这篇教程python批量压缩图像的完整步骤写得很实用，希望能帮到您。
背景今天在工作中，同事遇到一个上传图片的问题：系统要求的图片大小不能超过512KB。但是同事又有很多照片。这要是每一个照片都用ps压缩的话，那岂不是很崩溃。于是我写了一个脚本，可以批量压缩图片到指定大小。直接造福同事、提高同事的工作效率。
解决方案其实也不用卖关子了，就是使用python的pillow包就可以对图片进行压缩，如果一个图片已经压缩到指定大小了，那就停止压缩，如果没有达到指定大小，那就对压缩后的图片再进行压缩，直到压缩到自定范围内。 可是为什么不在网上找代码呢？我也是找过，但是发现很多代码质量参差不齐，都达不到我想要的效果，而且很不优雅。于是我随手就写了一个代码，不仅仅代码写的简单，而且逻辑清楚，最后为了效率，我还做了一个并行，同时使用10个进程处理。说实话，那可是真的飞快。
操作步骤
要求 - 默认是使用的是Anaconda的环境。
- 将所有要压缩的图片都放在一个文件夹下，然后每个图片的格式只能是下面三种：png,jpg, jpeg。如果是PNG也不行。因为PNG是png的大写。
- 代码中设置的图像的压缩后的大小是512KB，那么你可以设置代码中的target_size为500，只要比512KB小就行了。
- 然后把我的代码从GitHub上下载下来。代码链接为：https://github.com/yuanzhoulvpi2017/tiny_python/blob/main/image_compression/ic.py
步骤我这里把所有图片都放在了一个文件夹里面，文件夹名称为历史截图。然后我的这个历史截图和ic.py代码都放在了little_code文件夹中。 
在little_code文件夹下，打开终端。 
直接运行的脚本： 等待一会，就会将整个文件夹下的所有图片都转化好了。 
完整代码： 如果上不去GitHub的话，我直接把代码放在这里，保存为一个python文件即可。比如保存的文件名为：ic.py from PIL import Imagefrom glob import globimport osfrom tqdm import tqdmimport shutilimport sysfrom itertools import chainfrom multiprocessing import Pool# image_dir = "image_dir"template_dir = 'template'output_dir = 'output'error_dir = 'error'def clean_dir(dir_name): if os.path.exists(dir_name): shutil.rmtree(dir_name) os.makedirs(dir_name) else: os.makedirs(dir_name)# image_file_list = glob(f"{image_dir}/*")# image_file_listdef imagesize(filepath): """ 获得文件的磁盘大小 :param filepath: :return: """ return os.path.getsize(filepath) / 1024def compress_image(image_path): raw_image = Image.open(image_path) temp_image_name = image_path.split(os.sep)[-1] template_image = os.path.join(template_dir, temp_image_name) output_image = os.path.join(output_dir, temp_image_name) error_image = os.path.join(error_dir, temp_image_name) target_size = 500 # kb try: if imagesize(image_path) < target_size: shutil.copyfile(image_path, output_image) else: width, height = raw_image.size raw_image.resize((int(width * 0.9), int(height * 0.9)), Image.ANTIALIAS).save(template_image) while imagesize(template_image) > target_size: template_iamge2 = Image.open(template_image) width_2, height_2 = template_iamge2.size template_iamge2.resize((int(width_2 * 0.9), int(height_2 * 0.9)), Image.ANTIALIAS).save(template_image) shutil.copyfile(template_image, output_image) except Exception as e: shutil.copyfile(image_path, error_image) print(f'文件保存失败: {image_path}') # print(e)if __name__ == '__main__': # 批量创建文件夹 [clean_dir(i) for i in [template_dir, output_dir, error_dir]] image_dir = sys.argv[1] image_file_list = list(chain(*[glob(os.path.join(image_dir, i)) for i in ['*.png', '*.jpg', '*.jpeg']])) # for temp_image_path in tqdm(image_file_list): # compress_image(temp_image_path) print(f'/n/n文件保存父目录: {os.getcwd()}/n' f'输出文件位置:{os.path.join(os.getcwd(), output_dir)}/n/n') # parallel P = Pool(processes=10) pbar = tqdm(total=len(image_file_list)) res_temp = [P.apply_async(func=compress_image, args=(i,), callback=lambda _: pbar.update(1)) for i in image_file_list] _ = [res.get() for res in res_temp]
附：批量将图片的大小设置为指定大小import osfrom PIL import Image # 源目录project_dir = os.path.dirname(os.path.abspath(__file__))input = os.path.join(project_dir, 'src') # 输出目录output = os.path.join(project_dir, 'dest')def modify(): # 切换目录 os.chdir(input) # 遍历目录下所有的文件 for image_name in os.listdir(os.getcwd()): print(image_name) im = Image.open(os.path.join(input, image_name)) im.thumbnail((128, 128)) im.save(os.path.join(output, image_name)) if __name__ == '__main__': modify()
写在后面这个代码说起来难，说起来也不难，如果认真看我历史的文章的话，上面代码中遇到的知识点都就会了。像是所谓的图像压缩、并行处理之类的，其实并不难。 到此这篇关于python批量压缩图像的文章就介绍到这了,更多相关python批量压缩图像内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！
学好python基本数据类型
python |
