Python中图片的切块与合并

有时候我们处理的图片过大而内存不足时，切块是一种不错的方法，化整为零，分治处理。切块图片其实没必要存储，不过代码中还是进行了保存。

import os
from PIL import Imagedef image_cut_and_merge(image_path, size=(256, 256), output_dir=''):scale = 4  # 放大的倍数# 获取图片的宽度和高度  img = Image.open(image_path)  # 默认RGB格式width, height = img.size  # 计算在宽度和高度上分别需要分割成多少块  tiles_x = (width + size[0] - 1) // size[0]  tiles_y = (height + size[1] - 1) // size[1]  assert (tiles_x =< 1) and (tiles_y =< 1), "原图片不能小于切块尺寸。"# 创建放大后图片粘贴空间target_size = scale * width, scale * heightoutput_img = Image.new('RGB', target_size)# output_dir="out_puts" # 文件保存目录filename_without_extension = os.path.splitext(os.path.basename(image_path))[0]# 遍历所有块放大4倍# 重新优化了切块方法，避免无法整除而产生黑色区域borders={'x':[], 'y':[]} # 用于拼接图片for i in range(tiles_x):   for j in range(tiles_y):  # 计算当前块的左上角坐标  box = (i * size[0], j * size[1], (i + 1) * size[0], (j + 1) * size[1])  # 如果tile小于块尺寸，将会改变起始点width_diff = width - (i + 1) * size[0]height_diff = height - (j + 1) * size[1]if width_diff < 0:box = (i * size[0] + width_diff, j * size[1], width, (j + 1) * size[1])if height_diff < 0:box = (i * size[0], j * size[1] + height_diff, (i + 1) * size[0], height)if width_diff < 0 and height_diff < 0:box = (i * size[0] + width_diff, j * size[1] + height_diff, width, height)x = box[0] * scale # 图片拼接X坐标y = box[1] * scale  # 图片拼接Y坐标borders['x'].append(x)borders['y'].append(y)# 裁剪图片块  tile = img.crop(box)        ################## TODO 在这里对切的图进行想要的处理。例如放大4倍 ################tile = tile.resize((scale * size[0], scale * size[1]))# 保存切分图output_path = f"{filename_without_extension}_{i}_{j}.png" if len(output_dir.strip()) > 0:output_path = f"{output_dir}/{filename_without_extension}_{i}_{j}.png" tile.save(output_path)# 将放大后的图片拼接起来  output_img.paste(tile, (x, y))# 保存放大图output_path = f"{filename_without_extension}_x4.png"if len(output_dir.strip()) > 0:output_path = f"{output_dir}/{filename_without_extension}_x4.png" output_img.save(output_path)# 示例
image_cut_and_merge("qianzhi_croped.png", output_dir="out_puts")