【Python实战】教你如何用Python批量裁剪图片，轻松提升工作效率！

迈不过友情╰ 2024-04-24 23:24 4阅读 0赞

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：

1.  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。

1.  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。

1.  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 ######

1.  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。

1.  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：

1.  导入Pillow库中的Image模块

from PIL import Image

1.  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)

1.  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。

1.  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。

1.  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)

以上代码假设存在一个名为“images”的文件夹，其中包含需要裁剪的所有图片，裁剪结果将保存到名为“cropped\_images”的文件夹下。

###### 五、总结 ######

本文详细介绍了Python如何通过Pillow库对单张或批量图片进行裁剪操作，通过实际案例演示了批量裁剪图片的具体实现过程。

掌握了这些知识，我们可以更加轻松地对大量图片进行批量处理，节省时间和精力。

当然，图片裁剪只是图像处理的冰山一角，希望通过本文的介绍可以为读者提供更多启发，更好地掌握Python图像处理的技巧和方法。

### 关于Python学习指南 ###

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

包括：Python激活码+安装包、Python web开发，Python爬虫，Python数据分析，人工智能、自动化办公等学习教程。带你从零基础系统性的学好Python！

##### 👉Python所有方向的学习路线👈 #####

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。**（全套教程文末领取）**

![在这里插入图片描述][3c4ee87941694f3789398db3d52a2637.png_pic_center]

##### 👉Python学习视频600合集👈 #####

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

![在这里插入图片描述][64c89bf6293d4699bf7ee8f34b9e69fd.png_pic_center]

##### 温馨提示：篇幅有限，已打包文件夹，获取方式在：文末 #####

##### 👉Python70个实战练手案例&源码👈 #####

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

![在这里插入图片描述][2017b67544f94e8898db755e2703224a.png_pic_center]

##### 👉Python大厂面试资料👈 #####

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自**阿里、腾讯、字节等一线互联网大厂**最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

![在这里插入图片描述][3055c54d3224495987c589f150324d73.png_pic_center]

![在这里插入图片描述][b0751719fe914aec8c8d09f62f772e44.png_pic_center]

##### 👉Python副业兼职路线&方法👈 #####

学好 Python 不论是就业还是做副业赚钱都不错，但要学会兼职接单还是要有一个学习规划。

![在这里插入图片描述][01bcd7cbfd6d43fb85ef410766735154.png_pic_center]

**👉** **这份完整版的Python全套学习资料已经上传，朋友们如果需要可以扫描下方CSDN官方认证二维码或者点击链接免费领取**【**`保证100%免费`**】

![28c313fe0bc8cfd922b6246074689e50.png][]

[3c4ee87941694f3789398db3d52a2637.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/24/afb4d54fc53649ffa8fd6c15d467c7d0.png
[64c89bf6293d4699bf7ee8f34b9e69fd.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/24/107627a649094b85bf0dc13242c8319a.png
[2017b67544f94e8898db755e2703224a.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/24/ead3476a641348359d0210bd055dc6a5.png
[3055c54d3224495987c589f150324d73.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/24/a91f5c9549ac4a01b83dc0723d7cc61b.png
[b0751719fe914aec8c8d09f62f772e44.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/24/6169ec8e744b4f7fb14b13e69145e370.png
[01bcd7cbfd6d43fb85ef410766735154.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/24/3a5953e1797f4919a61f0d25b77548f1.png
[28c313fe0bc8cfd922b6246074689e50.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/24/f26840a583544cb9a8ccfa09cd1e1bfb.png