因为脑子里的一些想法，需要将一些照片拼接在一起，首先想到了使用APP直接操作，结果下载了许多应用后发现最多只能支持九张照片的拼接。然后又找了些美图秀秀之类，都无法满足我的需求，甚至我都想到使用PS去进行操作，但是如果使用PS那可就变成了一项耗时间的活了呢。于是继续的查找解决方案，在一个小角落里找到了使用Pillow搭建照片墙的例子，心想这就是我想要的，细细查找发现果不其然，一下子明朗了许多。在此对使用 Python + Pillow 完成的拼图实现进行记录。
安装 Python与 Pillow
可参考之前的博文，Python 及其库的安装。
流程及思路
需求：将一个文件夹中按名称排序的方式进行拼图操作，逐行或逐列操作。
预计流程：
- 创建临时文件夹缓存可能生成或后续需要使用的图片
- 读取图片，进行预处理后将处理后图片按照一定命名规范保存至缓存文件夹
- 切换路径至临时文件夹
- 依次打开图片，进行图像合并
- 合并完成后保存图片
- 删除临时文件夹
- 展示合并图片
其中图片预处理可以为拉伸、旋转、裁剪等变换，因为我后续需要拼图时所有照片都应该为正方形，因此我需要对图片进行一个裁剪操作使图片比例为 1:1，为了保证裁剪区域在图像正中，需要进行判断长短边操作。
进行合并图片时需要空余区域尽可能少，且合并图片比例不能太畸形。例如 30 张图片可以分为 5 × 6 排布，31 张照片可以分布为 4 × 8 排布。最理想状态是脚本自动识别图片个数并合理分配，这块功能暂时没有写入 DEMO 中，行与列目前需要手动分配。
DEMO
在 Python 脚本中引用 Pillow 的方法也可以参见 DEMO 程序。其中，
bol_auto_place 暂时为可选项，置为 True 表示将自动分配合并后画布大小，目前只有根据图片多少开平方，然后合并为一个大正方形图片，手动设置合并排布时需要将其置为 False。
row 为合并图片分布行参数，bol_auto_place == False 时有效。
col 为合并图片分布列参数，bol_auto_place == False 时有效。
nw 为缓存图片宽度设定，nh 为缓存图片高度设定。合并文件的大小由排布及缓存图片大小自动设定。
DEMO 脚本中所使用到的一些 function 有不懂的可百度或谷歌，查看各自的详细描述。脚本在使用时与图片放在一起，然后点击运行，运行期间将会显示当前处理图片，处理完成后将会展示合并图片。合并完成后图片以 PNG 格式存储于同路径下splicing_picture.png文件。DEMO 程序的源代码及几个参考文件可点此进行下载。
#####################################################
# Notice ! #
# This script file should be placed in the same #
# folder as the image. #
#####################################################
import sys, os, shutil, math
from PIL import Image
#####################################################
# parameter setting #
#####################################################
bol_auto_place = False # auto place the image as a squared image， if 'True', ignore var 'row' and 'col' below
row = 4 # row number which means col number images per row
col = 8 # col number which means row number images per col
nw = 400 # sub image size, nw x nh
nh = 400
path = os.getcwd(); # acquire current folder path
if os.path.exists('tmp'): # ensure the 'tmp' folder is empty
shutil.rmtree('tmp')
os.makedirs('tmp')
file_ls = os.listdir() # list all files in this folder
i = 0 # a counter for images
for file in file_ls:
name, extension = os.path.splitext(file); # get file info[name, extension]
if (extension == '.png' or extension == '.jpg' or extension == '.jpeg') and name != 'splicing_picture': # select the image
i += 1 # image counter++
print('%s...%s%s' % (i, name, extension))
os.chdir(path) # ensure the image folder in every loop
im = Image.open(file) # open the image
w, h = im.size # get image info
#print('Original image size: %sx%s' % (w, h))
if nw == nh: # if image should be 1:1 size
if w >= h:
box = ((w - h) // 2, 0, (w + h) // 2, h)
else:
box = (0, (h - w) // 2, w, (h + w) // 2)
region = im.crop(box) # crop the image to 1:1 and keep center region
else:
region = im # do nothing
sname = '%s%s' % (str(i), '.png') # rename 'x.png', x is a number from 1 to N
os.chdir('tmp') # get into the folder 'tmp'
region.save(sname, 'png') # save the square image
os.chdir(path) # ensure the path
os.chdir('tmp')
if bol_auto_place: # auto place a big 1:1 square image
row = math.ceil(i ** 0.5)
col = math.ceil(i ** 0.5)
dest_im = Image.new('RGBA', (col * nw, row * nh), (255, 255, 255)) # the image size of splicing image, background color is white
for x in range(1, col + 1): # loop place the sub image
for y in range(1,row + 1):
try:
src_im = Image.open("%s.png" % str( x + ( y - 1 ) * col)) # open files in order
resize_im = src_im.resize((nw, nh), Image.ANTIALIAS) # resize again
dest_im.paste(resize_im, ((x-1) * nw, (y-1) * nh)) # paste to dest_im
except IOError:
pass
os.chdir(path) # ensure the path
shutil.rmtree('tmp') # delete the 'tmp'
dest_im.save('splicing_picture.png', 'png')
dest_im.show() # finish
运行效果图
30 张照片按照 4 × 8 的排布方式，图片拼合后效果图如下所示。个人对这样的结果还是相当满意的，也可以调整成 5 × 6 的排布方式，只需更改 row 与 col 的参数设定后重新运行即可。
