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。

来源：https://blog.csdn.net/yuanzhoulvpi/article/details/122049330