如何用Python智能批量压缩图片？

时间 2019-12-04

原文原文链接

本文一步步为你介绍，如何用Python自动判断多张图片中哪些超出阈值须要压缩，且保持宽高比。若是你想了解Python图像处理的基础知识，欢迎动手来尝试。python

痛点

我喜欢用Markdown写文稿，而后发布到不一样写做平台。个人好友数字游民Jarod称其为“矩阵式发布”。能这样作的前提，是Markdown为咱们带来了极低的边际发布成本。试想若是每一个写做平台，都须要我手动插入20-30张图片，想一想都眼晕，我估计马上会打消发布念头。git

我使用七牛做为图床。图片连接成功转换后，选择一款渲染工具，预览文稿格式，看图片、表格、标题等特殊样式是否显示正确。github

我曾经用过多种渲染工具。最近我一直在用Md2All。编程

这款工具最大的特色，是能保证粘贴到各个写做平台时，代码不会乱掉。bash

点击右上方的“复制”按钮，你就能够在任何一个写做平台上，开启富文本编辑器，而后粘贴进去。微信

工做进行到这一步，已近大功告成。这时，若是你遇到“图片上传失败”的报错，想必会很影响心情。网络

图片上传失败，缘由可能有不少。微信公众平台

许多状况下，只是单纯由于网络拥塞。只要你本着愚公移山的精神，往复从新粘贴，总会好的。编辑器

可是微信公众平台是个例外。模块化

你时常会遇到这种状况——就是那两张图片，死活也没法正常传上去。

踩坑屡次，不得不手动上传图片后。我终于发现了问题所在——微信公众平台对图片大小有限制。

一旦你要上传的图片超过2M，就没法正常粘贴上传了。

莫非我写做文章时，还要一一检验每张插图的大小？超过阈值的图片压缩，而后再上传？

对我这种插图爱好者来讲，这个工做太过琐碎和枯燥了。

你可能会问，不是有许多工具能够批量修改图片大小吗？例如JPEGmini和TinyPNG之类的？

确实有，可是它们不彻底符合个人需求。

首先，我并不须要压缩所有图像。压缩后的图片，确实在手机上看起来跟原图毫无区别。但我用的图片，不少是教程里的示例。学生可能须要放大到必定程度，甚至要在大屏幕上打开，来查看代码或者运行结果的细节。只要原图没超过2M，仍是保持原貌比较稳妥。

其次，我懒。每次写完文章，还得手动运行一个应用，找出这篇文章对应的图片，拖动进去……很差意思，这活儿我懒得干。

幸亏，凡是简单重复的枯燥活儿，都是电脑的拿手好戏。不然咱们学编程干什么？

我用Python作个程序，替我找出所有大于2M的图片，进行压缩。压缩的时候，需要保持图片的宽高比例。

若是你对Python图像预处理功能比较感兴趣，不妨跟着个人介绍，一块儿试试看。

数据

我已经为你准备好了样例图片和执行代码，而且存储在了一个Github项目中。请访问这个连接，下载压缩包后，解压查看。

能够看到，在image目录下，有2个png格式的图像文件。

咱们打开来看看，一张cat.png是可爱的猫咪。

另外一张，是小松鼠。

猜猜哪张图片更大？

小松鼠这张图片，尺寸低于2M。猫咪那张，却有2.9M，不符合微信公众平台的要求。

咱们下面要用Python自行判断这些图片中，哪些超过了2M，须要进行压缩。

而后，对超过2M的图片，按照原先的宽高比压缩后，存储到一个指定的文件夹里面去。

环境

咱们使用Python集成运行环境Anaconda。

请到这个网址下载最新版的Anaconda。下拉页面，找到下载位置。根据你目前使用的系统，网站会自动推荐给你适合的版本下载。我使用的是macOS，下载文件格式为pkg。

下载页面区左侧是Python 3.6版，右侧是2.7版。请选择2.7版本。

双击下载后的pkg文件，根据中文提示一步步安装便可。

安装好Anaconda后，咱们还须要确保安装几个必要的软件包。

请到你的“终端”（Linux, macOS）或者“命令提示符”（Windows）下面，进入我们刚刚下载解压后的样例目录。

执行如下命令：

pip install -U PIL
pip install -U glob
复制代码

安装完毕后，执行：

jupyter notebook
复制代码

这样就进入到了Jupyter笔记本环境。咱们新建一个Python 2笔记本。

这样就出现了一个空白笔记本。

点击左上角笔记本名称，修改成有意义的笔记本名“demo-python-resize-image”。

准备工做完毕，下面咱们就能够用Python读入并处理图像文件了。

代码

咱们首先读入几个后面将用到的软件包。

from glob import glob
from PIL import Image
import os
复制代码

而后，咱们指定图片来源目录。由于图片存储在了样例目录的子目录image下面，因此只须要指定为"image"就行了。

source_dir = 'image'
复制代码

下面咱们设置压缩后图片的输出目录。这里为了对比清晰，咱们将其设定为output，也是样例目录的子目录。注意此时这个目录还不存在。咱们后面会作处理。

target_dir = 'output'
复制代码

下面，是关键环节之一。咱们需要遍历image目录，找出所有的图片名称。

这里咱们用到的，是glob软件包。其中的glob函数能够在咱们指定的目录里，寻找全部符合要求的文件。

filenames = glob('{}/*'.format(source_dir))
复制代码

咱们使用了星号(*)做为通配符，意味着咱们要查找image目录下全部文件的名称。

输出filenames试试看。

print(filenames)
复制代码

['image/squirrel.png', 'image/cat.png']
复制代码

可见filenames是个列表，里面包含了我们须要处理的所有图片文件。

下面，咱们就来尝试检测每张图片的大小。

for filename in filenames:
    with Image.open(filename) as im:
        width, height = im.size
        print(filename, width, height, os.path.getsize(filename))
复制代码

咱们遍历filenames中的全部图片路径，用PIL对象的size属性得到图片的宽度（width)和高度(height)数值。用os.path.getsize()函数来获取文件大小。

而后，咱们把这些内容按文件分别打印出来。

('image/squirrel.png', 1024, 768, 1466487)
('image/cat.png', 2067, 1163, 2851538)
复制代码

由于咱们须要判断某张图片的大小是否超出微信公众平台设置的2M阈值，所以咱们须要计算一下，2M阈值换算成比特，究竟是个多大的的数字，以便后面的比对。

2*1024*1024
复制代码

计算结果以下：

2097152
复制代码

显然，刚才的打印结果里面，cat.png图像超出了这个阈值。

咱们内心有数了。

下面就把阈值(threshold)设置为这个数值。

threshold = 2*1024*1024
复制代码

咱们来看看本身的直觉和程序判断的实际状况是否一致：

for filename in filenames:
    filesize = os.path.getsize(filename)
    if filesize >= threshold:
        print(filename)
复制代码

此处咱们要求Python打印所有超出阈值的文件路径。结果以下：

image/cat.png
复制代码

测试结果正确。程序只须要调整猫咪照片的尺寸。

正式进行压缩和输出以前，咱们须要创建输出目录。虽然前面咱们设定了，这个子目录叫作output，可是实际的演示目录里，它还还没有建立。

咱们先用os.path.exists()函数断定这个目录是否存在。当断定为不存在时，咱们采用os.makedirs()函数来建立它。

if not os.path.exists(target_dir):
    os.makedirs(target_dir)
复制代码

下面咱们计算一下，对须要压缩的图片，新的宽度和高度应该是多少。

for filename in filenames:
    filesize = os.path.getsize(filename)
    if filesize >= threshold:
        print(filename)
        with Image.open(filename) as im:
            width, height = im.size
            new_width = 1024
            new_height = int(new_width * height * 1.0 / width)
            print('adjusted size:', new_width, new_height)
复制代码

咱们把新的宽度设置为了1024，而后按照同等宽高比例算出新的高度取值。

注意这里宽度和高度必须设置为整数类型，不然会报错。

输出结果以下：

image/cat.png
('adjusted size:', 1024, 576)
复制代码

为了把猫咪照片压缩为宽度1024的图片，咱们须要设定高度为576，以保证压缩后的图片与原始图片的宽高比一致。

下面咱们续写函数，正式调用PIL的resize函数将新的图片设定为新的宽度和高度数值。而后，咱们使用PIL的save函数，把生成的图片存储到指定的路径。

for filename in filenames:
    filesize = os.path.getsize(filename)
    if filesize >= threshold:
        print(filename)
        with Image.open(filename) as im:
            width, height = im.size
            new_width = 1024
            new_height = int(new_width * height * 1.0 / width)
            resized_im = im.resize((new_width, new_height))
            output_filename = filename.replace(source_dir, target_dir)
            resized_im.save(output_filename)
复制代码

输出结果仍是须要压缩的图片路径。

image/cat.png
复制代码

压缩成功了吗？

咱们打开样例目录看看。

能够看到，output子目录已经自动生成。里面有一张图片。名称依然是cat.png。它的大小已经变成了836KB。咱们打开它，看看显示是否正确。

依然是这张可爱的猫咪。看不出与原图有什么显著的区别，并且宽高比也正常。测试成功。

整合

可是这里，咱们还须要完成一个重要步骤——把以前的代码进行整合。

许多初学者写代码，总会忽略这一步。

虽然你的代码已经成功完成了预期的任务，但如不及时进行整理，过一段时间再来看，你会抓不住头绪。

想一想看，等你回来的时候，你的Jupyter Notebook是这个样子的：

你不只会忘了不一样函数之间的调用关系，并且对于哪些参数须要设定，都一头雾水。

没错，这就是人脑的工做特色——咱们会遗忘。

因此，趁热打铁，把你作过的功能进行模块化整合颇有必要。

整合后，你实现的功能就成了一个有机的总体，只经过参数和外部交互。你只须要用注释告诉本身参数设置的含义。后面再须要调用相关功能的时候，就能够直接经过参数变化，拿来就用了。

趁着记忆犹新，我们把刚刚所有的功能整合到一个函数里面。

def resize_images(source_dir, target_dir, threshold):
    filenames = glob('{}/*'.format(source_dir))
    if not os.path.exists(target_dir):
        os.makedirs(target_dir)
    for filename in filenames:
        filesize = os.path.getsize(filename)
        if filesize >= threshold:
            print(filename)
            with Image.open(filename) as im:
                width, height = im.size
                new_width = 1024
                new_height = int(new_width * height * 1.0 / width)
                resized_im = im.resize((new_width, new_height))
                output_filename = filename.replace(source_dir, target_dir)
                resized_im.save(output_filename)
复制代码

这个函数暴露给外部的接口，是3个参数：

source_dir：图片源目录
target_dir：压缩图片输出目录
threshold：阈值

检查一下，咱们会发现不对劲的地方——虽然阈值是咱们未来能够调整的选项，可是压缩的时候，图片的宽度倒是手动设定的数值（1024）。这样未来面对一个阈值高出3倍的写做平台，咱们依然把图片压缩到这么小，彷佛有些矫枉过正。

另外，若是这张图片是那种极为长的图，那即使宽度不是很长，也可能会由于高度超出阈值。单纯调整宽度到1024，也许会失效。

解决办法也很简单，咱们设置高度，而后对应调整宽度。

你能够看到，由于咱们把代码集成整理在一处，许多原先咱们可能考虑不周的问题，此时就纷纷显现了出来。

了解了问题所在，咱们来调整一下代码。

咱们由于要经过阈值计算宽度或者高度，因此须要引入数学计算模块。

import math
复制代码

调整后的函数以下：

def resize_images(source_dir, target_dir, threshold):
    filenames = glob('{}/*'.format(source_dir))
    if not os.path.exists(target_dir):
        os.makedirs(target_dir)
    for filename in filenames:
        filesize = os.path.getsize(filename)
        if filesize >= threshold:
            print(filename)
            with Image.open(filename) as im:
                width, height = im.size
                if width >= height:
                    new_width = int(math.sqrt(threshold/2))
                    new_height = int(new_width * height * 1.0 / width)
                else:
                    new_height = int(math.sqrt(threshold/2))
                    new_width = int(new_height * width * 1.0 / height)
                resized_im = im.resize((new_width, new_height))
                output_filename = filename.replace(source_dir, target_dir)
                resized_im.save(output_filename)
复制代码

这样，未来不管你的图片目录在哪里，你要知足哪一个写做平台的图片大小要求，均可以经过简单设置这样几个数值，调用函数来完成新需求。

咱们尝试用原先的参数取值，执行一次。

执行以前，咱们删除掉output目录，以测试功能。

而后执行模块化以后的函数。

resize_images(source_dir, target_dir, threshold)
复制代码

执行时，依然只是输出须要压缩的文件路径。

image/cat.png
复制代码

检查刚刚又从新生成的output目录，猫咪照片呢？

没问题。不只显示正常，并且大小也已经正常压缩。

小结

总结一下，经过本文咱们接触到了如下知识点：

如何利用glob软件包遍历指定目录，得到符合条件的所有文件路径列表；
如何用PIL图像处理工具读取图像文件，检查宽度、高度，从新设定图像大小，而且存储新生成的图像；
如何用os函数库检查文件或目录是否存在，建立目录，以及获取文件尺寸。

更重要的，是咱们尝试了如何用Python这一脚本语言，帮咱们智能化作出判断，而且在后台完成琐碎的重复操做。

另外，你应该已经了解了，完成功能并不意味着完事大吉。为了让本身的代码能够充分重用、易于共享并提升效能，你须要梳理与整合代码，将其充分模块化，只曝露输入输出接口给用户（包括未来的本身），避免固定取值设置。

讨论

你以前遇到过须要智能批量调整图片大小的问题吗？你是如何解决的？用过哪些工具？它们能自动帮你判断图片是否须要压缩吗？欢迎留言，把你的经验和思考分享给你们，咱们一块儿交流讨论。

喜欢请点赞。还能够微信关注和置顶个人公众号“玉树芝兰”(nkwangshuyi)。

若是你对数据科学感兴趣，不妨阅读个人系列教程索引贴《如何高效入门数据科学？》，里面还有更多的有趣问题及解法。