这些是我用 python 做的第一个项目，我这样做是出于爱好。我尽力提供代码并解释我的问题。
在我的科学工作中，我经常处理必须合并成一个图形的绘图。我的大多数同事都使用 CorelDraw 或其他一些软件，但如果您在中间某个位置添加新绘图，然后必须更改所有图片和标签，那就很痛苦。
我认为应该有一个简单的方法，将所有图像加载到Python程序中，用字母标记它们，然后将它们组合起来，然后将它们保存为新图像。我的第一次尝试是在 replit 中进行的，效果很好。现在我尝试使用streamlit和github为其制作UI，以便我的同事也可以使用它。
但不知何故，我最终得到了比以前更大的图片（就文件大小而言很大）。每个绘图均从 origin 导出为 tif 文件，大小约为 50kb，300dpi，3.5 英寸。我用 3-8 个图绘制一张图。 当我将它们组合起来时，即使将它们缩小到 1050 像素宽度，它们也有多个 MB。 更令人困惑的是，我可以使用这个 Windows 照片程序并单击“缩小图像”。然后我选择 100% 进行缩放，因此大小没有变化，但现在是 500kb。即使我放大，也看不到任何变化。
在我的 replit 中，我将所有 tif 拖到一个文件夹中，然后将它们加载到一个变量中。
在 Streamlit 中，我使用 st.file_uploader 来上传图像。然后它们被存储在一个变量中。从那里我创建了一个新文件夹并将所有图像存储在那里。 然后我可以使用我在 replit 中使用的相同代码。 5 张图片，每张 50kb，最终形成一个 15MB 的文件。
然后我跳过了“保存在单独的文件夹中”，因为我想也许每次保存/加载都会使它更大。 所以我直接从变量中打开图像，我的文件现在有 5MB。
我从乳胶中知道，每个人都在要求一个最小的工作示例，这似乎有点困难，因为我不知道过程的哪一步出了问题。 但我试图提供主要代码，但不提供所有功能和一些描述。如果还需要任何东西，我很乐意提供。 这是 git 存储库中的完整代码 https://github.com/VonClaussen/image-orientation
还有streamlit应用程序 https://image-orientation.streamlit.app/
import streamlit as st
#here are more imports like PIL, io,
#upload images
uploaded_files = st.file_uploader("Upload Files", type=["jpg", "png", "jpeg", "tif"], accept_multiple_files=True)
#Load the uploaded files into the variable
image_list = [] # Initialize an empty list to store the uploaded images
filename_list=[]
if uploaded_files:
for file in uploaded_files:
# Read the image file and append it to the list
image_data = file.read()
image = Image.open(io.BytesIO(image_data))
image_list.append(image)
filename_list.append(file.name)
st.write(f"Opened file: {file.name}")
if st.button('Build figure'):
# First all images get a label. label info stores all information like font, size, shift of the label etc.
labeled_images = label_images(image_list, label_info)
#now the labeled images are handed over to the drawing setup. From the number of images it calculates which images goes into which row/column and returns two variables.
# row_list stores multiple lists, one for each row. Each list contains the labeled images that go into this row.
# column_list is like row_list but stores the images of a column.
row_list, column_list = drawing_setup(labeled_images, number_of_rows,
number_of_columns)
# the get_dimensions function iterates through all images in a row to termine the max height of that row which is stored in the dictionary max-height with the row index as a key
# max_widths is the same dictionary for the max width of each column
#total_height and total_width store the maximum dimensions to create the new image.
max_heights, max_widths, total_height, total_width = get_dimensions(
row_list, column_list)
#final image iterates through the row list. It pastes all the images according to the coordinates that are calculated from max_height and max_width for each image
final_image = arange_images(row_list, max_heights, max_widths, total_height, total_width, background_color)
#The following step will reduce the size of the image usally to 3.5 or 7 inch at 300dpi
small_image=fx.resize(final_image, reduced_width)
small_image.save('small_image.tif')
#Finally the new image can be downloaded
with open("small_image.tif", "rb") as file:
btn = st.download_button(
label="Download image",
data=file,
file_name="small_image.tif",
mime="image/tif"
)
对于您所描述的大小，这只能意味着 tif 的保存完全没有压缩 - 也就是说，每个像素在输出文件上占用完整的 32 位。
只需检查 PIL
.save.png这里，我在保存tiff时传入了
compression='tiff_lzw'
In [15]: img.save("test.tif")
In [16]: !ls -l test.tif
-rw-rw-r--. 1 jsbueno jsbueno 3146566 Nov 25 15:41 test.tif
In [17]: img.save("test.tif", compression="tiff_lzw")
In [18]: !ls -l test.tif
-rw-rw-r--. 1 jsbueno jsbueno 74044 Nov 25 15:43 test.tif
不幸的是，Pillow 的文档对于某些主题来说很难阅读，即使对于上述内容，我也只能通过查看源代码来获取 tif 压缩选项。
因此，为了方便其他人到达这里，这些是：
COMPRESSION_INFO = {
# Compression => pil compression name
1: "raw",
2: "tiff_ccitt",
3: "group3",
4: "group4",
5: "tiff_lzw",
6: "tiff_jpeg", # obsolete
7: "jpeg",
8: "tiff_adobe_deflate",
32771: "tiff_raw_16", # 16-bit padding
32773: "packbits",
32809: "tiff_thunderscan",
32946: "tiff_deflate",
34676: "tiff_sgilog",
34677: "tiff_sgilog24",
34925: "lzma",
50000: "zstd",
50001: "webp",
}