平时写论文、做报告或者整理素材时，经常需要把多张图片拼成一张大图。试过不少在线工具和本地软件，要么是没法批量处理，要么是最后一行图片没填满时就左对齐，空出一大块特别丑。
索性自己写了个Python脚本，用Pillow库实现，核心解决了几个痛点：
1.jpg、2.jpg、10.jpg 按数字顺序排，不会出现 1, 10, 2 的尴尬10.jpg 排在 2.jpg 前面的问题系统默认的字符串排序是按字符ASCII码比较的，'10' 的第一个字符是 '1'，所以会排在 '2' 前面。这个函数通过正则把文件名拆分成“数字段”和“非数字段”，把数字段转成整数后再比较，符合人类的阅读习惯。
def natural_sort_key(s):
"""自然排序：确保 1.jpg, 2.jpg, 10.jpg 按数字顺序排列"""
return [int(text) if text.isdigit() else text.lower()
for text in re.split('([0-9]+)', s)]
使用场景：在读取文件列表后，通过 sorted(..., key=natural_sort_key) 调用即可。
这是脚本最实用的部分。思路是：先按“列数”把图片切分成行，然后判断当前行是否填满。如果没填满，就算出两边需要留多少空白，把图片“挤”到中间。
# ⭐ 核心：按行切分
rows = []
for i in range(0, len(group_images), COLS):
rows.append(group_images[i:i + COLS])
for row_idx, row_images in enumerate(rows):
y = row_idx * img_height
num_in_row = len(row_images)
# ⭐ 核心：最后一行居中
if num_in_row == COLS:
offset_x = 0 # 满行，左对齐
else:
# 不满行，计算居中偏移量
total_width = num_in_row * img_width
offset_x = (canvas_width - total_width) // 2
逻辑说明：
offset_x 是这一行第一张图的起始X坐标。offset_x 为0，从最左边开始贴。(画布宽 - 当前行图片总宽) // 2 算出左边留白，实现居中。为了防止拼图出现错位或色差，需要以第一张图为基准，统一所有图片的尺寸和色彩模式。
with Image.open(img_path) as img:
# 尺寸统一：如果不一致，用LANCZOS算法高质量重采样
if img.size != (img_width, img_height):
print(f"警告: {os.path.basename(img_path)} 尺寸不一致，已调整")
img = img.resize((img_width, img_height), Image.Resampling.LANCZOS)
# 模式统一：比如有的是RGB，有的是RGBA，统一成基准图的模式
if img.mode != img_mode:
img = img.convert(img_mode)
canvas.paste(img, (x, y))
注意：Image.Resampling.LANCZOS 是Pillow 9.1.0之后的写法，如果用的是旧版本，可能需要改成 Image.LANCZOS。
如果是用于论文打印，保留DPI很重要；JPG格式默认压缩会损失画质，这里强制设为最高质量。
save_params = {}
# 如果是JPG/JPEG，设置最高质量，禁用色度子采样
if input_extension.lower() in ['.jpg', '.jpeg']:
save_params['quality'] = 100
save_params['subsampling'] = 0
# 如果原图有DPI信息，继承下来
if img_dpi:
save_params['dpi'] = img_dpi
canvas.save(save_path, **save_params)
直接复制下面的代码，保存为 image_collage.py 即可使用。使用前请务必修改 手动配置区 的路径。
import re
from PIL import Image
import os
# ==================== 手动配置区 ====================
TARGET_PATH = r'你的图片文件夹路径' # 请修改此处
IMAGES_PER_GROUP = 3 # 每组几张图
ROWS = 2 # 行数
COLS = 2 # 列数
BOTTOM_PADDING = 0 # 底部留白（像素）
# ===================================================
def natural_sort_key(s):
"""自然排序：确保 1.jpg, 2.jpg, 10.jpg 按数字顺序排列"""
return [int(text) if text.isdigit() else text.lower()
for text in re.split('([0-9]+)', s)]
def create_collage(folder_path):
# 1. 读取并筛选图片
valid_extensions = ('.jpg', '.jpeg', '.png', '.bmp', '.webp', '.tiff')
raw_files = [
f for f in os.listdir(folder_path)
if f.lower().endswith(valid_extensions)
]
# 排除之前生成的拼图，防止重复处理
raw_files = [f for f in raw_files if "collage_final" not in f]
# 按自然顺序排序并拼接完整路径
image_files = sorted(
[os.path.join(folder_path, f) for f in raw_files],
key=natural_sort_key
)
if not image_files:
print("未找到图片，请检查路径。")
return
# 2. 读取第一张图作为基准，获取尺寸、模式、DPI等信息
with Image.open(image_files[0]) as first_img:
img_width, img_height = first_img.size
input_extension = os.path.splitext(image_files[0])[1]
img_mode = first_img.mode
img_dpi = first_img.info.get('dpi')
print(f"\n--- 原始分辨率识别 ---")
print(f"单图尺寸: {img_width} x {img_height}")
print(f"色彩模式: {img_mode}")
print(f"输出格式: {input_extension}")
if img_dpi:
print(f"DPI: {img_dpi}")
# 3. 计算画布总尺寸
canvas_width = COLS * img_width
canvas_height = ROWS * img_height + BOTTOM_PADDING
# 4. 分组（如果图片很多，可以分成多张拼图）
groups = [
image_files[i:i + IMAGES_PER_GROUP]
for i in range(0, len(image_files), IMAGES_PER_GROUP)
]
for group_num, group_images in enumerate(groups):
# 创建白色背景画布
canvas = Image.new(img_mode, (canvas_width, canvas_height), color='white')
# ⭐ 核心逻辑：将当前组的图片按行切分
rows = []
for i in range(0, len(group_images), COLS):
rows.append(group_images[i:i + COLS])
# 逐行粘贴图片
for row_idx, row_images in enumerate(rows):
y = row_idx * img_height
num_in_row = len(row_images)
# ⭐ 核心逻辑：计算当前行的X偏移量（实现居中）
if num_in_row == COLS:
offset_x = 0
else:
total_width = num_in_row * img_width
offset_x = (canvas_width - total_width) // 2
# 逐列粘贴图片
for col_idx, img_path in enumerate(row_images):
x = offset_x + col_idx * img_width
try:
with Image.open(img_path) as img:
# 统一尺寸
if img.size != (img_width, img_height):
print(f"警告: {os.path.basename(img_path)} 尺寸不一致，已调整")
img = img.resize((img_width, img_height), Image.Resampling.LANCZOS)
# 统一色彩模式
if img.mode != img_mode:
img = img.convert(img_mode)
canvas.paste(img, (x, y))
except Exception as e:
print(f"处理出错: {img_path}, 原因: {e}")
# 5. 保存文件
suffix = f"_{group_num + 1}" if len(groups) > 1 else ""
save_name = f"collage_final{suffix}{input_extension}"
save_path = os.path.join(folder_path, save_name)
save_params = {}
# JPG特殊处理：最高质量
if input_extension.lower() in ['.jpg', '.jpeg']:
save_params['quality'] = 100
save_params['subsampling'] = 0
# 继承DPI
if img_dpi:
save_params['dpi'] = img_dpi
canvas.save(save_path, **save_params)
print(f"✅ 成功生成: {save_name}")
if __name__ == "__main__":
create_collage(TARGET_PATH)
安装依赖：
确保安装了Pillow库。如果没有，在终端运行：
pip install pillow
修改配置：
把代码顶部的 TARGET_PATH 改成你存放图片的文件夹路径（Windows用户建议在路径前加 r，防止转义字符报错）。
运行脚本：
python image_collage.py
生成的图片会保存在原图文件夹中，文件名为 collage_final.jpg（或对应格式后缀）。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。