Python技巧之实现批量统一图片格式和尺寸

 更新时间:2023年05月06日 14:13:02   作者:逃逸的卡路里  
大家在工作的时候基本都会接触到很多的图片,有时为了不同的工作需求需要修改图片的尺寸或者大小。本文为大家整理了Python批量转换图片格式和统一图片尺寸,希望对大家有所帮助

前言

大家在工作的时候是不是都会接触到很多的图片,为了满足不同的需求:

兼容性:不同设备和应用程序可能支持不同的图片格式。通过转换图片格式,可以确保在各种设备和应用程序中都能够正确地显示图片。

文件大小:不同的图片格式具有不同的文件大小。有时候,将图片从一种格式转换为另一种格式可以显著减小文件大小,这有助于在网络上更快地加载图片。

质量:有些图片格式对于特定类型的图像效果更好。通过转换图片格式,可以选择更适合特定图像的格式,从而提高图像质量。

编辑能力:不同的图片格式支持不同的编辑功能。通过将图片转换为支持所需编辑功能的格式,可以更轻松地进行编辑工作。

如果我们需要把图片转换成文件,用Python学习的知识是不是能实现呢?

Python模块之Image的应用示例

1.首先需要导入需要的图像库:

import Image

2.读取一张图片:

im=Image.open(‘/home/Picture/test.jpg')

3.显示一张图片:

im.show()

4.保存图片:

im.save(“save.gif”,“GIF”) #保存图像为gif格式

5.创建新图片:

Image.new(mode,size)
Image.new(mode,size,color)

栗子:

newImg = Image.new(“RGBA”,(640,480),(0,255,0))
newImg.save(“newImg.png”,“PNG”)

6.两张图片相加:

Image.blend(img1,img2,alpha) # 这里alpha表示img1和img2的比例参数

7.点操作:

im.point(function) #,这个function接受一个参数,且对图片中的每一个点执行这个函数

比如:

out=im.point(lambdai:i*1.5)#对每个点进行50%的加强

8.查看图像信息:

im.format, im.size, im.mode

9.图片裁剪:

box=(100,100,500,500)
#设置要裁剪的区域
region=im.crop(box) #此时,region是一个新的图像对象。

10.图像黏贴(合并)

im.paste(region,box)#粘贴box大小的region到原先的图片对象中。

11.通道分离:

r,g,b=im.split()#分割成三个通道,此时r,g,b分别为三个图像对象。

12.通道合并:

im=Image.merge(“RGB”,(b,g,r))#将b,r两个通道进行翻转。

13.改变图像的大小:

out=img.resize((128,128))#resize成128*128像素大小

14.旋转图像:

out=img.rotate(45) #逆时针旋转45度

有更方便的:

region = region.transpose(Image.ROTATE_180)

15.图像转换:

out = im.transpose(Image.FLIP_LEFT_RIGHT)
#左右对换
out = im.transpose(Image.FLIP_TOP_BOTTOM)
#上下对换

16.图像类型转换:

im=im.convert(“RGBA”)

17.获取某个像素位置的值:

im.getpixel((4,4))

18.写某个像素位置的值:

img.putpixel((4,4),(255,0,0))

图片批量转换和尺寸调整代码示例

'''
  图片格式批量转换
'''
def istype(filetype):
    '''
    判断是否为图片文件
    :param filetype: 文件扩展名
    :return: 是,返回True,不是,返回False
    '''
    filetype = filetype.lower() # 扩展名转换为小写
    # 判断是否为图片格式
    if filetype == '.jpg' or filetype=='.jpeg' or filetype=='.png' or filetype=='.gif' or filetype=='.bmp' or filetype=='.tif':
        return True # 返回True
    else:
        return False

def thumpic(filepath, width, height):
    try:

        image = Image.open(filepath) # 打开图片文件
        # 按指定大小对图片进行缩放(不一定完全按照设置的宽度和高度,而是按比例缩放到最接近的大小)
        image.thumbnail((width, height))
        # 下面的方法会以严格按指定大小对图片进行缩放,但可能会失真
        # image = image.resize((width, height))
        image.save(filepath) # 保存缩放后的图片
        # print('图片处理完成……')
        # os.startfile(path) # 打开指定路径进行预览
    except Exception as e:
        print(e)
        
import os
from PIL import Image
while True:
    oldpath = input('请输入要转换格式的图片路径:')
    newpath = input('请输入转换格式后的图片保存路径:')
    flag = int(input('''要转换的格式:
1、jpg  2、jpeg  3、png  4、gif  5、bmp  6、tif
请选择:'''))
    width=int(input('请输入宽度限制:'))
    height=int(input('请输入高度限制:'))
    list = os.listdir(oldpath)  # 遍历选择的文件夹
    for i in range(0, len(list)):  # 遍历文件列表
        filepath = os.path.join(oldpath, list[i])  # 记录遍历到的文件名
        if os.path.isfile(filepath):  # 判断是否为文件
            filename= os.path.splitext(list[i])[0]  # 获取文件名
            filetype = os.path.splitext(list[i])[1]  # 获取扩展名
            if istype(filetype):  # 判断是否为图片文件
                img = Image.open(filepath)  # 打开图片文件
                # 根据选择的格式转换图片,并保存
                if flag == 1:
                    img=img.convert('RGB') # 将图片转换为RGB格式,因为jpg格式不支持透明度
                    img.save(os.path.join(newpath,filename+'.jpg'),'jpeg')
                    thumpic(os.path.join(newpath,filename+'.jpg'), width, height)
                elif flag == 2:
                    img = img.convert('RGB')
                    img.save(os.path.join(newpath, filename + '.jpeg'),'jpeg')
                    thumpic(os.path.join(newpath,filename+'.jpeg'), width, height)
                elif flag == 3:
                    img.save(os.path.join(newpath, filename + '.png'),'png')
                    thumpic(os.path.join(newpath,filename+'.png'), width, height)
                elif flag == 4:
                    img.save(os.path.join(newpath, filename + '.gif'),'gif')
                    thumpic(os.path.join(newpath,filename+'.gif'), width, height)
                elif flag == 5:
                    img.save(os.path.join(newpath, filename + '.bmp'),'bmp')
                    thumpic(os.path.join(newpath,filename+'.bmp'), width, height)
                elif flag == 6:
                    img.save(os.path.join(newpath, filename + '.tif'), 'tiff')
                    thumpic(os.path.join(newpath,filename+'.tif'), width, height)
    os.startfile(newpath)
    
    print('格式转换完成……')

到此这篇关于Python技巧之实现批量统一图片格式和尺寸的文章就介绍到这了,更多相关Python图片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

  • 使用TensorFlow实现简单线性回归模型

    使用TensorFlow实现简单线性回归模型

    这篇文章主要为大家详细介绍了使用TensorFlow实现简单线性回归模型,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-07-07
  • python模块和包的应用BASE_PATH使用解析

    python模块和包的应用BASE_PATH使用解析

    这篇文章主要介绍了python模块和包的应用BASE_PATH使用解析,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
    2019-12-12
  • python实现高斯判别分析算法的例子

    python实现高斯判别分析算法的例子

    今天小编就为大家分享一篇python实现高斯判别分析算法的例子,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-12-12
  • 全面分析Python的优点和缺点

    全面分析Python的优点和缺点

    本篇文章给大家详细分析了Python的优点和缺点以及相关的优势劣势分析,对此有兴趣的朋友学习下。
    2018-02-02
  • Python threading模块condition原理及运行流程详解

    Python threading模块condition原理及运行流程详解

    这篇文章主要介绍了Python threading模块condition原理及运行流程详解,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
    2020-10-10
  • Python完美还原超级玛丽游戏附代码与视频

    Python完美还原超级玛丽游戏附代码与视频

    读万卷书不如行万里路,只学书上的理论是远远不够的,只有在实战中才能获得能力的提升,本篇文章手把手带你用Python实现超级玛丽,90后的回忆老游戏,快来看戴帽子的大胡子穿着背带裤的马里奥
    2021-11-11
  • Python中正则表达式详解

    Python中正则表达式详解

    Python 的 re 模块(Regular Expression 正则表达式)提供各种正则表达式的匹配操作,Python 会将正则表达式转化为字节码,利用 C 语言的匹配引擎进行深度优先的匹配。
    2017-05-05
  • 教你python制作自己的模块的基本步骤

    教你python制作自己的模块的基本步骤

    这篇文章主要介绍了python如何制作自己的模块,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
    2023-08-08
  • python+rsync精确同步指定格式文件

    python+rsync精确同步指定格式文件

    这篇文章主要为大家详细介绍了python+rsync精确同步指定格式文件,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-08-08
  • Python的Flask框架Request请求对象详解

    Python的Flask框架Request请求对象详解

    这篇文章主要介绍了Python的Flask框架Request请求对象详解,Flask是一个轻量级的基于Python的web框架,使用 method 属性可以操作当前请求方法,通过使用 form 属性处理表单数据,需要的朋友可以参考下
    2023-08-08

最新评论