
01 前言
在日常的生活中,大家偶尔会看到朋友圈发的照片由一张被切成九张的效果,有时由一张照片被切成九张照片所带来的视觉盛宴是不一样的!
现在许多 P 图工具里面自带了这种功能,而微信小程序里也有专门可以切图的工具。为了熟练巩固的练习调库操作,今天就来带大家看看,如何用 Python 实现这个小功能。
02 成果展示
先来看看成果,原图为文章开始的图片,一图切九图朋友圈:
九张图发朋友圈的时候,还有个比较有意思的事,上传时是乱序的,还需要你自己像玩拼图一样自己摆位置。
03 思路讲解
这个小功能的实现利用了 Python 中的一个图形处理库,Pillow。
Pillow是由从著名的Python图像处理库PIL发展出来的一个分支,通过Pillow可以实现图像压缩和图像处理等各种操作。
1pip install pillow # 安装 pillow 库
大体实现思路以下几步:
04 代码讲解
按照上面的思路,写出代码:
1. 填充原图形的背景,生成大正方形图
1def fill_images(image):
2 """ 填充正方形白色背景图片 """
3 width, height = image.size # 获取图片的宽高
4 side = max(width, height) # 对比宽和高哪个大
6 # 新生成的图片是正方形的,边长取大的,背景设置白色
7 new_image = Image.new(image.mode, (side, side), color='white')
9 # 根据尺寸不同,将原图片放入新建的空白图片中部
10 if width > height:
11 new_image.paste(image, (0, int((side - height) / 2)))
12 else:
13 new_image.paste(image, (int((side - width) / 2), 0))
14 return new_image
代码中的顺序,可以理解为下面几个图形,首先在原有的照片基础上覆盖上白色背景:
其次,比较宽和高的生成规则是下面两个图,我们可以将背景调成黑色,便于观察,当宽大于高的像素时,你的照片就是横着铺满正方形的,而背景图填充上下,黑色背景是不是有股电影大片的气息:
当高大于宽的像素时,你的照片就是竖着铺满正方形的,而背景图填充左右:
第一步到这里就完成了,你得到的就是一张被背景颜色填满的正方形。
2. 对大正方形进行切割
1def cut_images(image):
2 """ 切割大正方形图 """
3 width, height = image.size
4 one_third_width = int(width / 3) # 三分之一正方形线像素
6 # 保存每一个小切图的区域
7 box_list =
9 """
10 切图区域是矩形,位置由对角线的两个点(左上,右下)确定,
11 而 crop 实际要传入四个参数(left, upper, right, lower)
12 """
13 for x in range(3):
14 for y in range(3):
15 left = x * one_third_width # 左像素
16 upper = y * one_third_width # 上像素
17 right = (x + 1) * one_third_width # 右像素
18 lower = (y + 1# 下像素
19 box = (left, upper, right, lower)
20 box_list.append(box)
21 image_list = [image.crop(box) for box in box_list]
22 return image_list
首先定位三分线:
根据左上,右下两个像素点的位置,确定新的图形:
最后将每个小正方形的左上和右下像素点进行存储,以元组的形式写到list中,在调用 crop 函数进行图像复制。关于 crop 函数,官方文档:
3. 存储切割后的9张图片(不放代码了,比较简单)
05 总结
Pillow 库对图像处理操作支持非常友好,而本次的小工具核心就在于如果进行对原有图片进行切割。内嵌两次循环来逐行遍历,双重遍历的思想会经常用到,这块可以注意下。
当然如果要是嫌源代码运行麻烦,可以打成 exe 文件来使用哟。这下又可以在朋友圈秀操作了!(比如改改背景呀,黑色背景什么的。)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29