Python图片裁剪案例如何裁剪图片区域

wen python案例 2026-06-29 205

本文目录导读：

基础矩形裁剪
中心裁剪（正方形）
指定比例的裁剪
批量裁剪固定区域
九宫格裁剪
交互式裁剪（手动选择区域）
安装依赖
实用技巧

我来分享几个Python图片裁剪的实用案例,使用最常用的PIL库。

基础矩形裁剪

from PIL import Image
import os
# 打开图片
img = Image.open('input.jpg')
# 定义裁剪区域 (left, upper, right, lower)
# 左上角为(0,0)，right和lower是结束坐标
crop_area = (100, 50, 400, 300)  # 左、上、右、下
# 执行裁剪
cropped_img = img.crop(crop_area)
# 保存结果
cropped_img.save('cropped.jpg')
print(f"原图尺寸: {img.size}")
print(f"裁剪后尺寸: {cropped_img.size}")

中心裁剪（正方形）

def center_crop_square(image_path, output_path):
    """从图片中心裁剪出最大的正方形"""
    img = Image.open(image_path)
    width, height = img.size
    # 计算取最小的边长
    min_side = min(width, height)
    # 计算裁剪区域（居中）
    left = (width - min_side) // 2
    top = (height - min_side) // 2
    right = left + min_side
    bottom = top + min_side
    # 执行裁剪
    cropped = img.crop((left, top, right, bottom))
    cropped.save(output_path)
    print(f"已从中心裁剪出 {min_side}x{min_side} 的正方形")
# 使用示例
center_crop_square('input.jpg', 'center_square.jpg')

指定比例的裁剪

def crop_to_ratio(image_path, target_ratio, output_path):
    """
    按目标比例裁剪图片
    target_ratio: 16/9 或 4/3
    """
    img = Image.open(image_path)
    width, height = img.size
    current_ratio = width / height
    if current_ratio > target_ratio:
        # 图片过宽，裁剪宽度
        new_width = int(height * target_ratio)
        left = (width - new_width) // 2
        crop_box = (left, 0, left + new_width, height)
    else:
        # 图片过高，裁剪高度
        new_height = int(width / target_ratio)
        top = (height - new_height) // 2
        crop_box = (0, top, width, top + new_height)
    cropped = img.crop(crop_box)
    cropped.save(output_path)
    print(f"已裁剪为 {target_ratio} 比例")
# 裁剪为16:9
crop_to_ratio('input.jpg', 16/9, '16_9_ratio.jpg')

批量裁剪固定区域

def batch_crop_images(input_dir, output_dir, crop_area):
    """批量裁剪指定文件夹中的所有图片"""
    os.makedirs(output_dir, exist_ok=True)
    for filename in os.listdir(input_dir):
        if filename.lower().endswith(('.png', '.jpg', '.jpeg', '.bmp')):
            # 打开图片
            img_path = os.path.join(input_dir, filename)
            img = Image.open(img_path)
            # 裁剪
            cropped = img.crop(crop_area)
            # 保存
            output_path = os.path.join(output_dir, f'cropped_{filename}')
            cropped.save(output_path)
            print(f"已处理: {filename}")
# 使用示例：裁剪所有图片的左上角300x300区域
crop_area = (0, 0, 300, 300)
batch_crop_images('input_folder', 'output_folder', crop_area)

九宫格裁剪

def nine_grid_crop(image_path, output_dir):
    """将图片裁剪为3x3的九宫格"""
    img = Image.open(image_path)
    width, height = img.size
    # 计算每个小格子的尺寸
    w_third = width // 3
    h_third = height // 3
    os.makedirs(output_dir, exist_ok=True)
    # 遍历九宫格
    for row in range(3):
        for col in range(3):
            left = col * w_third
            upper = row * h_third
            right = left + w_third
            lower = upper + h_third
            # 裁剪并保存
            cell = img.crop((left, upper, right, lower))
            cell.save(f'{output_dir}/cell_{row}_{col}.jpg')
    print("九宫格裁剪完成！")
# 使用示例
nine_grid_crop('input.jpg', 'nine_grid_output')

交互式裁剪（手动选择区域）

import matplotlib.pyplot as plt
from matplotlib.widgets import RectangleSelector
def interactive_crop(image_path):
    """交互式选择裁剪区域"""
    img = Image.open(image_path)
    fig, ax = plt.subplots()
    ax.imshow(img)
    # 存储选择的区域
    select_area = []
    def onselect(eclick, erelease):
        """选择事件回调"""
        x1, y1 = int(eclick.xdata), int(eclick.ydata)
        x2, y2 = int(erelease.xdata), int(erelease.ydata)
        # 确保坐标顺序正确
        left = min(x1, x2)
        right = max(x1, x2)
        top = min(y1, y2)
        bottom = max(y1, y2)
        select_area.clear()
        select_area.extend([left, top, right, bottom])
        print(f"选择的区域: {select_area}")
    # 创建矩形选择器
    rs = RectangleSelector(ax, onselect, drawtype='box')
    plt.title("拖动鼠标选择要裁剪的区域")
    plt.show()
    # 如果选择了区域，进行裁剪
    if select_area:
        cropped = img.crop(tuple(select_area))
        cropped.save('interactive_cropped.jpg')
        print("裁剪完成！")
# 注意：这个需要手动关闭图片窗口
# interactive_crop('input.jpg')

安装依赖

pip install Pillow matplotlib

实用技巧

# 1. 保持原图比例裁剪
def smart_crop(image, target_size):
    """智能裁剪到目标尺寸"""
    img = Image.open(image)
    img.thumbnail(target_size, Image.Resampling.LANCZOS)
    # 创建新背景
    new_img = Image.new('RGB', target_size, (255, 255, 255))
    # 居中放置
    x = (target_size[0] - img.width) // 2
    y = (target_size[1] - img.height) // 2
    new_img.paste(img, (x, y))
    return new_img
# 2. 检测并裁剪空白区域
def crop_whitespace(image_path, threshold=240):
    """裁剪图片边缘的空白区域"""
    img = Image.open(image_path).convert('L')  # 转为灰度图
    import numpy as np
    img_array = np.array(img)
    # 找出非空白区域
    non_white = np.where(img_array < threshold)
    if non_white[0].size > 0:  # 如果有非空白区域
        top = non_white[0].min()
        bottom = non_white[0].max()
        left = non_white[1].min()
        right = non_white[1].max()
        # 裁剪
        original = Image.open(image_path)
        cropped = original.crop((left, top, right + 1, bottom + 1))
        return cropped
    return Image.open(image_path)

这些案例涵盖了常见的裁剪需求,你可以根据具体情况选择合适的方案。

本文地址： https://www.bmjup.com/post/11874.html