【Python实战】教你如何用Python批量裁剪图片，轻松提升工作效率！

原创最新推荐文章于 2026-07-14 16:55:54 发布 5.5k 阅读 AI写同款

收录于

Python

python脚本

python教程

我爱学大模型

码龄3年墨衍会员 · AI 创作全网分发

7883粉丝687篇原创

关注

Python Pillow批量裁剪图片白边：算法原理与实战优化图像处理是计算机视觉和自动化办公中的基础技术，其核心在于通过算法对像素数据进行识别与操作。在批量处理场景下，自动裁剪图片白边能显著提升效率，其原理通常基于颜色阈值与边界扫描，通过定义背景色和容差范围，程序可自动识别有效内容区域。这一技术对电商设计、内容运营及文档数字化等场景具有重要价值，能解决因图片白边导致的排版错位、体积冗余等问题。本文以Python Pillow库为例，深入解析了批量裁剪的算法实现，并针对安装失败、抗噪点等常见问题提供了优化方案，帮助开发者构建稳健的自动化处理流程。阅读详情

AI摘要

本文详细介绍了如何使用Python的Pillow和opencv-python库进行图片裁剪，包括裁剪原理、代码实现、Pillow库示例及opencv-python库的应用，最后展示了批量裁剪图片的实战案例。,

本文旨在介绍基于Python如何批量裁剪图片并保存，主要内容包括以下几个方面：

裁剪图片的原理与方法、Python中用于裁剪图片的库、代码实现过程以及批量裁剪图片的实际案例等。

一、裁剪图片的原理与方法

图片裁剪是指将一张图片中的某一部分选中并保存，通常用于将图片缩小或者只选取图片中的部分内容。

具体来看，图片裁剪的过程大致包括以下几个步骤：

选定裁剪区域。

需要确定需要裁剪的区域，以一定的方式选定区域的位置和大小。

选定裁剪方式。

需要确定使用何种方式对图片进行裁剪，例如按照比例缩放、按照像素大小裁剪、按照像素位置裁剪等。

裁剪图片并保存。

使用选定的裁剪方式对图片进行裁剪，并将裁剪后的图片保存到指定的位置。

针对以上步骤，Python中有许多用于裁剪图片的库可以使用，下面将分别介绍。

二、Python中用于裁剪图片的库

Pillow库

Pillow是Python的一个图像处理库，提供了许多图像处理操作，其中也包括图片裁剪。

使用Pillow裁剪图片的代码示例如下：

from PIL import Image

# 打开图片image，并裁剪出左上角为(0,0)，右下角为 (100, 100) 的矩形区域
image = Image.open("image.jpg")
rect = (0, 0, 100, 100)
crop_image = image.crop(rect)
crop_image.show()

以上代码首先使用Pillow库中的Image模块打开了一张名为“image.jpg”的图片。

然后使用crop()方法对该图片进行裁剪，裁剪出左上角为(0,0)，右下角为(100,100)的矩形区域。

并将该区域保存到变量crop_image中，最后使用show()方法展示裁剪后的图片。

opencv-python库

OpenCV是一个广泛应用于计算机视觉领域的开源计算机视觉库。

它拥有一系列用于图像处理和计算机视觉的函数、类和工具，并提供了Python的接口。

使用opencv-python库裁剪图片的代码示例如下：

import cv2

# 打开图片image，并裁剪出左上角为(0,0)，右下角为 (100, 100) 的矩形区域
image = cv2.imread("image.jpg")
rect = (0, 0, 100, 100)
crop_image = image[rect[1]:rect[3], rect[0]:rect[2]]
cv2.imshow("crop_image", crop_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

以上代码首先使用opencv-python库中的imread()方法打开了一张名为“image.jpg”的图片。

然后使用数组索引对该图片进行裁剪，裁剪出左上角为(0,0)，右下角为(100,100)的矩形区域。

并将该区域保存到变量crop_image中，最后使用imshow()方法展示裁剪后的图片。

三、代码实现过程

在介绍代码实现过程之前，需要先安装Python的图像处理库Pillow。

在安装Pillow库之前，需要确保已安装Python版本不低于Python3.7。

安装Pillow库的命令为：

pip install Pillow

安装完成之后，就可以使用Pillow库中的Image模块进行图片裁剪操作。

具体实现步骤如下：

导入Pillow库中的Image模块

from PIL import Image

打开需要裁剪的图片，并设置需要裁剪的区域

image_path = "image.jpg"
image = Image.open(image_path)
rect = (0, 0, 100, 100)

对图片进行裁剪，并保存到指定路径

crop_image = image.crop(rect)
crop_image.save("crop_image.jpg")

完整的Python裁剪图片代码示例如下：

from PIL import Image

image_path = "image.jpg"
image = Image.open(image_path)
rect = (0, 0, 100, 100)

crop_image = image.crop(rect)
crop_image.save("crop_image.jpg")

以上代码首先使用Pillow库中的Image模块打开了一张名为“image.jpg”的图片。

然后使用crop()方法对该图片进行裁剪，裁剪出左上角为(0,0)。

右下角为(100,100)的矩形区域，并将该区域保存到名为“crop_image.jpg”的文件中。

四、批量裁剪图片案例

批量裁剪图片是指同时对指定路径下所有图片进行裁剪操作。

具体实现过程与单张图片裁剪相似，只需要在代码中对指定路径下的所有图片进行循环即可。

下面是一个这样的实际案例：

需求：批量将指定文件夹下所有图片的左上角裁剪为正方形并保存。

确定裁剪区域

裁剪的区域为左上角正方形，大小为图片中宽度和高度中小的那个值。

def get_rect(image):
    width, height = image.size
    size = min(width, height)
    rect = (0, 0, size, size)
    return rect

以上代码中，get_rect()函数接收一张PIL格式的图片作为参数，获取该图片的宽度和高度，并计算出左上角正方形的大小。

最后将左上角正方形的坐标和大小封装成一个元组并返回。

批量裁剪图片并保存

对所有图片进行循环裁剪，并将裁剪后的图片保存在指定路径下。

import os

def crop_images(root_path, save_path):
    images = os.listdir(root_path)
    for image_name in images:
        if image_name.endswith(".jpg") or image_name.endswith(".png"):
            image_path = os.path.join(root_path, image_name)
            image = Image.open(image_path)
            rect = get_rect(image)
            crop_image = image.crop(rect)
            crop_image.save(os.path.join(save_path, image_name))

以上代码中，crop_images()函数接收两个参数，root_path表示需要裁剪图片的文件夹路径，save_path表示裁剪后保存的文件夹路径。

首先使用os.listdir()方法获取root_path文件夹下的所有文件和文件夹名，并对所有文件进行循环。

如果文件名以“.jpg”或“.png”结尾，则认为该文件是图片文件，获取该文件的完整路径并打开该图片。

然后调用get_rect()函数获取该图片需要裁剪的区域，使用crop()方法进行裁剪，并将裁剪后的图片保存到指定路径下。

完整的Python批量裁剪图片代码示例如下：

from PIL import Image
import os

def get_rect(image):
    width, height = image.size
    size = min(width, height)
    rect = (0, 0, size, size)
    return rect

def crop_images(root_path, save_path):
    images = os.listdir(root_path)
    for image_name in images:
        if image_name.endswith(".jpg") or image_name.endswith(".png"):
            image_path = os.path.join(root_path, image_name)
            image = Image.open(image_path)
            rect = get_rect(image)
            crop_image = image.crop(rect)
            crop_image.save(os.path.join(save_path, image_name))

root_path = "images"
save_path = "cropped_images"
crop_images(root_path, save_path)