Трудно сказать, глядя на программу -
это сработало бы, если бы каждое изображение было таким, как вы описали - однако ваш код
для именования целевых изображений не используются шаблоны программирования, защищенные от ошибок, поскольку они не используют все преимущества некоторых языковых возможностей. Этот код работает сейчас, но, возможно, были некоторые проб и ошибок, чтобы добраться туда. Итак, моя ставка в том, что в какой-то момент времени неверная версия
этот скрипт был запущен, и при генерации
целевые файлы срезов. Этот прогон переписал некоторые изображения, которые сейчас
размер одного среза.
На самом деле, если вызывать метод crop, превышающий размеры пикселей изображения для объекта изображения PIL, ошибка не возникает: вместо этого создается бесшумное (черное) изображение.
Вы не упомянули, но если вы проверите изображения, для которых нарезка
в противном случае, дело в том, что ваши оригиналы, вероятно, уже обрезаны до меньшего размера .
Кроме того, поскольку нет проверок того, какие изображения вы обрезаете, если вы запустите этот код более одного раза, уже сохраненные кадрирования будут обрабатываться, как если бы они снова были большими изображениями.
То есть, при первом запуске этого скрипта "image.jpg" будет сохранен и обрезан до "image1.jpg" через "image12.jpg" - но во втором запуске, каждый из этих "imageN. jpg "станет" imageNM.jpg "- с" M "снова с" 1 "на" 12 ". Кроме того, 11-е и 12-е изображения первого прогона «image11.jpg» и «image12.jpg» будут заменены на первый и второй выходные данные второго прогона.
Таким образом, если вы все еще можете восстановить исходные папки с изображениями размером 25500 x 19000 пикселей и только в тех из них, можно запустить измененную версию этого кода, что позволит избежать повторной обработки уже созданных фрагментов. Одной проверки ширины изображения можно избежать, и более точная схема именования также может быть лучше.
Также, как некоторые советы по кодированию:
- использовать "f-строки" Python для манипулирования именами,
- Используйте Python
pathlib.Path для манипулирования именами папок и получения файлов изображений (это новинка из Python 3.5, и есть редкие примеры),
- избегайте жестко закодированных чисел по всему коду - просто поместите их в начало списка, как переменные
- Используйте явные итерации по x и y вместо линейного счетчика, а затем некоторую подверженную ошибкам арифметику, чтобы добраться до пределов, которые должны быть обрезаны
- Наконец, как я упоминал выше, постарайтесь не перечитывать одни и те же изображения несколько раз, сценарий становится намного проще для глаз и менее подвержен ошибкам.
Существует также вероятность того, что вы действительно допустили ошибку в PIL из-за больших размеров изображений, а большие изображения не могут быть загружены со второго раза - но это довольно маловероятно. Проблема с этим скорее остановит программу с MemoryError.
import pathlib
from PIL import Image
# Whatever code you have to get the "location" variable
...
x_step = 8375
y_step = 4705
full_width = 25500
for image_path in pathlib.Path(location).glob("**/*.jpg"):
# the Path.glob method automatically iterates in subfolders, for
# all files matching the expressions
if "MyFolder" not in image_path.parts:
# Skips processing if "MyFolder" not in the relative path to the image file
continue
# Loads the original image a single time:
img = Image.open(image_path)
if img.width < full_width:
if "crop" not in image_path.name:
# Do not print warnings for slices - just skip then
print(f"Image at {image_path} has width of only {img.width}. Skipping")
continue
for y in range(3):
for x in range(4):
print(f"Iteration {y * 4 + x} on file {image_path.name}")
# Store the cropped image object into a new variable - the original image is kept on "img"
left = x_step * x
top = y_step * y
sliced_img = img.crop((left, top, left + x_step, top + y_step))
new_path = image_path.with_name(f"{image_path.stem}_crop_{y * 4 + x + 1}{image_path.suffix}")
sliced_img.save(new_path)