pillow图像格式转化和缩放操作

Pillow图片格式转换

图片格式之间的转换主要有以下两种方法：

save() 方法用于保存图像，当不指定文件格式时，它会以默认的图片格式来存储；如果指定图片格式，则会以指定的格式存储图片。

save() 的语法格式如下：

Image.save(fp, format=None)

fp：图片的存储路径，要声明图片的名字和格式；
format：可选参数，可以指定图片的格式。

1
2
3

from PIL import Image
img = Image.open("D:\\File\\All\\web\\python\\blog\\947849.jpg")
img.save("D:\\File\\All\\web\\python\\blog\\949.jpg")

convert()+save()注意，并非所有的图片格式都可以用 save() 方法转换完成，
比如将 PNG 格式的图片保存为 JPG 格式，如果直接使用 save() 方法就会出现以下错误：

引发错误的原因是由于 PNG 和 JPG 图像模式不一致导致的。
其中 PNG 是四通道 RGBA 模式，即红色、绿色、蓝色、Alpha 透明色；
JPG 是三通道 RGB 模式。因此要想实现图片格式的转换，就要将 PNG 转变为三通道 RGB 模式。
Image 类提供的 convert() 方法可以实现图像模式的转换。该函数提供了多个参数，比如 mode、matrix、dither 等，其中最关键的参数是 mode，其余参数无须关心。语法格式如下：
convert(mode)
mode：指的是要转换成的图像模式
params：其他可选参数。

from PIL import Image
img = Image.open("D:\\File\\All\\web\\python\\blog\\947849.jpg")
im= img.convert("RGBA")
im.save("D:\\File\\All\\web\\python\\blog\\99.png")

covert() 会返回一个新的 image 对象

Pillow图像缩放操作

Image 类提供的 resize() 方法能够实现任意缩小和放大图像。
resize() 函数的语法格式如下：

resize(size, resample=image.BICUBIC, box=None,
reducing_gap=None) 一般使用就用第一个参数比较常见

size：元组参数 (width,height)，图片缩放后的尺寸；一般表示大小的基本上都是元组参数

resample：可选参数，指图像重采样滤波器，与 thumbnail() 的 resample 参数类似，默认为 Image.BICUBIC；

box：对指定图片区域进行缩放，box 的参数值是长度为 4 的像素坐标元组，即 (左,上,右,下)。
注意，被指定的区域必须在原图的范围内，如果超出范围就会报错。当不传该参数时，默认对整个原图进行缩放；

reducing_gap：可选参数，浮点参数值，用于优化图片的缩放效果，常用参数值有 3.0 和 5.0。

注意，resize() 会返回一个新的 image 对象

from PIL import Image
img = Image.open("D:\\File\\All\\web\\python\\blog\\947849.jpg")
im=img.resize((900,900))
# im.save("D:\\File\\All\\web\\python\\blog\\49.jpg")
im.show()

对图片的局部位置进行放大，示例如下：

from PIL import Image
img = Image.open("D:\\File\\All\\web\\python\\blog\\947849.jpg")
im=img.resize((100,100),box=(0,0,120,120))
# im.save("D:\\File\\All\\web\\python\\blog\\49.jpg")
im.show()

实际使用时局部放大用的非常少

创建缩略图缩略图

（thumbnail image）指的是将原图缩小至一个指定大小（size）的图像。通过创建缩略图可以使图像更易于展示和浏览。Image 对象提供了一个 thumbnail() 方法用来生图像的缩略图，该函数的语法格式如下：

thumbnail(size,resample)

size：元组参数，指的是缩小后的图像大小；

resample：可选参数，指图像重采样滤波器，有四种过滤方式，分别是 Image.BICUBIC（双立方插值法）、PIL.Image.NEAREST（最近邻插值法）、PIL.Image.BILINEAR（双线性插值法）、PIL.Image.LANCZOS（下采样过滤插值法），默认为 Image.BICUBIC。

from PIL import Image
im = Image.open("D:\\File\\All\\web\\python\\blog\\947849.jpg")
im.thumbnail((150,50))
# im.save("D:\\File\\All\\web\\python\\blog\\49.jpg")
im.show()

注意，缩略图的尺寸可能与您指定的尺寸不一致，这是因为 Pillow 会对原图像的长、宽进行等比例缩小，当指定的尺寸不符合图像的尺寸规格时，缩略图就会创建失败，比如指定的尺寸超出了原图像的尺寸规格

批量修改图片尺寸

采用批量处理方法，比如批量转换格式，批量修改尺寸，批量添加水印，批量创建缩略图等，这是一种提升工作效率的有效途径，它避免了单一、重复的操作。通过 Pillow 提供的 Image.resize() 方法可以批量地修改图片尺寸，下面看一组简单的示例。首先找一些类型相同，但尺寸不一的图片，并把它们放入桌面的 image01 文件夹中

批量修改图片尺寸

import os
from PIL import Image
#读取图片目录
fileName = os.listdir('C:/Users/Administrator/Desktop/image01/')
print(fileName)
#设定尺寸
width = 350
height = 350
#如果目录不存在，则创建目录
if not os.path.exists('C:/Users/Administrator/Desktop/NewImage/'):
    os.mkdir('C:/Users/Administrator/Desktop/NewImage/')
#循环读取每一张图片
for img in fileName:
    old_pic = Image.open('C:/Users/Administrator/Desktop/image01/' + img)
    new_image = old_pic.resize((width, height),Image.BILINEAR)
    print (new_image)
    new_image.save('C:/Users/Administrator/Desktop/NewImage/'+img)