 1): for j in range(i+1, len(points)): draw.line(points[i] + points[j], fill='black', width=2) return im dummy_images = [dummy(20 + np.random.randint(30), 20 + np.random.randint(30)) for _ in range(10)] 

pil_grid(dummy_images) ：

pil_grid(dummy_images, 3) ：

pil_grid(dummy_images, 1) ：