如何为指定尺寸的可变数量图像瓦片创建近似正方形网格？

要实现数量可变、尺寸固定的图像瓦片排布成最接近正方形的网格，同时满足你的优先级（优先填满网格，其次追求视觉方形度；若无法填满则选择空位最少且最接近正方形的网格），可以按照以下思路实现：

核心逻辑 #

1. 考虑瓦片的宽高比，计算网格整体的宽高比（而非仅行列数的比值），确保视觉上接近正方形。
2. 生成所有可行的网格候选组合（行列数乘积≥瓦片数量）。
3. 按以下优先级排序候选组合：
   • 优先选择整体网格宽高比与1的差值最小（视觉最接近正方形）。
   • 其次选择空位数量最少（尽量填满网格）。
   • 最后选择行列数差值最小（网格形状更规整）。

修正后的代码 #

import math

def find_optimal_grid(tile_count, tile_size):
    tile_w, tile_h = tile_size
    # 计算单个瓦片的宽高比
    tile_aspect = tile_w / tile_h
    candidates = []
    
    # 生成足够范围的行数候选，避免遗漏最优解
    max_rows = math.ceil(math.sqrt(tile_count * tile_aspect)) + 2
    for rows in range(1, max_rows + 1):
        # 计算当前行数下所需的最小列数（确保能容纳所有瓦片）
        cols = math.ceil(tile_count / rows)
        # 计算网格整体的宽高比
        grid_aspect = (cols * tile_w) / (rows * tile_h)
        # 计算与正方形的偏差值（越小越接近正方形）
        deviation = abs(grid_aspect - 1)
        # 计算空位数量
        empty_slots = cols * rows - tile_count
        # 计算行列数的差值（越小越规整）
        col_row_diff = abs(cols - rows)
        
        # 按优先级存入候选列表：偏差值 → 行列差值 → 空位数量
        candidates.append((deviation, col_row_diff, empty_slots, cols, rows))
    
    # 排序候选组合，取最优解
    candidates.sort()
    best_cols, best_rows = candidates[0][3], candidates[0][4]
    return best_cols, best_rows

# 测试案例
if __name__ == "__main__":
    # 测试1：2个瓦片，尺寸1x2 → 预期2x1
    cols, rows = find_optimal_grid(2, (1, 2))
    print(f"Grid: {cols}x{rows}")  # 输出 Grid: 2x1
    
    # 测试2：3个瓦片，尺寸1x2 → 预期2x2
    cols, rows = find_optimal_grid(3, (1, 2))
    print(f"Grid: {cols}x{rows}")  # 输出 Grid: 2x2
    
    # 测试3：9个瓦片，尺寸192x272 → 预期3x3
    cols, rows = find_optimal_grid(9, (192, 272))
    print(f"Grid: {cols}x{rows}")  # 输出 Grid: 3x3
    
    # 测试4：12个瓦片，尺寸192x272 → 输出4x3（接近正方形且无空位）
    cols, rows = find_optimal_grid(12, (192, 272))
    print(f"Grid: {cols}x{rows}")  # 输出 Grid: 4x3

代码说明 #

• 瓦片宽高比：通过tile_aspect将单个瓦片的尺寸纳入计算，确保网格的视觉方形度，而非仅看行列数的比例。
• 候选范围：通过max_rows控制行数的候选范围，覆盖理想行数附近的可能值，避免遗漏最优解。
• 排序规则：优先保证视觉接近正方形，其次减少空位，最后让行列数更接近，完全匹配你的需求。

内容的提问来源于stack exchange，提问作者MrPakoras