多同尺寸图像最低像素强度合成新图像的简易代码求助

当然可以实现这个需求！用Python的PIL库配合numpy就能写出非常简洁的代码，完全满足你要的「对应位置取最低强度像素」的功能，我给你写个完整的示例：

from PIL import Image
import numpy as np

# 1. 定义所有输入图像的路径，你可以根据实际情况修改
image_paths = ["img1.jpg", "img2.jpg", "img3.jpg"]

# 2. 加载所有图像并转换为numpy数组（方便数值计算）
loaded_images = [np.array(Image.open(path)) for path in image_paths]

# 3. 对所有图像的对应像素位置取最小值
# axis=0表示在「图像数量」这个维度上取最小，也就是每个像素位置对比所有输入图像的对应点
min_pixel_array = np.min(loaded_images, axis=0)

# 4. 将计算后的数组转回PIL图像并保存
result_image = Image.fromarray(min_pixel_array.astype(np.uint8))
result_image.save("min_intensity_result.jpg")

补充说明： #

• 不管你的输入是灰度图还是RGB彩色图，这段代码都能正常工作：如果是彩色图，numpy会自动对R、G、B三个通道分别在对应位置取最小值，保证最终图像的每个色彩通道都是对应位置的最低强度值。
• 如果需要处理更多输入图像，只需要在image_paths列表里添加更多图像路径即可，不需要修改核心逻辑。
• 代码里的astype(np.uint8)是为了确保数组格式符合图像的8位像素值范围（0-255），避免保存时出现格式错误。

内容的提问来源于stack exchange，提问作者together