10 行 Python 代码，批量压缩图片 500 张，简直太强大了

 

本文原创并首发于公众号【Python猫】，未经受权，请勿转载。 原文地址：https://mp.weixin.qq.com/s/5hpFDgjCpfb0O1Jg-ycACw

熟悉 “Python猫” 的读者应该知道，猫哥我发布的全部文章都使用了极具特点的配图——原创文章使用猫图，转载文章使用狗图，极少例外。

这几天，我在用 Github page + hexo 搭建我的网站，为了延续风格，就想把配图与文章一块儿迁移过去。这时候就出现了一个难题：我所用的图片都是高清大图，放到网站上就严重拖慢了加载速度。所以，须要先把图片压缩，再上传。

我把需求归纳以下：

• 须要批量压缩图片，现有大约 200 张，后会再增
• 是压缩，不是切割截取，不改变图片尺寸
• 原图片大部分是 10M - 30M，目标是压缩成 1M 之内，越小越好

按着这几条线索，我搜索“批量压缩图片”、“图片压缩工具“、”批量处理图片“......

一开始的想法是找轻量级的图片压缩工具，简单处理一下就好。然而不知是搜索的姿式不对，仍是筛选过滤信息的姿式不对，结果都差强人气。

查找到的工具备本地与在线两类，可试验后都不太理想：有的软件下载后才发现是付费的，有的在使用时直接致使程序卡死，有的压缩率不够须要屡次压缩，有的要求原始图片大小不能超过 5 M，有的要求批量处理数量不超过 20 张，有的不支持批量压缩......群内小伙伴还帮忙推荐了“PS+批处理”、acdsee、甚至手机应用 snapseed，都不合我意。

花了很多时间后，偶然看到有文章写用 Python 来压缩图片。一文惊醒梦中人，我怎么没想到呢？

先看看别人是怎么作的。这篇《如何用Python智能批量压缩图片？》（https://zhuanlan.zhihu.com/p/32246003）文章中介绍了使用 PIL 库的 Image 模块来压缩图片的方法，主要经过调节图片长宽数值的方式。

PIL 是个强大的图片处理库，但只支持 Python 2，并且早已中止更新。有开发者在它基础上改良并维护了 Pillow，支持 Python 3。以前有所耳闻，没用过。因而猫哥查了几篇教程和文档。读后发现它压缩图片的方法主要是等比例缩放、裁剪以及改变格式等，并不是我所要的。

还看到一篇《如何在无损的状况下让图片变的更小》（http://www.javashuo.com/article/p-yctpjtvu-ht.html）文章，它介绍了 Yelp（美国最大点评网站）的三种优化图片的策略：Pillow、动态调优、更换编码器。有些方法很高大上，应该是业界先进经验了，但它但愿保证图片无损，全部方法加起来才可使图片大小平均减小 30%，所以并不知足个人要求。另外它引伸介绍了几种方法，但是须要花费时间去研究，我也放弃了。

最后，终于找到了一种很是便捷，又十分知足的方案，下面开始进入正题了。（不要嫌我啰嗦，探索的过程也颇有趣）（嘘，其实是由于下面要介绍的方法太简单，才区区几行代码，我实在忍不住强行加戏......）

----------------当心翼翼的分割线---------------

Tinypng 网站提供在线图片压缩服务，是全部图片压缩工具中最好用的之一，但它有所限制：批量最多处理 20 张，且每张大小不容许超过 5 M。

这个网站很是良心，开放了免费的 API ，API 取消了每张大小的限制，只限定每月处理 500 张图片。这对我来讲，已经足足有余了。

下面介绍怎么使用它。第一步是在它网站上注册，得到专属的 API_KEY。使用的是邮箱注册，很简单。

而后是安装 package：

pip install --upgrade tinify

接着是处理图片：

import tinify
import os

tinify.key = '此处填入你的key'
path = "C:\\Users\\yunpoyue\\Pictures\\cat" # 图片存放的路径

for dirpath, dirs, files in os.walk(path):
    for file in files:
        imgpath = os.path.join(dirpath, file)
        print("compressing ..."+ imgpath)
        tinify.from_file(imgpath).to_file(imgpath)

不到 10 行代码，轻轻松松就批量压缩图片，简直不要太爽！20 M 的图片能压缩到 2 M，压缩率达到惊人的 90%，成绩喜人。

它的 API 还提供图片裁剪、加水印、保存压缩图片至云服务商（亚马逊云、谷歌云）等功能，很是强大。除了压缩过程有点慢，其它无可挑剔。

通过一番探索与比较，我肯定这是目前的最优方案，因此强烈分享给你们。

公众号【Python猫】， 本号连载优质的系列文章，有喵星哲学猫系列、Python进阶系列、好书推荐系列、技术写做、优质英文推荐与翻译等等，欢迎关注哦。后台回复“爱学习”，免费得到一份学习大礼包。