如何用Python智能批量壓縮圖片？

本文一步步爲你介紹，如何用Python自動判斷多張圖片中哪些超出閾值須要壓縮，且保持寬高比。若是你想了解Python圖像處理的基礎知識，歡迎動手來嘗試。

痛點

我喜歡用Markdown寫文稿，而後發佈到不一樣寫做平臺。個人好友數字遊民Jarod稱其爲「矩陣式發佈」。能這樣作的前提，是Markdown爲咱們帶來了極低的邊際發佈成本。試想若是每一個寫做平臺，都須要我手動插入20-30張圖片，想一想都眼暈，我估計馬上會打消發佈念頭。

我使用七牛做爲圖牀。圖片連接成功轉換後，選擇一款渲染工具，預覽文稿格式，看圖片、表格、標題等特殊樣式是否顯示正確。

我曾經用過多種渲染工具。最近我一直在用Md2All。

這款工具最大的特色，是能保證粘貼到各個寫做平臺時，代碼不會亂掉。

點擊右上方的「複製」按鈕，你就能夠在任何一個寫做平臺上，開啓富文本編輯器，而後粘貼進去。

工做進行到這一步，已近大功告成。這時，若是你遇到「圖片上傳失敗」的報錯，想必會很影響心情。

圖片上傳失敗，緣由可能有不少。

許多狀況下，只是單純由於網絡擁塞。只要你本着愚公移山的精神，往復從新粘貼，總會好的。

可是微信公衆平臺是個例外。

你時常會遇到這種狀況——就是那兩張圖片，死活也沒法正常傳上去。

踩坑屢次，不得不手動上傳圖片後。我終於發現了問題所在——微信公衆平臺對圖片大小有限制。

一旦你要上傳的圖片超過2M，就沒法正常粘貼上傳了。

莫非我寫做文章時，還要一一檢驗每張插圖的大小？超過閾值的圖片壓縮，而後再上傳？

對我這種插圖愛好者來講，這個工做太過瑣碎和枯燥了。

你可能會問，不是有許多工具能夠批量修改圖片大小嗎？例如JPEGmini和TinyPNG之類的？

確實有，可是它們不徹底符合個人需求。

首先，我並不須要壓縮所有圖像。壓縮後的圖片，確實在手機上看起來跟原圖毫無區別。但我用的圖片，不少是教程裏的示例。學生可能須要放大到必定程度，甚至要在大屏幕上打開，來查看代碼或者運行結果的細節。只要原圖沒超過2M，仍是保持原貌比較穩妥。

其次，我懶。每次寫完文章，還得手動運行一個應用，找出這篇文章對應的圖片，拖動進去……很差意思，這活兒我懶得幹。

幸虧，凡是簡單重複的枯燥活兒，都是電腦的拿手好戲。不然咱們學編程幹什麼？

我用Python作個程序，替我找出所有大於2M的圖片，進行壓縮。壓縮的時候，需要保持圖片的寬高比例。

若是你對Python圖像預處理功能比較感興趣，不妨跟着個人介紹，一塊兒試試看。

數據

我已經爲你準備好了樣例圖片和執行代碼，而且存儲在了一個Github項目中。請訪問這個連接，下載壓縮包後，解壓查看。

能夠看到，在image目錄下，有2個png格式的圖像文件。

咱們打開來看看，一張cat.png是可愛的貓咪。

另外一張，是小松鼠。

猜猜哪張圖片更大？

小松鼠這張圖片，尺寸低於2M。貓咪那張，卻有2.9M，不符合微信公衆平臺的要求。

咱們下面要用Python自行判斷這些圖片中，哪些超過了2M，須要進行壓縮。

而後，對超過2M的圖片，按照原先的寬高比壓縮後，存儲到一個指定的文件夾裏面去。

環境

咱們使用Python集成運行環境Anaconda。

請到這個網址 下載最新版的Anaconda。下拉頁面，找到下載位置。根據你目前使用的系統，網站會自動推薦給你適合的版本下載。我使用的是macOS，下載文件格式爲pkg。

下載頁面區左側是Python 3.6版，右側是2.7版。請選擇2.7版本。

雙擊下載後的pkg文件，根據中文提示一步步安裝便可。

安裝好Anaconda後，咱們還須要確保安裝幾個必要的軟件包。

請到你的「終端」（Linux, macOS）或者「命令提示符」（Windows）下面，進入我們剛剛下載解壓後的樣例目錄。

執行如下命令：

pip install -U PIL
pip install -U glob
複製代碼

安裝完畢後，執行：

jupyter notebook
複製代碼

這樣就進入到了Jupyter筆記本環境。咱們新建一個Python 2筆記本。

這樣就出現了一個空白筆記本。

點擊左上角筆記本名稱，修改成有意義的筆記本名「demo-python-resize-image」。

準備工做完畢，下面咱們就能夠用Python讀入並處理圖像文件了。

代碼

咱們首先讀入幾個後面將用到的軟件包。

from glob import glob
from PIL import Image
import os
複製代碼

而後，咱們指定圖片來源目錄。由於圖片存儲在了樣例目錄的子目錄image下面，因此只須要指定爲"image"就行了。

source_dir = 'image'
複製代碼

下面咱們設置壓縮後圖片的輸出目錄。這裏爲了對比清晰，咱們將其設定爲output，也是樣例目錄的子目錄。注意此時這個目錄還不存在。咱們後面會作處理。

target_dir = 'output'
複製代碼

下面，是關鍵環節之一。咱們需要遍歷image目錄，找出所有的圖片名稱。

這裏咱們用到的，是glob軟件包。其中的glob函數能夠在咱們指定的目錄裏，尋找全部符合要求的文件。

filenames = glob('{}/*'.format(source_dir))
複製代碼

咱們使用了星號(*)做爲通配符，意味着咱們要查找image目錄下全部文件的名稱。

輸出filenames試試看。

print(filenames)
複製代碼

['image/squirrel.png', 'image/cat.png']
複製代碼

可見filenames是個列表，裏面包含了我們須要處理的所有圖片文件。

下面，咱們就來嘗試檢測每張圖片的大小。

for filename in filenames:
    with Image.open(filename) as im:
        width, height = im.size
        print(filename, width, height, os.path.getsize(filename))
複製代碼

咱們遍歷filenames中的全部圖片路徑，用PIL對象的size屬性得到圖片的寬度（width)和高度(height)數值。用os.path.getsize()函數來獲取文件大小。

而後，咱們把這些內容按文件分別打印出來。

('image/squirrel.png', 1024, 768, 1466487)
('image/cat.png', 2067, 1163, 2851538)
複製代碼

由於咱們須要判斷某張圖片的大小是否超出微信公衆平臺設置的2M閾值，所以咱們須要計算一下，2M閾值換算成比特，究竟是個多大的的數字，以便後面的比對。

2*1024*1024
複製代碼

計算結果以下：

2097152
複製代碼

顯然，剛纔的打印結果裏面，cat.png圖像超出了這個閾值。

咱們內心有數了。

下面就把閾值(threshold)設置爲這個數值。

threshold = 2*1024*1024
複製代碼

咱們來看看本身的直覺和程序判斷的實際狀況是否一致：

for filename in filenames:
    filesize = os.path.getsize(filename)
    if filesize >= threshold:
        print(filename)
複製代碼

此處咱們要求Python打印所有超出閾值的文件路徑。結果以下：

image/cat.png
複製代碼

測試結果正確。程序只須要調整貓咪照片的尺寸。

正式進行壓縮和輸出以前，咱們須要創建輸出目錄。雖然前面咱們設定了，這個子目錄叫作output，可是實際的演示目錄裏，它還還沒有建立。

咱們先用os.path.exists()函數斷定這個目錄是否存在。當斷定爲不存在時，咱們採用os.makedirs()函數來建立它。

if not os.path.exists(target_dir):
    os.makedirs(target_dir)
複製代碼

下面咱們計算一下，對須要壓縮的圖片，新的寬度和高度應該是多少。

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)
複製代碼

咱們把新的寬度設置爲了1024，而後按照同等寬高比例算出新的高度取值。

注意這裏寬度和高度必須設置爲整數類型，不然會報錯。

輸出結果以下：

image/cat.png
('adjusted size:', 1024, 576)
複製代碼

爲了把貓咪照片壓縮爲寬度1024的圖片，咱們須要設定高度爲576，以保證壓縮後的圖片與原始圖片的寬高比一致。

下面咱們續寫函數，正式調用PIL的resize函數將新的圖片設定爲新的寬度和高度數值。而後，咱們使用PIL的save函數，把生成的圖片存儲到指定的路徑。

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)
複製代碼

輸出結果仍是須要壓縮的圖片路徑。

image/cat.png
複製代碼

壓縮成功了嗎？

咱們打開樣例目錄看看。

能夠看到，output子目錄已經自動生成。裏面有一張圖片。名稱依然是cat.png。它的大小已經變成了836KB。咱們打開它，看看顯示是否正確。

依然是這張可愛的貓咪。看不出與原圖有什麼顯著的區別，並且寬高比也正常。測試成功。

整合

可是這裏，咱們還須要完成一個重要步驟——把以前的代碼進行整合。

許多初學者寫代碼，總會忽略這一步。

雖然你的代碼已經成功完成了預期的任務，但如不及時進行整理，過一段時間再來看，你會抓不住頭緒。

想一想看，等你回來的時候，你的Jupyter Notebook是這個樣子的：

你不只會忘了不一樣函數之間的調用關係，並且對於哪些參數須要設定，都一頭霧水。

沒錯，這就是人腦的工做特色——咱們會遺忘。

因此，趁熱打鐵，把你作過的功能進行模塊化整合頗有必要。

整合後，你實現的功能就成了一個有機的總體，只經過參數和外部交互。你只須要用註釋告訴本身參數設置的含義。後面再須要調用相關功能的時候，就能夠直接經過參數變化，拿來就用了。

趁着記憶猶新，我們把剛剛所有的功能整合到一個函數裏面。

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)
複製代碼

這個函數暴露給外部的接口，是3個參數：

• source_dir：圖片源目錄
• target_dir：壓縮圖片輸出目錄
• threshold：閾值

檢查一下，咱們會發現不對勁的地方——雖然閾值是咱們未來能夠調整的選項，可是壓縮的時候，圖片的寬度倒是手動設定的數值（1024）。這樣未來面對一個閾值高出3倍的寫做平臺，咱們依然把圖片壓縮到這麼小，彷佛有些矯枉過正。

另外，若是這張圖片是那種極爲長的圖，那即使寬度不是很長，也可能會由於高度超出閾值。單純調整寬度到1024，也許會失效。

解決辦法也很簡單，咱們設置高度，而後對應調整寬度。

你能夠看到，由於咱們把代碼集成整理在一處，許多原先咱們可能考慮不周的問題，此時就紛紛顯現了出來。

瞭解了問題所在，咱們來調整一下代碼。

咱們由於要經過閾值計算寬度或者高度，因此須要引入數學計算模塊。

import math
複製代碼

調整後的函數以下：

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)
複製代碼

這樣，未來不管你的圖片目錄在哪裏，你要知足哪一個寫做平臺的圖片大小要求，均可以經過簡單設置這樣幾個數值，調用函數來完成新需求。

咱們嘗試用原先的參數取值，執行一次。

執行以前，咱們刪除掉output目錄，以測試功能。

而後執行模塊化以後的函數。

resize_images(source_dir, target_dir, threshold)
複製代碼

執行時，依然只是輸出須要壓縮的文件路徑。

image/cat.png
複製代碼

檢查剛剛又從新生成的output目錄，貓咪照片呢？

沒問題。不只顯示正常，並且大小也已經正常壓縮。

小結

總結一下，經過本文咱們接觸到了如下知識點：

• 如何利用glob軟件包遍歷指定目錄，得到符合條件的所有文件路徑列表；
• 如何用PIL圖像處理工具讀取圖像文件，檢查寬度、高度，從新設定圖像大小，而且存儲新生成的圖像；
• 如何用os函數庫檢查文件或目錄是否存在，建立目錄，以及獲取文件尺寸。

更重要的，是咱們嘗試瞭如何用Python這一腳本語言，幫咱們智能化作出判斷，而且在後臺完成瑣碎的重複操做。

另外，你應該已經瞭解了，完成功能並不意味着完事大吉。爲了讓本身的代碼能夠充分重用、易於共享並提升效能，你須要梳理與整合代碼，將其充分模塊化，只曝露輸入輸出接口給用戶（包括未來的本身），避免固定取值設置。

討論

你以前遇到過須要智能批量調整圖片大小的問題嗎？你是如何解決的？用過哪些工具？它們能自動幫你判斷圖片是否須要壓縮嗎？歡迎留言，把你的經驗和思考分享給你們，咱們一塊兒交流討論。

喜歡請點贊。還能夠微信關注和置頂個人公衆號「玉樹芝蘭」(nkwangshuyi)。

若是你對數據科學感興趣，不妨閱讀個人系列教程索引貼《如何高效入門數據科學？》，裏面還有更多的有趣問題及解法。