Python 将多张jpg图片拼接到一行 代码实现

可以使用PIL库中的Image类来实现图片的拼接，具体代码如下：

from PIL import Image

def combine_images(images, output_image):
    widths, heights = zip(*(i.size for i in images))
    max_height = max(heights)
    total_width = sum(widths)
    new_image = Image.new('RGB', (total_width, max_height))
    x_offset = 0
    for image in images:
        new_image.paste(image, (x_offset, 0))
        x_offset += image.size[0]
    new_image.save(output_image)

images = [Image.open(f'image{i}.jpg') for i in range(1, 6)]
combine_images(images, 'combined.jpg')

以上代码会将当前目录下的`image1.jpg`至`image5.jpg`五张图片横向拼接，并保存为`combined.jpg`。

相关问题

写一段python代码将yolo格式转为voc格式

### 回答1：

import os
import shutil
import glob#源数据路径
yolo_path = './yolo_data'
#目标路径
voc_path = './voc_data'
#检查路径是否存在，不存在则新建
if not os.path.exists(voc_path):
os.mkdir(voc_path)
#获取所有源数据文件
yolo_list = glob.glob(os.path.join(yolo_path, '*'))
#检查每一个源文件
for yolo_file in yolo_list:
#获取文件名
basename = os.path.basename(yolo_file)
#获取文件名和后缀
basename, ext = os.path.splitext(basename)
#拼接输出文件路径
voc_file = os.path.join(voc_path, basename + '.xml')
#打开文件
with open(yolo_file) as f:
#按行读取
lines = f.readlines()
#检查文件是否为空
if len(lines) == 0:
continue
#读取每一行内容
for line in lines:
#按空格分割
line_list = line.split(' ')
#获取标签
label = line_list[0]
#获取坐标
xmin = line_list[1]
ymin = line_list[2]
xmax = line_list[3]
ymax = line_list[4]
#创建voc格式文件
with open(voc_file, 'w') as fw:
fw.write('<annotation>\n')
fw.write('\t<filename>{}.jpg</filename>\n'.format(basename))
fw.write('\t<size>\n')
fw.write('\t\t<width>1920</width>\n')
fw.write('\t\t<height>1080</height>\n')
fw.write('\t\t<depth>3</depth>\n')
fw.write('\t</size>\n')
fw.write('\t<object>\n')
fw.write('\t\t<name>{}</name>\n'.format(label))
fw.write('\t\t<bndbox>\n')
fw.write('\t\t\t<xmin>{}</xmin>\n'.format(xmin))
fw.write('\t\t\t<ymin>{}</ymin>\n'.format(ymin))
fw.write('\t\t\t<xmax>{}</xmax>\n'.format(xmax))
fw.write('\t\t\t<ymax>{}</ymax>\n'.format(ymax))
fw.write('\t\t</bndbox>\n')
fw.write('\t</object>\n')
fw.write('</annotation>\n')
#复制图片
shutil.copy(os.path.join(yolo_path, basename+'.jpg'), voc_path)

### 回答2：
YOLO格式和VOC格式是两种用于物体检测的标注格式。下面是一个用Python编写的将YOLO格式转换为VOC格式的简单代码示例：

import xml.etree.ElementTree as ET

def yolo_to_voc(yolo_path, output_path):
    with open(yolo_path, 'r') as yolo_file:
        lines = yolo_file.readlines()

        root = ET.Element("annotation")

        folder = ET.SubElement(root, "folder")
        folder.text = "VOC2007"

        filename = ET.SubElement(root, "filename")
        filename.text = "image.jpg"

        size = ET.SubElement(root, "size")
        width = ET.SubElement(size, "width")
        width.text = "416"  # 替换为图片的宽度
        height = ET.SubElement(size, "height")
        height.text = "416"  # 替换为图片的高度
        depth = ET.SubElement(size, "depth")
        depth.text = "3"

        for line in lines:
            label, x_center, y_center, w, h = line.split()

            object = ET.SubElement(root, "object")
            name = ET.SubElement(object, "name")
            name.text = label
            pose = ET.SubElement(object, "pose")
            pose.text = "Unspecified"
            truncated = ET.SubElement(object, "truncated")
            truncated.text = "0"
            difficult = ET.SubElement(object, "difficult")
            difficult.text = "0"

            bndbox = ET.SubElement(object, "bndbox")
            xmin = ET.SubElement(bndbox, "xmin")
            xmin.text = str(int(float(x_center) - (float(w) / 2.0)))
            ymin = ET.SubElement(bndbox, "ymin")
            ymin.text = str(int(float(y_center) - (float(h) / 2.0)))
            xmax = ET.SubElement(bndbox, "xmax")
            xmax.text = str(int(float(x_center) + (float(w) / 2.0)))
            ymax = ET.SubElement(bndbox, "ymax")
            ymax.text = str(int(float(y_center) + (float(h) / 2.0)))

        tree = ET.ElementTree(root)
        tree.write(output_path)

yolo_path = "path/to/yolo.txt"  # 替换为YOLO格式标注文件的路径
output_path = "path/to/output.xml"  # 替换为转换后的VOC格式标注文件的保存路径
yolo_to_voc(yolo_path, output_path)

在运行代码之前，请替换示例中的参量`yolo_path`和`output_path`为正确的文件路径。这段代码会将YOLO格式的标注文件转换成VOC格式，并将输出保存为一个XML文件。请确保YOLO格式的标注文件包含类别标签、边界框的中心坐标、宽度和高度信息。

### 回答3：
下面是一个将YOLO格式转换为VOC格式的Python代码段：

import os
import xml.etree.ElementTree as ET

def convert_yolo_to_voc(yolo_file, voc_dir):
    # 读取YOLO格式文件
    with open(yolo_file, 'r') as f:
        lines = f.readlines()

    for line in lines:
        line = line.strip().split()
        image_name = line[0]
        labels = line[1:]

        # 创建VOC格式的XML文件
        root = ET.Element("annotation")
        folder = ET.SubElement(root, "folder")
        folder.text = voc_dir

        filename = ET.SubElement(root, "filename")
        filename.text = image_name

        for label in labels:
            obj = ET.SubElement(root, "object")
            name = ET.SubElement(obj, "name")
            name.text = label

        # 保存VOC格式的XML文件
        xml_path = os.path.join(voc_dir, os.path.splitext(image_name)[0] + ".xml")
        tree = ET.ElementTree(root)
        tree.write(xml_path)

    print("转换完成！")

# 调用示例
yolo_file = "path/to/yolo.txt"
voc_dir = "path/to/voc"
convert_yolo_to_voc(yolo_file, voc_dir)

请将代码中的路径替换为实际路径。该代码会读取YOLO格式的文件（假设为"yolo.txt"），将每行的第一个值作为图像名称，后续值作为标签，然后将其转换为对应的VOC格式的XML文件，存储在指定的目录（假设为"path/to/voc"）中。

如何将文件夹A内的若干张图片四个一组进行拼接（先将每张照片resize到300*300再进行拼接，共两行每行2张照片）将若干拼接结果图片输入到文件夹B(代码)

以下是python代码实现将文件夹A内的若干张图片四个一组进行拼接，共两行每行2张照片，并将拼接结果图片输入到文件夹B的操作：

import os
import cv2

# 定义文件夹A的路径和目标文件夹B的路径
folderA_path = "/path/to/folderA"
folderB_path = "/path/to/folderB"

# 读取文件夹A中的图片文件名
img_names = os.listdir(folderA_path)

# 定义每行显示的图片数量和每张图片的大小
num_cols = 2
img_size = (300, 300)

# 初始化拼接图片的数量和行数
num_imgs = len(img_names)
num_rows = int(num_imgs/num_cols)

# 遍历文件夹A中的每张图片并进行拼接
for i in range(num_rows):
    # 初始化每行拼接后的图片
    row_imgs = []
    for j in range(num_cols):
        # 读取并resize每张图片
        img = cv2.imread(os.path.join(folderA_path, img_names[i*num_cols+j]))
        img = cv2.resize(img, img_size)
        # 将每张图片添加到当前行的列表中
        row_imgs.append(img)
    # 将当前行中的图片水平拼接
    row_img = cv2.hconcat(row_imgs)
    # 将当前行的拼接结果添加到最终大图的列表中
    if i == 0:
        merged_img = row_img
    else:
        merged_img = cv2.vconcat([merged_img, row_img])

# 保存拼接完成的大图
cv2.imwrite(os.path.join(folderB_path, "merged_img.jpg"), merged_img)

请注意，由于我的能力范围有限，代码中可能存在一定的错误或不严谨之处，请您自行检查并遵循适当的代码安全规范。