如何用python将图片划分为等间距的正方形？

Question

我正在尝试使用 PIL 并定义我自己的函数，该函数将图像和 square_size（宽度或高度）作为参数，然后将图像分成一系列所述大小的较小正方形。我不明白 PIL 的裁剪方法。它接受一个（上、左、右、下）。左上、右上等系统似乎更有用。

我在哪里，卡住的是编写代码，可以找到这些坐标应该是什么，从原点开始，给定一个正方形大小。有任何想法吗？

这是行不通的。

def parse_image(source, square_size):

    src = Image.open(source)

    dimensions = src.size

    max_up = int(src.height/square_size)

    max_right = int(src.width/square_size)

    tl = 0

    tr = square_size

    bl = square_size * src.width + 1 

    br = bl + square_size

    test = src.crop((tl,tr,bl,br))

    test.save('test.jpg')

    test.show()

Answer 1

假设square_size是一个定义每边长度的 int 并且我们想要多个图像作为结果。下面的代码未经测试，但应该可以解决您的问题def parse_image(source, square_size):     src = Image.open(source)    width, height = src.size    image_results = []    for x in range(0, width, square_size): #        for y in range(0, height, square_size):            top_left = (x, y) #left top of the rect            bottom_right = (x+square_size, y+square_size) #right bottom of the rect            #the current format is used, because it's the cheapest            #way to explain a rectange, lookup Rects            test = src.crop((top_left[1], top_left[0], bottom_right[0], bottom_right[1]))            image_results.append(test)    return image_results让我知道是否有任何问题！编辑，我受到一个候选答案的启发，这个解决方案奏效了。def parse_image(source, square_size, print_coords=False):    src = Image.open(source)    dimensions = src.size    print(f"image dimensions: {src.size}")    max_down = int(src.height/square_size) * square_size + square_size    max_right = int(src.width/square_size) * square_size + square_size    tl_x = 0    tl_y = 0    br_x = square_size     br_y = square_size    count=0    for y in range(square_size,max_down,square_size):        for x in range(square_size,max_right,square_size):            count +=1            sample = src.crop((tl_x,tl_y,br_x,br_y))            sample.save(f"{source[:-4]}_sample_{count}_x{tl_x}_y{tl_y}.jpg")            if print_coords == True:                 print(f"image {count}: top-left (x,y): {(tl_x,tl_y)}, bottom-right (x,y): {(br_x,br_y)}")            tl_x = x            br_x = x + square_size        tl_x =0        br_x = square_size        tl_y = y        br_y = y + square_size