python批量压缩图像的完整步骤

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：

python ic.py xxx_文件夹

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 image
from glob import glob
import os
from tqdm import tqdm
import shutil
import sys
from itertools import chain

from 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_list


def imagesize(filepath):
    """
    获得文件的磁盘大小
    :param filepath:
    :return:
    """
    return os.path.getsize(filepath) / 1024


def 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 os

from 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www.887551.com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www.887551.com！

黄山市民网：https://www.huangshanshimin.com/