如何用Python智能批量壓縮圖片？

02-02

本文一步步為你介紹，如何用Python自動判斷多張圖片中哪些超出閾值需要壓縮，且保持寬高比。如果你想了解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，然後發布到不同寫作平台。我的好友數字遊民Jarod稱其為「矩陣式發布」。能這樣做的前提，是Markdown為我們帶來了極低的邊際發布成本。試想如果每個寫作平台，都需要我手動插入20-30張圖片，想想都眼暈，我估計立刻會打消發布念頭。

我使用七牛作為圖床。圖片鏈接成功轉換後，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。

這款工具最大的特點，是能保證粘貼到各個寫作平台時，代碼不會亂掉。

點擊右上方的「複製」按鈕，你就可以在任何一個寫作平台上，開啟富文本編輯器，然後粘貼進去。

工作進行到這一步，已近大功告成。這時，如果你遇到「圖片上傳失敗」的報錯，想必會很影響心情。

圖片上傳失敗，原因可能有很多。

許多情況下，只是單純因為網路擁塞。只要你本著愚公移山的精神，往複重新粘貼，總會好的。

但是微信公眾平台是個例外。

你時常會遇到這種情況——就是那兩張圖片，死活也無法正常傳上去。

踩坑多次，不得不手動上傳圖片後。我終於發現了問題所在——微信公眾平台對圖片大小有限制。

一旦你要上傳的圖片超過2M，就無法正常粘貼上傳了。

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

對我這種插圖愛好者來說，這個工作太過瑣碎和枯燥了。

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

確實有，但是它們不完全符合我的需求。

首先，我並不需要壓縮全部圖像。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，很多是教程里的示例。學生可能需要放大到一定程度，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，還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……不好意思，這活兒我懶得干。

幸好，凡是簡單重複的枯燥活兒，都是電腦的拿手好戲。否則我們學編程幹什麼？

我用Python做個程序，替我找出全部大於2M的圖片，進行壓縮。壓縮的時候，須要保持圖片的寬高比例。

如果你對Python圖像預處理功能比較感興趣，不妨跟著我的介紹，一起試試看。

數據

我已經為你準備好了樣例圖片和執行代碼，並且存儲在了一個Github項目中。請訪問這個鏈接，下載壓縮包後，解壓查看。

可以看到，在image目錄下，有2個png格式的圖像文件。

我們打開來看看，一張cat.png是可愛的貓咪。

另一張，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，不符合微信公眾平台的要求。

我們下面要用Python自行判斷這些圖片中，哪些超過了2M，需要進行壓縮。

然後，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裡面去。

環境

我們使用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，下載文件格式為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即可。

安裝好Anaconda後，我們還需要確保安裝幾個必要的軟體包。

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

執行以下命令：

pip install -U PILnpip install -U globn

安裝完畢後，執行：

jupyter notebookn

這樣就進入到了Jupyter筆記本環境。我們新建一個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，修改為有意義的筆記本名「demo-python-resize-image」。

準備工作完畢，下面我們就可以用Python讀入並處理圖像文件了。

代碼

我們首先讀入幾個後面將用到的軟體包。

from glob import globnfrom PIL import Imagenimport osn

然後，我們指定圖片來源目錄。因為圖片存儲在了樣例目錄的子目錄image下面，所以只需要指定為"image"就好了。

source_dir = imagen

下面我們設置壓縮後圖片的輸出目錄。這裡為了對比清晰，我們將其設定為output，也是樣例目錄的子目錄。注意此時這個目錄還不存在。我們後面會做處理。

target_dir = outputn

下面，是關鍵環節之一。我們須要遍歷image目錄，找出全部的圖片名稱。

這裡我們用到的，是glob軟體包。其中的glob函數可以在我們指定的目錄里，尋找所有符合要求的文件。

filenames = glob({}/*.format(source_dir))n

我們使用了星號(*)作為通配符，意味著我們要查找image目錄下所有文件的名稱。

輸出filenames試試看。

print(filenames)nn[image/squirrel.png, image/cat.png]n

可見filenames是個列表，裡面包含了咱們需要處理的全部圖片文件。

下面，我們就來嘗試檢測每張圖片的大小。

for filename in filenames:n with Image.open(filename) as im:n width, height = im.sizen print(filename, width, height, os.path.getsize(filename))n

我們遍歷filenames中的所有圖片路徑，用PIL對象的size屬性獲得圖片的寬度（width)和高度(height)數值。用os.path.getsize()函數來獲取文件大小。

然後，我們把這些內容按文件分別列印出來。

(image/squirrel.png, 1024, 768, 1466487)n(image/cat.png, 2067, 1163, 2851538)n

因為我們需要判斷某張圖片的大小是否超出微信公眾平台設置的2M閾值，因此我們需要計算一下，2M閾值換算成比特，到底是個多大的的數字，以便後面的比對。

2*1024*1024n

計算結果如下：

2097152n

顯然，剛才的列印結果裡面，cat.png圖像超出了這個閾值。

我們心裡有數了。

下面就把閾值(threshold)設置為這個數值。

threshold = 2*1024*1024n

我們來看看自己的直覺和程序判斷的實際情況是否一致：

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

此處我們要求Python列印全部超出閾值的文件路徑。結果如下：

image/cat.pngn

測試結果正確。程序只需要調整貓咪照片的尺寸。

正式進行壓縮和輸出之前，我們需要建立輸出目錄。雖然前面我們設定了，這個子目錄叫做output，但是實際的演示目錄里，它還尚未創建。

我們先用os.path.exists()函數判定這個目錄是否存在。當判定為不存在時，我們採用os.makedirs()函數來創建它。

if not os.path.exists(target_dir):n os.makedirs(target_dir)n

下面我們計算一下，對需要壓縮的圖片，新的寬度和高度應該是多少。

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

我們把新的寬度設置為了1024，然後按照同等寬高比例算出新的高度取值。

注意這裡寬度和高度必須設置為整數類型，否則會報錯。

輸出結果如下：

image/cat.pngn(adjusted size:, 1024, 576)n

為了把貓咪照片壓縮為寬度1024的圖片，我們需要設定高度為576，以保證壓縮後的圖片與原始圖片的寬高比一致。

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

輸出結果還是需要壓縮的圖片路徑。

image/cat.pngn

壓縮成功了嗎？

我們打開樣例目錄看看。

可以看到，output子目錄已經自動生成。裡面有一張圖片。名稱依然是cat.png。它的大小已經變成了836KB。我們打開它，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，而且寬高比也正常。測試成功。

整合

但是這裡，我們還需要完成一個重要步驟——把之前的代碼進行整合。

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。

想想看，等你回來的時候，你的Jupyter Notebook是這個樣子的：

你不僅會忘了不同函數之間的調用關係，而且對於哪些參數需要設定，都一頭霧水。

沒錯，這就是人腦的工作特點——我們會遺忘。

所以，趁熱打鐵，把你做過的功能進行模塊化整合很有必要。

整合後，你實現的功能就成了一個有機的整體，只通過參數和外部交互。你只需要用注釋告訴自己參數設置的含義。後面再需要調用相關功能的時候，就可以直接通過參數變化，拿來就用了。

趁著記憶猶新，咱們把剛剛全部的功能整合到一個函數裡面。

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

這個函數暴露給外部的介面，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，我們會發現不對勁的地方——雖然閾值是我們將來可以調整的選項，但是壓縮的時候，圖片的寬度卻是手動設定的數值（1024）。這樣將來面對一個閾值高出3倍的寫作平台，我們依然把圖片壓縮到這麼小，似乎有些矯枉過正。

另外，如果這張圖片是那種極為長的圖，那即便寬度不是很長，也可能會因為高度超出閾值。單純調整寬度到1024，也許會失效。

解決辦法也很簡單，我們設置高度，然後對應調整寬度。

你可以看到，因為我們把代碼集成整理在一處，許多原先我們可能考慮不周的問題，此時就紛紛顯現了出來。

了解了問題所在，我們來調整一下代碼。

我們因為要通過閾值計算寬度或者高度，所以需要引入數學計算模塊。

import mathn

調整後的函數如下：

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

這樣，將來無論你的圖片目錄在哪裡，你要滿足哪個寫作平台的圖片大小要求，都可以通過簡單設置這樣幾個數值，調用函數來完成新需求。

我們嘗試用原先的參數取值，執行一次。

執行之前，我們刪除掉output目錄，以測試功能。

然後執行模塊化之後的函數。

resize_images(source_dir, target_dir, threshold)n

執行時，依然只是輸出需要壓縮的文件路徑。

image/cat.pngn

檢查剛剛又重新生成的output目錄，貓咪照片呢？

沒問題。不僅顯示正常，而且大小也已經正常壓縮。

小結

總結一下，通過本文我們接觸到了以下知識點：

如何利用glob軟體包遍歷指定目錄，獲得符合條件的全部文件路徑列表；
如何用PIL圖像處理工具讀取圖像文件，檢查寬度、高度，重新設定圖像大小，並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，創建目錄，以及獲取文件尺寸。

更重要的，是我們嘗試了如何用Python這一腳本語言，幫我們智能化做出判斷，並且在後台完成瑣碎的重複操作。

另外，你應該已經了解了，完成功能並不意味著完事大吉。為了讓自己的代碼可以充分重用、易於共享並提高效能，你需要梳理與整合代碼，將其充分模塊化，只曝露輸入輸出介面給用戶（包括將來的自己），避免固定取值設置。

討論

你之前遇到過需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需要壓縮嗎？歡迎留言，把你的經驗和思考分享給大家，我們一起交流討論。

如果你對我的文章感興趣，歡迎點贊，並且微信關注和置頂我的公眾號「玉樹芝蘭」(nkwangshuyi)。

如果本文可能對你身邊的親友有幫助，也歡迎你把本文通過微博或朋友圈分享給他們。讓他們一起參與到我們的討論中來。