Python脚本实现批量图片拼接功能_Python

平时写论文、做报告或者整理素材时，经常需要把多张图片拼成一张大图。试过不少在线工具和本地软件，要么是没法批量处理，要么是最后一行图片没填满时就左对齐，空出一大块特别丑。

索性自己写了个python脚本，用pillow库实现，核心解决了几个痛点：

最后一行自动居中：没填满的行不会傻呵呵左对齐，视觉上更平衡
自然排序：确保 1.jpg、2.jpg、10.jpg 按数字顺序排，不会出现 1, 10, 2 的尴尬
保留原图质量：支持dpi、色彩模式继承，jpg会设最高质量
灵活配置：行数、列数、每组几张图、底部留白都能改

关键代码摘出与解释

1. 自然排序：解决10.jpg排在2.jpg前面的问题

系统默认的字符串排序是按字符ascii码比较的，'10' 的第一个字符是 '1'，所以会排在 '2' 前面。这个函数通过正则把文件名拆分成“数字段”和“非数字段”，把数字段转成整数后再比较，符合人类的阅读习惯。

def natural_sort_key(s):
    """自然排序：确保 1.jpg, 2.jpg, 10.jpg 按数字顺序排列"""
    return [int(text) if text.isdigit() else text.lower()
            for text in re.split('([0-9]+)', s)]

使用场景：在读取文件列表后，通过 sorted(..., key=natural_sort_key) 调用即可。

2. 核心逻辑：最后一行图片居中计算

这是脚本最实用的部分。思路是：先按“列数”把图片切分成行，然后判断当前行是否填满。如果没填满，就算出两边需要留多少空白，把图片“挤”到中间。

# ⭐ 核心：按行切分
rows = []
for i in range(0, len(group_images), cols):
    rows.append(group_images[i:i + cols])

for row_idx, row_images in enumerate(rows):
    y = row_idx * img_height
    num_in_row = len(row_images)

    # ⭐ 核心：最后一行居中
    if num_in_row == cols:
        offset_x = 0  # 满行，左对齐
    else:
        # 不满行，计算居中偏移量
        total_width = num_in_row * img_width
        offset_x = (canvas_width - total_width) // 2

逻辑说明：

offset_x 是这一行第一张图的起始x坐标。
如果满行，offset_x 为0，从最左边开始贴。
如果不满行，用 (画布宽 - 当前行图片总宽) // 2 算出左边留白，实现居中。

3. 图片一致性处理：尺寸、模式统一

为了防止拼图出现错位或色差，需要以第一张图为基准，统一所有图片的尺寸和色彩模式。

with image.open(img_path) as img:
    # 尺寸统一：如果不一致，用lanczos算法高质量重采样
    if img.size != (img_width, img_height):
        print(f"警告: {os.path.basename(img_path)} 尺寸不一致，已调整")
        img = img.resize((img_width, img_height), image.resampling.lanczos)

    # 模式统一：比如有的是rgb，有的是rgba，统一成基准图的模式
    if img.mode != img_mode:
        img = img.convert(img_mode)

    canvas.paste(img, (x, y))

注意：image.resampling.lanczos 是pillow 9.1.0之后的写法，如果用的是旧版本，可能需要改成 image.lanczos。

4. 高质量保存：保留dpi与jpg画质

如果是用于论文打印，保留dpi很重要；jpg格式默认压缩会损失画质，这里强制设为最高质量。

save_params = {}

# 如果是jpg/jpeg，设置最高质量，禁用色度子采样
if input_extension.lower() in ['.jpg', '.jpeg']:
    save_params['quality'] = 100
    save_params['subsampling'] = 0

# 如果原图有dpi信息，继承下来
if img_dpi:
    save_params['dpi'] = img_dpi

canvas.save(save_path, **save_params)

完整代码

直接复制下面的代码，保存为 image_collage.py 即可使用。使用前请务必修改 手动配置区 的路径。

import re
from pil import image
import os

# ==================== 手动配置区 ====================
target_path = r'你的图片文件夹路径'  # 请修改此处
images_per_group = 3   # 每组几张图
rows = 2               # 行数
cols = 2               # 列数
bottom_padding = 0     # 底部留白（像素）
# ===================================================


def natural_sort_key(s):
    """自然排序：确保 1.jpg, 2.jpg, 10.jpg 按数字顺序排列"""
    return [int(text) if text.isdigit() else text.lower()
            for text in re.split('([0-9]+)', s)]


def create_collage(folder_path):
    # 1. 读取并筛选图片
    valid_extensions = ('.jpg', '.jpeg', '.png', '.bmp', '.webp', '.tiff')
    raw_files = [
        f for f in os.listdir(folder_path)
        if f.lower().endswith(valid_extensions)
    ]

    # 排除之前生成的拼图，防止重复处理
    raw_files = [f for f in raw_files if "collage_final" not in f]

    # 按自然顺序排序并拼接完整路径
    image_files = sorted(
        [os.path.join(folder_path, f) for f in raw_files],
        key=natural_sort_key
    )

    if not image_files:
        print("未找到图片，请检查路径。")
        return

    # 2. 读取第一张图作为基准，获取尺寸、模式、dpi等信息
    with image.open(image_files[0]) as first_img:
        img_width, img_height = first_img.size
        input_extension = os.path.splitext(image_files[0])[1]
        img_mode = first_img.mode
        img_dpi = first_img.info.get('dpi')

        print(f"\n--- 原始分辨率识别 ---")
        print(f"单图尺寸: {img_width} x {img_height}")
        print(f"色彩模式: {img_mode}")
        print(f"输出格式: {input_extension}")
        if img_dpi:
            print(f"dpi: {img_dpi}")

    # 3. 计算画布总尺寸
    canvas_width = cols * img_width
    canvas_height = rows * img_height + bottom_padding

    # 4. 分组（如果图片很多，可以分成多张拼图）
    groups = [
        image_files[i:i + images_per_group]
        for i in range(0, len(image_files), images_per_group)
    ]

    for group_num, group_images in enumerate(groups):
        # 创建白色背景画布
        canvas = image.new(img_mode, (canvas_width, canvas_height), color='white')

        # ⭐ 核心逻辑：将当前组的图片按行切分
        rows = []
        for i in range(0, len(group_images), cols):
            rows.append(group_images[i:i + cols])

        # 逐行粘贴图片
        for row_idx, row_images in enumerate(rows):
            y = row_idx * img_height
            num_in_row = len(row_images)

            # ⭐ 核心逻辑：计算当前行的x偏移量（实现居中）
            if num_in_row == cols:
                offset_x = 0
            else:
                total_width = num_in_row * img_width
                offset_x = (canvas_width - total_width) // 2

            # 逐列粘贴图片
            for col_idx, img_path in enumerate(row_images):
                x = offset_x + col_idx * img_width

                try:
                    with image.open(img_path) as img:
                        # 统一尺寸
                        if img.size != (img_width, img_height):
                            print(f"警告: {os.path.basename(img_path)} 尺寸不一致，已调整")
                            img = img.resize((img_width, img_height), image.resampling.lanczos)
                        
                        # 统一色彩模式
                        if img.mode != img_mode:
                            img = img.convert(img_mode)

                        canvas.paste(img, (x, y))

                except exception as e:
                    print(f"处理出错: {img_path}, 原因: {e}")

        # 5. 保存文件
        suffix = f"_{group_num + 1}" if len(groups) > 1 else ""
        save_name = f"collage_final{suffix}{input_extension}"
        save_path = os.path.join(folder_path, save_name)

        save_params = {}
        # jpg特殊处理：最高质量
        if input_extension.lower() in ['.jpg', '.jpeg']:
            save_params['quality'] = 100
            save_params['subsampling'] = 0
        # 继承dpi
        if img_dpi:
            save_params['dpi'] = img_dpi

        canvas.save(save_path, **save_params)
        print(f"✅ 成功生成: {save_name}")


if __name__ == "__main__":
    create_collage(target_path)