Python处理图片九宫格，炫酷朋友圈
Python处理图片九宫格，炫酷朋友圈
作者：咪咪怪 来源：咪哥杂谈
本篇阅读时间约为 5 分钟。
1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。
对图像知识感兴趣的同学，可以看看之前写的一篇文章《图像学小知识,不看后悔...100%有用！》
2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。
3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。
pip install pillow # 安装 pillow 库大体实现思路以下几步：
1. 读取到原图片，获取图片尺寸后，将宽高对比，生成以白色为背景的大正方形图
2. 将大正方形图按照 3*3 比例进行切割，生成9个小正方形图
3. 分别生成 9 张小正方形图片
4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
def fill_images(image):
""" 填充正方形白色背景图片 """
width, height = image.size # 获取图片的宽高
side = max(width, height) # 对比宽和高哪个大
# 新生成的图片是正方形的,边长取大的,背景设置白色
new_image = Image.new(image.mode, (side, side), color='white')
# 根据尺寸不同，将原图片放入新建的空白图片中部
if width > height:
new_image.paste(image, (0, int((side - height) / 2)))
else:
new_image.paste(image, (int((side - width) / 2), 0))
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
def cut_images(image):
""" 切割大正方形图 """
width, height = image.size
one_third_width = int(width / 3) # 三分之一正方形线像素
# 保存每一个小切图的区域
box_list = []
"""
切图区域是矩形，位置由对角线的两个点(左上,右下)确定,
而 crop() 实际要传入四个参数(left, upper, right, lower)
"""
for x in range(3):
for y in range(3):
left = x * one_third_width # 左像素
upper = y * one_third_width # 上像素
right = (x + 1) * one_third_width # 右像素
lower = (y + 1) * one_third_width # 下像素
box = (left, upper, right, lower)
box_list.append(box)
image_list = [image.crop(box) for box in box_list]
return image_list上述代码实际发生的事情就是下面几张图所示：
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）
5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。）
关于源代码，老规矩，上传到 github 了，有想看源码的同学后台回复 九宫格 ，即可获得源码地址。
专注于数据科学领域的知识分享
欢迎在文章下方留言与交流