使用 pillow 库向图像批量添加文字时，若未重置图像状态，后续绘制会持续叠加在前一张结果上；正确做法是在每次循环中重新加载原始图像，确保每次操作均基于干净的底图。
使用 pillow 库向图像批量添加文字时，若未重置图像状态，后续绘制会持续叠加在前一张结果上；正确做法是在每次循环中重新加载原始图像，确保每次操作均基于干净的底图。
在 Python 图像处理中，Pillow（PIL）是常用库，但初学者常忽略一个关键点：ImageDraw.Draw() 对象是对原图像对象的就地修改（in-place modification）。这意味着一旦你在某张 img 上调用 draw.text()，该图像对象的像素数据即被永久更改。若在循环中复用同一图像对象（如仅创建一次 img = Image.open(...)），后续迭代将不断在已添加文字的图像上继续绘制——导致文字层层覆盖，生成错误结果。
✅ 正确解法：每次循环都从磁盘重新加载原始图像，保证绘图起点始终一致。
以下是一个结构清晰、可直接运行的示例：
macOS UI 自动化技能包 —— 用 Python 控制你的 Mac
下载
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
from PIL import Image, ImageDraw, ImageFont
# 预加载字体（避免循环内重复开销）
myFont = ImageFont.truetype("arial.ttf", 24)
myFontSmall = ImageFont.truetype("arial.ttf", 16)
# 假设 data_cap 是包含元组的列表，例如 [(a1,b1,c1,d1,e1), (a2,b2,...)]
data_cap = [
("Model S", "2024", "85", "396", "3.1"),
("Model 3", "2023", "75", "358", "3.3"),
]
counter = 0
for a, b, c, d, e in data_cap:
# ✅ 关键步骤：每次循环重新打开原始图像（路径请替换为你的图片路径）
img = Image.open("template.png") # 建议使用 PNG 以支持透明背景
draw = ImageDraw.Draw(img)
# 绘制文字（坐标需根据实际图像尺寸调整）
draw.text((269, 45), f"{a}", font=myFont, fill=(255, 255, 255))
draw.text((524, 45), f"{b}", font=myFont, fill=(255, 255, 255))
draw.text((390.5, 121.5), f"{c}", font=myFontSmall, fill=(255, 255, 255))
draw.text((500.9, 121.5), f"{d}", font=myFontSmall, fill=(255, 255, 255))
draw.text((610.5, 121.5), f"{e}", font=myFontSmall, fill=(255, 255, 255))
# 保存为独立文件（推荐使用 .png 避免 JPEG 有损压缩导致文字边缘模糊）
img.save(f"car{counter + 1}.png")
counter += 1⚠️ 注意事项：
立即学习“Python免费学习笔记（深入）”；
- 不要在循环外加载图像：img = Image.open(...) 必须置于 for 循环内部；
- 字体路径需有效：若系统无 arial.ttf，请改用 ImageFont.load_default()（仅支持 ASCII）或指定绝对路径；
- 坐标精度建议使用整数：浮点坐标（如 390.5）虽被 Pillow 支持，但可能引发亚像素渲染差异，生产环境建议四舍五入；
- 内存管理提示：若处理海量图像，可在 save() 后显式调用 img.close()（尽管 Python 垃圾回收通常能自动处理）；
- 进阶替代方案：如需更高性能（如千级图像），可考虑使用 copy.copy(img) 替代 Image.open()，但前提是原始图像对象始终保留在内存中且未被修改——此方式更易出错，新手强烈推荐坚持“每次重载”原则。
总结：图像叠加问题本质是对象状态污染。牢记「每个输出图像 = 原始模板 + 当前数据」这一设计原则，即可彻底规避文字残留，实现稳定、可复现的批量标注流程。
