PythonPIL库实现九宫格图片的裁剪与拼接方法

做验证码识别或者图片预处理的时候，经常碰上一件事：要把一张大图拆成好几张小图，然后再按规则拼成新的图。抖音的九宫格验证码就是个典型的例子。这里就用它来完整演示一下裁剪与拼接的实现。

一、需求拆解

原始图是一张九宫格大图，每张小图之间有间隙。目标很直接：

1. 按坐标裁出 9 张小图
2. 每张缩放到 110×110
3. 拼成一张 330×330 的新图

二、核心代码

from PIL import Image

img = Image.open(r"微信图片_20260528094122_13_1856.png")

# 九宫格坐标：3行 × 3列
rect_list = [
    [(1,0,166,165),  (181,0,346,165),  (361,0,525,165)],     # 第一行
    [(1,180,166,345),(181,180,346,345),(361,180,525,345)],   # 第二行
    [(1,360,166,525),(181,360,346,525),(361,360,525,525)],   # 第三行
]

# 创建 330×330 空白图（白色背景）
new_img = Image.new("RGB", (330, 330), (255, 255, 255))

for y in range(3):
    for x in range(3):
        # 1. 裁剪
        s_img = img.crop(rect_list[y][x])
        # 2. 高质量缩放（关键：加 LANCZOS）
        s_img = s_img.resize((110, 110), resample=Image.LANCZOS)
        # 3. 粘贴到新图（每张 110px，按网格排列）
        new_img.paste(s_img, (x * 110, y * 110))

new_img.sa ve("result.png")

三、关键细节

1. crop() 裁剪

crop() 接收一个四元组 (left, top, right, bottom)：

s_img = img.crop((1, 0, 166, 165))  # 左上(1,0) 到 右下(166,165)

坐标从大图的 rect_list 中逐行读取。

2. resize() 高质量缩放

必须指定 resample=Image.LANCZOS，否则默认用 BILINEAR，缩放后模糊。

PIL 10.0+ 写法：

s_img.resize((110, 110), resample=Image.Resampling.LANCZOS)

3. paste() 拼接

新图 330×330，每张小图 110×110，共 3×3 排列。粘贴坐标按网格计算：

paste_x = x * 110
paste_y = y * 110

四、常见坑

五、透明背景版本

如果需要透明底：

new_img = Image.new("RGBA", (330, 330), (0, 0, 0, 0))  # 透明背景
new_img.sa ve("result.png")  # 必须存 PNG

总结：crop 裁 → LANCZOS 缩 → paste 拼，三步搞定九宫格重排。

六、知识扩展

Python 的 Pillow（PIL 的 fork 库）做图片裁剪与拼接非常顺手。下面把相关的方法和完整示例串起来说。

安装 Pillow

pip install Pillow

图片裁剪（crop）

Image.crop(box) 方法用于裁剪图像，box 是一个四元组 (left, upper, right, lower)，坐标基于原图左上角为原点。

from PIL import Image

# 打开图片
img = Image.open('input.jpg')

# 定义裁剪区域 (左, 上, 右, 下)
box = (100, 100, 400, 400)  # 从(100,100)到(400,400)的正方形
cropped_img = img.crop(box)

# 保存裁剪结果
cropped_img.sa ve('cropped.jpg')

动态裁剪示例：裁剪图片的中心区域

width, height = img.size
crop_size = 300
left = (width - crop_size) // 2
top = (height - crop_size) // 2
right = left + crop_size
bottom = top + crop_size
center_crop = img.crop((left, top, right, bottom))
center_crop.sa ve('center_crop.jpg')

图片拼接（拼接）

拼接需要先创建一张足够大的空白画布，然后将各张图片粘贴上去。

1. 水平拼接（两张图并排）

# 打开两张图片
img1 = Image.open('pic1.jpg')
img2 = Image.open('pic2.jpg')

# 确保它们高度一致（可选）
if img1.height != img2.height:
    new_height = min(img1.height, img2.height)
    img1 = img1.resize((int(img1.width * new_height / img1.height), new_height))
    img2 = img2.resize((int(img2.width * new_height / img2.height), new_height))

# 创建新画布，宽度为两张图宽度之和，高度取较大者
total_width = img1.width + img2.width
max_height = max(img1.height, img2.height)
new_img = Image.new('RGB', (total_width, max_height))

# 粘贴图片
new_img.paste(img1, (0, 0))
new_img.paste(img2, (img1.width, 0))

new_img.sa ve('horizontal_merge.jpg')

2. 垂直拼接（两张图上下堆叠）

img1 = Image.open('pic1.jpg')
img2 = Image.open('pic2.jpg')

total_height = img1.height + img2.height
max_width = max(img1.width, img2.width)
new_img = Image.new('RGB', (max_width, total_height))

new_img.paste(img1, (0, 0))
new_img.paste(img2, (0, img1.height))

new_img.sa ve('vertical_merge.jpg')

3. 多图网格拼接（例如 2x2）

images = [Image.open(f'pic{i}.jpg') for i in range(1, 5)]  # 4张图
rows, cols = 2, 2

# 计算每个小图的尺寸（这里假设所有图片尺寸相同）
width, height = images[0].size

# 创建大图
grid_img = Image.new('RGB', (cols * width, rows * height))

for i, img in enumerate(images):
    row = i // cols
    col = i % cols
    grid_img.paste(img, (col * width, row * height))

grid_img.sa ve('grid_merge.jpg')

4. 灵活拼接（列表 + 自动适应）

封装一个函数，支持任意数量的图片水平或垂直拼接：

def merge_images(image_paths, direction='horizontal'):
    images = [Image.open(path) for path in image_paths]
    
    if direction == 'horizontal':
        total_width = sum(img.width for img in images)
        max_height = max(img.height for img in images)
        new_img = Image.new('RGB', (total_width, max_height))
        x_offset = 0
        for img in images:
            new_img.paste(img, (x_offset, 0))
            x_offset += img.width
    elif direction == 'vertical':
        total_height = sum(img.height for img in images)
        max_width = max(img.width for img in images)
        new_img = Image.new('RGB', (max_width, total_height))
        y_offset = 0
        for img in images:
            new_img.paste(img, (0, y_offset))
            y_offset += img.height
    else:
        raise ValueError("direction must be 'horizontal' or 'vertical'")
    
    return new_img

# 使用
result = merge_images(['a.jpg', 'b.jpg', 'c.jpg'], 'horizontal')
result.sa ve('merged.jpg')

高级技巧：在拼接时添加边框或间距

可以在两张图片之间留白：

spacing = 10
total_width = img1.width + spacing + img2.width
new_img = Image.new('RGB', (total_width, max_height))
new_img.paste(img1, (0, 0))
new_img.paste(img2, (img1.width + spacing, 0))

或者添加白色背景：

bg = Image.new('RGB', (total_width, max_height), color='white')
bg.paste(img1, (0, 0))
bg.paste(img2, (img1.width + spacing, 0))

注意事项

图片模式：Image.open() 可能返回不同的模式（如 RGBA、RGB、L），拼接时建议统一转换为 RGB：

img = img.convert('RGB')

性能：大量高清图片拼接时内存占用较大，可以考虑逐张处理或使用更底层的 numpy 加速。

透明背景：如果原图有透明通道（PNG），创建新画布时应使用 'RGBA' 模式。

完整示例：一键批量裁剪并拼接

假设有一个文件夹里的图片需要先裁剪中心区域，然后按 2x3 网格拼接：

import os
from PIL import Image
def batch_crop_and_merge(folder, crop_size, rows, cols, output_path):
    # 获取所有图片
    paths = [os.path.join(folder, f) for f in os.listdir(folder) if f.endswith(('.jpg', '.png'))]
    images = []
    for path in paths:
        img = Image.open(path)
        # 中心裁剪
        w, h = img.size
        left = (w - crop_size) // 2
        top = (h - crop_size) // 2
        cropped = img.crop((left, top, left + crop_size, top + crop_size))
        images.append(cropped)
    # 网格拼接
    grid_img = Image.new('RGB', (cols * crop_size, rows * crop_size))
    for idx, img in enumerate(images):
        if idx >= rows * cols: break
        x = (idx % cols) * crop_size
        y = (idx // cols) * crop_size
        grid_img.paste(img, (x, y))
    grid_img.sa ve(output_path)
    print(f"已保存到 {output_path}")
# 调用
batch_crop_and_merge('./photos', crop_size=300, rows=2, cols=3, output_path='grid_result.jpg')