python利用线程生成不同尺寸的缩略图实例详解

 更新时间:2022年05月19日 08:32:35   作者:while10  
这篇文章主要介绍了python利用线程生成不同尺寸的缩略图,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下

利用线程生成缩略图;
读取当前路径下的png文件,在当前路径下生成6464,128128和32*32的缩略图。

"""
利用线程生成缩略图
读取当前路径下的png文件,在当前路径下生成64*64,128*128和32*32的缩略图
"""
import glob
import os
import threading
from PIL import Image
def generate_thumbnail(infile, size):
    """生成指定图片文件的缩略图"""
    file, ext = os.path.splitext(infile)
    file = file[file.rfind('/') + 1:]  # 查找文件名
    outfile = f'{file}_{size[0]}_{size[1]}{ext}'  # 生成缩略图的文件名
    img = Image.open(infile)
    img.thumbnail(size, Image.ANTIALIAS)  # 进行缩略图  size为元组   Image.ANTIALIAS表示低质量
    img.save(outfile)
def main():
    """主函数"""
    for infile in glob.glob('*.png'):  # 查找当前路径下的png文件
        for size in (32, 64, 128):  # 利用线程生成多个尺寸的缩略图
            # 创建并启动线程
            threading.Thread(
                target=generate_thumbnail,
                args=(infile, (size, size))
            ).start()
if __name__ == '__main__':
    main()

补充:python 缩放并裁剪图片 制作图片缩略图

说明

现在有一文件夹中存在许多分辨率不同的图片或文件夹,需要裁剪至指定大小以便作为网页中的图片缩略图。
cut 函数,将图片裁剪为指定大小,统一分辨率,缩放后取图片中间部分,超出的部分直接裁剪掉。
还有一个函数 cut2,为等比缩放至x或y为定值。

用法

缩放裁剪后的x、y像素值在代码开始部分更改即可。
默认只使用 cut 函数,使用 cut2 函数时需在代码第18-20行更改。

注意:

1.缩放裁剪后会覆盖原文件,需要的话,请在缩放裁剪前备份图片。

2.没有做文件夹验证,请确认输入正确的文件夹路径,并确保文件夹中只有图片。

3.多次缩放可能会使图片变得模糊,尤其是文字边缘。

完整代码

import cv2
import os
import numpy as np
# cut 裁剪后的 xy
target_x = 286
target_y = 203
def get_dir(dir):
    """ 遍历文件夹下所有的文件名 """
    list1 = os.listdir(dir)
    for l in list1:
        l = f'{dir}/{l}'
        if(os.path.isdir(l)):
            get_dir(l)
        else:
            cut(l)
            # cut2(l,x=800)
            # cut2(l,y=400)
def cut(inputdir = './t.jpg'):
    """ 图片裁剪 """
    # 裁剪后的文件名为
    # outputdir = inputdir[:-4] + '_over.jpg'
    # 设置为相同文件名,覆盖原文件
    outputdir = inputdir
    # img = cv2.imread(inputdir)    # imread读取不能包含中文文件名
    img = cv2.imdecode(np.fromfile(inputdir, dtype=np.uint8), cv2.IMREAD_UNCHANGED)
    # imdecode读取图像默BGR通道排列, 
    # img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)    # 转换为RGB
    # img.shape:[height,width,channel]
    in_y, in_x = img.shape[:2]
    print(img.shape)
    scale = target_x / target_y
    scale1 = in_x / in_y
    if(scale1 >= scale):
        size = (int(in_x/(in_y/target_y)), target_y)
        # print(1, size)
    elif(scale1 < scale):
        size = (target_x, int(in_y/(in_x/target_x)))
        # print(2, size)
    else:
        size = (target_x, target_y)
        print('error')
    # 缩放到size=(x,y)
    resized = cv2.resize(img, size, interpolation=cv2.INTER_AREA)
    # 展示裁剪后的图片
    # cv2.imshow('image', resized)
    # cv2.waitKey(0)
    # print('x', resized.shape[1], 'y', resized.shape[0])
    if(resized.shape[1] == target_x):
        # x=target_x
        y0 = resized.shape[0] // 2 - target_y//2
        y1 = y0 + target_y
        x0 = 0
        x1 = target_x
    if(resized.shape[0] == target_y):
        # y=target_y
        y0 = 0
        y1 = target_y
        x0 = resized.shape[1] // 2 - target_x//2
        x1 = x0 + target_x
    output_img = resized[y0:y1, x0:x1]
    # cv2.imwrite(outputdir, output_img)    # imwrite保存文件名不能包含中文
    cv2.imencode('.jpg', output_img)[1].tofile(outputdir)
def cut2(inputdir = './t.jpg', x=0, y=0):
    """ 等比缩放,不裁剪 """
    # outputdir = inputdir[:-4] + '_over.jpg'
    outputdir = inputdir
    img = cv2.imdecode(np.fromfile(inputdir, dtype=np.uint8), cv2.IMREAD_UNCHANGED)
    in_y, in_x = img.shape[:2]
    if(x):
        # 等比缩小为x=
        fxy = x/in_x
    elif(y):
        # 等比缩小为y=
        fxy = y/in_y
    else:
        fxy = 1
    # 按比例缩放,fx:x轴缩放比例,fy:y轴缩放比例
    output_img = cv2.resize(img, (0,0), fx=fxy, fy=fxy, interpolation=cv2.INTER_AREA)
    cv2.imencode('.jpg', output_img)[1].tofile(outputdir)
if __name__ == "__main__":
    original_dir = input('文件夹路径:')
    get_dir(original_dir)

到此这篇关于python利用线程生成不同尺寸的缩略图的文章就介绍到这了,更多相关python生成缩略图内容请搜索脚本之家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脚本之家!

相关文章

  • pandas中Series的使用方式

    pandas中Series的使用方式

    这篇文章主要介绍了pandas中Series的使用方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2023-09-09
  • python实战项目scrapy管道学习爬取在行高手数据

    python实战项目scrapy管道学习爬取在行高手数据

    这篇文章主要为介绍了python实战项目scrapy管道学习拿在行练手爬虫项目,爬取在行高手数据,本篇博客的重点为scrapy管道pipelines的应用,学习时请重点关注
    2021-11-11
  • 关于pytorch求导总结(torch.autograd)

    关于pytorch求导总结(torch.autograd)

    这篇文章主要介绍了关于pytorch求导总结(torch.autograd),具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2023-06-06
  • django框架两个使用模板实例

    django框架两个使用模板实例

    这篇文章主要介绍了django框架使用模板方法,结合两个具体实例形式详细分析了Django框架模板的相关使用技巧与操作注意事项,需要的朋友可以参考下
    2019-12-12
  • Python爬虫报错<response [406]>(已解决)

    Python爬虫报错<response [406]>(已解决)

    本文主要介绍了Python爬虫报错<response [406]>,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2023-02-02
  • Python爬虫必备技巧详细总结

    Python爬虫必备技巧详细总结

    本篇文章介绍了我在爬虫过程中总结的几个必备技巧,都是经过实验的,通读本篇对大家的学习或工作具有一定的价值,需要的朋友可以参考下
    2021-10-10
  • python爬虫 execjs安装配置及使用

    python爬虫 execjs安装配置及使用

    这篇文章主要介绍了python爬虫 execjs安装配置及使用,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-07-07
  • python和shell实现的校验IP地址合法性脚本分享

    python和shell实现的校验IP地址合法性脚本分享

    这篇文章主要介绍了python和shell实现的校验IP地址合法性脚本分享,每个脚本配有执行效果图,需要的朋友可以参考下
    2014-10-10
  • Pygame实战之经典泡泡龙小游戏

    Pygame实战之经典泡泡龙小游戏

    Python版的消除类的游戏还是很多的,今天就出一个消除类——泡泡龙小游戏。文中的示例代码很详细,感兴趣的小伙伴快来跟随小编一起学习一下吧
    2021-12-12
  • Python数据分析 Numpy 的使用方法

    Python数据分析 Numpy 的使用方法

    这篇文章主要介绍了Python数据分析 Numpy 的使用方法,Numpy 是一个Python扩展库,专门做科学计算,也是大部分Python科学计算库的基础,关于其的使用方法,需要的小伙伴可以参考下面文章内容
    2022-05-05

最新评论