Python如何分割图片：使用Pillow实现图像等分切割-开发者社区

实际开发中经常需要把一张大图均匀切分成多张小图，比如拼图验证码处理、数据集切片、图片九宫格处理。本文基于Python Pillow（PIL）库实现可复用的图片分割函数，支持传入Image对象，返回切割后的子图对象列表，可选择是否落地保存文件。

环境准备

首先安装Pillow库：

pipinstallpillow

需求说明

输入：PIL的Image图片对象，分割份数N（N×N等分）
输出：分割之后的子图Image对象列表，不强制写磁盘，可选保存到本地文件夹
示例场景：300×300图片，split_count=3，输出9张100×100的子图。

完整代码实现

fromPILimportImageimportosfromtypingimportListdefsplit_image(img:Image.Image,split_count:int,save_dir:str=None)->List[Image.Image]:""" PIL图片N×N等分分割 :param img: 输入PIL Image对象 :param split_count: 分割份数，3代表3×3，输出9张子图 :param save_dir: 不为None时保存子图到此目录；None不落地磁盘 :return: List[Image.Image] 分割后的子图对象列表 """w,h=img.size tile_w=w//split_count tile_h=h//split_count tile_list:List[Image.Image]=[]foryinrange(split_count):forxinrange(split_count):left=x*tile_w upper=y*tile_h right=left+tile_w lower=upper+tile_h tile=img.crop((left,upper,right,lower))tile_list.append(tile)ifsave_dirisnotNone:os.makedirs(save_dir,exist_ok=True)save_path=os.path.join(save_dir,f"tile_x{x}_y{y}.png")tile.save(save_path)returntile_listif__name__=="__main__":# 示例用法big_img=Image.open("test.jpg")tiles=split_image(big_img,split_count=3)print(f"分割得到{len(tiles)}张子图")print(f"单张子图尺寸:{tiles[0].size}")# 单独保存中间一张图片# tiles[4].save("middle.png")# 如果需要全部保存到本地，传入save_dir参数# tiles = split_image(big_img, split_count=3, save_dir="./split_out")

核心原理讲解

1. Image.crop() 裁剪函数

Pillow中crop((left, upper, right, lower))是图片裁剪核心API，四个参数分别代表：

left：裁剪区域左边界x坐标
upper：裁剪区域上边界y坐标
right：裁剪区域右边界x坐标
lower：裁剪区域下边界y坐标

2. 坐标计算逻辑

假设原图宽高为w,h，分割份数为split_count：

每一小块宽度：tile_w = w // split_count
每一小块高度：tile_h = h // split_count

双层循环，y为行优先外层循环，x为列内层循环。

left=x*tile_w upper=y*tile_h right=left+tile_w lower=upper+tile_h

3. 返回列表的索引顺序（3×3示例）

index:0 → x=0,y=0 | index:1 →x=1,y=0 | index:2 →x=2,y=0 index:3 → x=0,y=1 | index:4 →x=1,y=1 | index:5 →x=2,y=1 index:6 → x=0,y=2 | index:7 →x=1,y=2 | index:8 →x=2,y=2

多种调用示例

示例1：只做内存分割，不保存文件

适合深度学习数据集预处理，直接拿到子图对象做后续处理。

img=Image.open("300x300.jpg")tile_list=split_image(img,split_count=3)# tile_list 里面全部是PIL Image对象，可以直接转numpy、做缩放等操作

示例2：分割同时保存全部子图到文件夹

img=Image.open("300x300.jpg")tile_list=split_image(img,split_count=3,save_dir="./output")

示例3：分割后只保存其中某一张

img=Image.open("300x300.jpg")tiles=split_image(img,split_count=3)tiles[4].save("center.png")

⚠️注意事项

整除问题：当前代码使用整数除法//，如果原图宽高不能被split_count整除，图片右下角多余像素会直接丢弃。
对象生命周期：返回的子图是裁剪出来的新Image对象，和原图相互独立。
本函数只支持N行N列正方形等分；如果需要自定义行列（比如2行3列），可以修改函数增加rows,cols两个入参。

扩展：配套图片拼接函数

很多场景分割之后还需要把子图列表重新合并回大图，这里提供配套的合并函数：

defmerge_images(tile_list:List[Image.Image],split_count:int)->Image.Image:""" 将N×N分割得到的子图列表重新拼接回原图 :param tile_list: split_image返回的子图列表 :param split_count: 分割时使用的份数 :return: 拼接完成的PIL Image对象 """tile_w,tile_h=tile_list[0].size out_w=tile_w*split_count out_h=tile_h*split_count out_img=Image.new("RGB",(out_w,out_h))idx=0foryinrange(split_count):forxinrange(split_count):out_img.paste(tile_list[idx],(x*tile_w,y*tile_h))idx+=1returnout_img# 使用示例merged=merge_images(tiles,split_count=3)merged.save("merged.jpg")