### 使用Python库连接多张图像 为了实现多个图像的拼接，可以采用两种主要方法：一种是利用`PIL`（即`Pillow`），另一种则是使用`OpenCV`。这两种方式各有优劣。 #### 方法一：基于PIL/Pillow进行图像拼接 当选择PIL来完成这项工作时，首先需要安装并导入必要的模块： ```python from PIL import Image import numpy as np ``` 接着定义一个函数用于水平或垂直方向上拼接两张或多张图片。这里提供了一个简单的例子[^1]： ```python def concat_images(image_paths, direction='horizontal'): images = [Image.open(x) for x in image_paths] widths, heights = zip(*(i.size for i in images)) if direction == 'horizontal': total_width = sum(widths) max_height = max(heights) new_im = Image.new('RGB', (total_width, max_height)) x_offset = 0 for im in images: new_im.paste(im, (x_offset, 0)) x_offset += im.size[0] elif direction == 'vertical': total_height = sum(heights) max_width = max(widths) new_im = Image.new('RGB', (max_width, total_height)) y_offset = 0 for im in images: new_im.paste(im, (0, y_offset)) y_offset += im.size[1] return new_im ``` 此代码片段展示了如何创建一个新的空白画布，并依次将每一张输入图片粘贴到适当的位置上形成最终的结果图。 #### 方法二：借助于OpenCV处理图像拼接 对于更复杂的操作或是性能需求较高的场景下，推荐使用`OpenCV`来进行图像拼接。同样先确保已经正确设置了环境并且能够成功加载该库[^2]: ```python import cv2 ``` 下面给出了一种简单的方式用来横向或者纵向排列一系列图像: ```python def vconcat_resize_min(images_list, interpolation=cv2.INTER_LINEAR): w_min = min(img.shape[1] for img in images_list) im_list_resized = [cv2.resize(img, (w_min, int(img.shape[0]*w_min/img.shape[1])), interpolation=interpolation) for img in images_list] return cv2.vconcat(im_list_resized) def hconcat_resize_min(images_list, interpolation=cv2.INTER_LINEAR): h_min = min(img.shape[0] for img in images_list) im_list_resized = [cv2.resize(img, (int(img.shape[1]*h_min/img.shape[0]), h_min), interpolation=interpolation) for img in images_list] return cv2.hconcat(im_list_resized) ``` 上述两个辅助函数分别实现了保持比例缩放后沿竖直和水平轴向堆叠的功能。需要注意的是，在实际应用过程中可能还需要考虑边界填充等问题以获得更好的视觉效果。 综上所述，无论是选用较为简便直观的PIL还是功能强大灵活度更高的OpenCV都可以很好地满足不同情况下对图像拼接的需求。