基于Python实现批量缩放图片(视频)尺寸

 更新时间:2023年03月24日 09:49:46   作者:像风一样的男人@  
这篇文章主要为大家详细介绍了如何通过Python语言实现批量缩放图片(视频)尺寸的功能,文中的示例代码简洁易懂,感兴趣的小伙伴可以跟随小编一起了解一下

方法一

在 Pillow 中,resize() 方法会强制将图片缩放到指定的大小,可能会导致图片变形或失真;而 thumbnail() 方法则会按比例缩小图片,同时保持原始宽高比,不会变形或失真。

具体来说,thumbnail() 方法会根据指定的最大宽度和高度,计算出合适的缩放比例,然后将图片按照该比例缩小,最终得到的图片宽度和高度都不会超过指定的大小。而 resize() 方法则直接将图片强制缩放到指定的大小,如果指定的大小与原始图片宽高比不同,则会变形或失真。

因此,如果要保持图片原始宽高比并缩小图片,建议使用 thumbnail() 方法;如果需要将图片强制缩放到指定大小,可以使用 resize() 方法,但要注意可能会导致失真或变形。

from PIL import Image
import os

dir = r'C:\Users\1\Desktop\ffmpeg\bin\final_results'
out = r'C:\Users\1\Desktop\ffmpeg\bin\results'
def resize_image():
    for path in os.listdir(dir):
        img = os.path.join(dir, path)
        print(f'缩放图:【{img}】')
        with Image.open(img) as img:
            img.thumbnail((1280, 720))
            img.save(os.path.join(out, path))

# 调用示例
resize_image()

方法二

import cv2

def resize_image(input_path, output_path, size):
	img = cv2.imread(input_path)
	height, width, _ = img.shape
	if width > height:
		scale = size / width
	else:
		scale = size / height
		img = cv2.resize(img, (int(width * scale), int(height * scale)))
		cv2.imwrite(output_path, img)
	
	# 调用示例
input_path = 'input.jpg'
output_path = 'output.jpg'
size = 640 # 宽度或高度为 640
resize_image(input_path, output_path, size)

在这个示例代码中,resize_image 函数接收三个参数:输入文件路径 input_path、输出文件路径 output_path,以及目标大小 size。在函数内部,首先用 cv2.imread 函数读取输入文件,并使用 shape 属性获取图片的宽度和高度。然后根据宽度和高度的大小关系,计算出缩放比例。最后使用 cv2.resize 函数将图片缩放到指定大小,并使用 cv2.imwrite 函数将缩放后的图片保存到输出文件。

需要注意的是,使用 OpenCV 库可能需要先安装相关依赖,具体安装方法可以查阅相关文档。另外,使用 OpenCV 库缩放图片时,要注意保持宽高比,避免变形或失真。具体来说,可以根据图片的宽高比,计算出缩放比例并将图片缩小到合适的尺寸。

方法三

from PIL import Image

def resize_image(input_path, output_path, max_size):
    img = Image.open(input_path)
    width, height = img.size
    if max(width, height) > max_size:
        if width > height:
            new_width = max_size
            new_height = int(height * (max_size / width))
    else:
        new_width = int(width * (max_size / height))
        new_height = max_size
        img = img.resize((new_width, new_height))
        img.save(output_path)

# 调用示例
input_path = 'input.jpg'
output_path = 'output.jpg'
max_size = 640 # 最大边长为 640
resize_image(input_path, output_path, max_size)

在这个示例代码中,resize_image 函数接收三个参数:输入文件路径 input_path、输出文件路径 output_path,以及最大边长 max_size。在函数内部,首先使用 Image.open 函数读取输入文件,并使用 size 属性获取图片的宽度和高度。然后根据最大边长和图片大小的关系,计算出缩放比例。最后使用 resize 函数将图片缩放到指定大小,并使用 save 函数将缩放后的图片保存到输出文件。

需要注意的是,使用 Pillow 库的 resize 方法时,也要注意保持图片的宽高比,避免变形或失真。具体来说,可以根据图片的宽高比,计算出缩放比例并将图片缩小到合适的尺寸。

方法四(FFmpeg)

使用 ffmpeg 缩放视频尺寸的命令格式如下:

ffmpeg -i input.mp4 -vf scale=: output.mp4

其中,和 分别代表缩放后的视频宽度和高度,可以指定为具体的像素值,也可以使用百分比,如 50%。

例如,将一个输入视频文件 input.mp4 缩放为宽度为 640 像素,高度为 360 像素的输出视频文件 output.mp4,可以使用以下命令:

ffmpeg -i input.mp4 -vf scale=640:360 output.mp4

如果希望按照原始视频宽高比自动缩放,可以只指定宽度或高度,并保留原始视频宽高比:

# 指定宽度为 640 像素,高度按原始比例缩放
ffmpeg -i input.mp4 -vf scale=640:-1 output.mp4

# 指定高度为 360 像素,宽度按原始比例缩放
ffmpeg -i input.mp4 -vf scale=-1:360 output.mp4

还可以通过在 scale 参数前添加 force_original_aspect_ratio 选项,让 ffmpeg 在缩放过程中保留原始视频宽高比,以免变形:

ffmpeg -i input.mp4 -vf "scale=640:360:force_original_aspect_ratio=decrease,pad=640:360:(ow-iw)/2:(oh-ih)/2" output.mp4

到此这篇关于基于Python实现批量缩放图片(视频)尺寸的文章就介绍到这了,更多相关Python缩放图片尺寸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

  • 查看python安装路径及pip安装的包列表及路径

    查看python安装路径及pip安装的包列表及路径

    这篇文章主要介绍了查看python安装路径及pip安装的包列表及路径,本文给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下
    2019-04-04
  • python数据处理实战(必看篇)

    python数据处理实战(必看篇)

    下面小编就为大家带来一篇python数据处理实战(必看篇)。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2017-06-06
  • python爬虫工具例举说明

    python爬虫工具例举说明

    在本篇文章里小编给大家整理的是一篇关于python爬虫工具例举说明内容,有兴趣的朋友们可以学习下。
    2020-11-11
  • Python面向对象类编写细节分析【类,方法,继承,超类,接口等】

    Python面向对象类编写细节分析【类,方法,继承,超类,接口等】

    这篇文章主要介绍了Python面向对象类编写细节,较为详细的分析了Python面向对象程序设计中类,方法,继承,超类,接口等相关概念、使用技巧与注意事项,需要的朋友可以参考下
    2019-01-01
  • Python 切分数组实例解析

    Python 切分数组实例解析

    这篇文章主要介绍了Python 切分数组实例解析,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
    2019-11-11
  • matplotlib阶梯图的实现(step())

    matplotlib阶梯图的实现(step())

    这篇文章主要介绍了matplotlib阶梯图的实现(step()),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
    2021-03-03
  • ​Python使用Mediapipe对图像进行手部地标检测

    ​Python使用Mediapipe对图像进行手部地标检测

    本文将以深度库即Mediapipe为基础库,以及其他计算机视觉预处理的CV2库来制作手部地标检测模型,文中的示例代码讲解详细,感兴趣的可以了解一下
    2022-03-03
  • python -m pip install 和 pip install 的区别解析

    python -m pip install 和 pip in

    python -m pip install <package> 使用了 -m 参数来确保以 Python 模块的形式运行 pip,适用于确保在不同的环境中正确使用 pip,这篇文章主要介绍了python -m pip install 和 pip install 的区别,需要的朋友可以参考下
    2023-07-07
  • Python中pytest的参数化实例解析

    Python中pytest的参数化实例解析

    这篇文章主要介绍了Python中pytest的参数化实例解析,pytest是一个非常成熟的全功能的Python测试框架,主要有简单灵活,容易上手,支持参数化等特点,需要的朋友可以参考下
    2023-07-07
  • Python 3.6 性能测试框架Locust安装及使用方法(详解)

    Python 3.6 性能测试框架Locust安装及使用方法(详解)

    下面小编就为大家带来一篇Python 3.6 性能测试框架Locust安装及使用方法(详解)。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2017-10-10

最新评论