Python+Pillow批量裁剪图片的三种实用场景与代码详解

脚本专家

在日常开发中，无论是电商主图统一、社交媒体头像裁切，还是证件照固定比例，批量裁剪图片都是高频需求。手动操作繁琐且耗时，而借助 Python 的 Pillow 库，几行代码即可自动化完成。本文整理了三种最常用的批量裁剪场景，并附上可直接运行的代码示例，涵盖固定尺寸裁剪、居中正方形裁剪、精确坐标裁剪，以及裁剪后添加水印的进阶操作。

2. from PIL import Image
3. import os

复制代码

上述是必备的导入，后续所有函数均基于此。注意，Pillow 需要提前安装（pip install Pillow）。

## 场景一：固定尺寸裁剪（从左上角切取）

如果所有图片都需要裁剪成完全相同的宽高（例如统一展示图的像素尺寸），最直接的方式是从图片左上角坐标 (0,0) 开始截取指定的矩形区域。

2. def crop_fixed_size(input_dir, output_dir, width, height):
3.     os.makedirs(output_dir, exist_ok=True)
4.     for filename in os.listdir(input_dir):
5.         if not filename.lower().endswith(('.jpg', '.jpeg', '.png', '.bmp', '.webp')):
6.             continue
7.         img_path = os.path.join(input_dir, filename)
8.         img = Image.open(img_path)
9.         # 裁剪区域：从左上角到(width, height)
10.         cropped = img.crop((0, 0, width, height))
11.         cropped.save(os.path.join(output_dir, filename))
12.         print(f"{filename} → {width}x{height}")

复制代码

调用示例：

2. crop_fixed_size(r'D:\原图', r'D:\裁剪后', 800, 600)

复制代码

参数说明：input_dir 为存放原图的文件夹路径，output_dir 为裁剪后图片的输出目录，width 和 height 为裁剪目标尺寸。注意：若原图尺寸小于目标宽高，程序会抛出异常，此时可考虑使用场景二的居中裁剪作为替代方案。

## 场景二：居中裁剪成正方形（最常用）

头像、商品主图等通常要求正方形。该方法以原图最小边为边长，从中心位置切出正方形区域，随后可缩放到任意目标尺寸，确保主体内容不丢失，且无拉伸变形。

2. def crop_center_square(input_dir, output_dir, size):
3.     os.makedirs(output_dir, exist_ok=True)
4.     for filename in os.listdir(input_dir):
5.         if not filename.lower().endswith(('.jpg', '.jpeg', '.png', '.bmp', '.webp')):
6.             continue
7.         img_path = os.path.join(input_dir, filename)
8.         img = Image.open(img_path)
9.         # 取最小边作为正方形边长
10.         min_side = min(img.width, img.height)
11.         left = (img.width - min_side) // 2
12.         top = (img.height - min_side) // 2
13.         right = left + min_side
14.         bottom = top + min_side
15.         cropped = img.crop((left, top, right, bottom))
16.         # 缩放到目标尺寸（可选，若需要固定像素正方形则保留）
17.         cropped = cropped.resize((size, size), Image.LANCZOS)
18.         cropped.save(os.path.join(output_dir, filename))
19.         print(f"{filename} → {size}x{size}")

复制代码

调用示例：

2. crop_center_square(r'D:\照片', r'D:\头像', 500)

复制代码

参数 size 为最终正方形图片的边长。内部先通过计算中心偏移量确定 crop 盒，再使用 LANCZOS 重采样算法缩放，以保证清晰度。该方案对横竖图均能保留中央主体区域。

## 场景三：按坐标批量裁剪（精确控制）

当需要固定区域（如证件照头部、截图中某个按钮）时，可手动指定 (left, top, right, bottom) 四个坐标进行精确裁剪。

2. def crop_by_coordinates(input_dir, output_dir, coords):
3.     """
4.     coords: (left, top, right, bottom)
5.     例如：(100, 50, 400, 400) 表示从(100,50)到(400,400)的矩形区域
6.     """
7.     os.makedirs(output_dir, exist_ok=True)
8.     left, top, right, bottom = coords
9.     for filename in os.listdir(input_dir):
10.         if not filename.lower().endswith(('.jpg', '.jpeg', '.png', '.bmp', '.webp')):
11.             continue
12.         img_path = os.path.join(input_dir, filename)
13.         img = Image.open(img_path)
14.         # 检查原图尺寸是否满足裁剪区域
15.         if img.width < right or img.height < bottom:
16.             print(f"⚠️ {filename} 尺寸不足，跳过")
17.             continue
18.         cropped = img.crop((left, top, right, bottom))
19.         cropped.save(os.path.join(output_dir, filename))
20.         print(f"{filename} → 裁剪区域 {coords}")

复制代码

调用示例：

2. crop_by_coordinates(r'D:\截图', r'D:\裁剪后', (100, 50, 600, 550))

复制代码

该函数增加了尺寸校验，避免因原图过小导致数据越界。对于一组需要统一区域裁切的图片，只需设定一次坐标即可批量处理。

## 进阶：批量裁剪 + 加水印（一气呵成）

电商平台常需要在商品图上添加店铺水印。以下函数在居中裁剪并缩放到正方形后，于图片底部居中位置叠加半透明文字水印。

2. from PIL import Image, ImageDraw, ImageFont
4. def crop_and_watermark(input_dir, output_dir, size, watermark_text):
5.     os.makedirs(output_dir, exist_ok=True)
6.     for filename in os.listdir(input_dir):
7.         if not filename.lower().endswith(('.jpg', '.jpeg', '.png')):
8.             continue
9.         img_path = os.path.join(input_dir, filename)
10.         img = Image.open(img_path)
11.         # 居中裁剪正方形
12.         min_side = min(img.width, img.height)
13.         left = (img.width - min_side) // 2
14.         top = (img.height - min_side) // 2
15.         cropped = img.crop((left, top, left + min_side, top + min_side))
16.         cropped = cropped.resize((size, size), Image.LANCZOS)
17.         # 添加水印
18.         draw = ImageDraw.Draw(cropped)
19.         font = ImageFont.truetype("simhei.ttf", int(size * 0.08))  # Windows 系统自带黑体
20.         text_bbox = draw.textbbox((0, 0), watermark_text, font=font)
21.         text_width = text_bbox[2] - text_bbox[0]
22.         x = (size - text_width) // 2
23.         y = size - int(size * 0.1)
24.         draw.text((x, y), watermark_text, fill=(255, 255, 255, 128), font=font)
25.         cropped.save(os.path.join(output_dir, filename), quality=95)
26.         print(f"{filename} → 裁剪+水印完成")

复制代码

调用示例：

2. crop_and_watermark(r'D:\商品图', r'D:\成品', 800, '店铺名称')

复制代码

注意：若在 Mac/Linux 下运行，需将字体路径改为系统中已安装的中文 ttf 文件路径（如 /System/Library/Fonts/Supplemental/Arial Unicode.ttf），或者先安装中文字体。

## 常见问题与解决方案

- **图片透明通道导致保存后变黑底**：在保存前执行 cropped = cropped.convert('RGB')。
- **裁剪后图片模糊**：resize() 时使用 Image.LANCZOS 代替默认的 Image.BILINEAR。
- **批量处理速度慢**：可引入 concurrent.futures.ThreadPoolExecutor 实现多线程并发。
- **需保留EXIF信息**：使用 piexif 库，或 pillow-heif 处理 HEIC 格式。

## 总结

批量裁剪的核心流程始终是：打开图片 → 计算裁剪区域 → 执行 crop( ) → 保存结果。本文提供的三个函数覆盖了绝大多数批量裁剪需求：固定尺寸、居中正方形、精确坐标。若需更高级的功能（如基于人脸检测自动裁剪或添加圆角），可在此框架基础上扩展。

将以上代码保存为 .py 文件，只需修改输入输出目录及尺寸参数，即可一键完成成百上千张图片的裁剪工作，极大提升效率。

热心网友5

楼主这个帖子太实用了！正好最近在整理一批商品图，手动裁剪到崩溃，看到你这三种场景的代码直接拿过来就能用，省了我好多时间。特别是那个居中正方形裁剪，还带了 LANCZOS 缩放，连清晰度都照顾到了，真的贴心。不过看标题里提到了“裁剪后添加水印”，正文好像还没写到那部分？是打算在下一个回复里补全吗？期待进阶玩法！