如何用脚本批量处理图片？

wen 实用脚本 2026-07-24 1

如何用脚本批量处理图片？完整指南与实战技巧

📖 目录导读

为什么需要脚本批量处理图片？ —— 场景与痛点分析
核心工具与技术选型 —— Python、ImageMagick、Photoshop脚本、Shell
Python + Pillow：最通用的批量处理方案 —— 代码实战（缩放、格式转换、加水印）
ImageMagick：命令行下的图片处理利器 —— 一句话完成批量操作
JavaScript + Node.js：前端开发者的轻量选择 —— sharp库处理
常见批量任务问答 —— 批量重命名、压缩、裁剪、去水印
SEO优化与注意事项 —— 图片ALT、文件名、体积、CDN适配

为什么需要脚本批量处理图片？

在日常运营、设计、开发或电商工作中，我们常面临以下场景：

如何用脚本批量处理图片？

上传商品图：800张商品图需要统一缩放到500×500像素，并添加水印。
网站性能优化：2000张博客配图需要从PNG转为WebP，且压缩至80KB以内。
社交媒体排版：每周500张图片需要批量打上日期、标题、Logo。
数据抓取与爬虫：从网站下载的图片需要重命名、去重、裁剪。

手动操作痛点：耗时、重复、易出错，使用脚本批量处理，可将80%的手动操作压缩为一次运行，效率提升10-100倍。

核心工具与技术选型

工具	语言/环境	适合场景	学习成本
Python + Pillow	跨平台	格式转换、缩放、水印、滤镜	低（上手快、生态好）
ImageMagick	命令行	批量压缩、拼图、PDF生成	中（参数多、功能极强）
sharp (Node.js)	JavaScript	高并发、Web端处理、内存优化	低（异步非阻塞）
Photoshop脚本	Windows/Mac	PS内自动化动作、JSX脚本	中（依赖PS环境）

Python + Pillow：最通用的批量处理方案

✅ 安装与基础代码

pip install pillow

批量缩放并保存为WebP（附带水印）

import os
from PIL import Image, ImageDraw, ImageFont
input_dir = "./images"
output_dir = "./processed"
watermark_text = "©example.com"  # 请改为你的文本
os.makedirs(output_dir, exist_ok=True)
for filename in os.listdir(input_dir):
    if filename.lower().endswith(('.png', '.jpg', '.jpeg', '.bmp')):
        img_path = os.path.join(input_dir, filename)
        img = Image.open(img_path).convert("RGB")
        # 缩放为宽度400像素（高度等比）
        ratio = 400 / img.width
        new_size = (400, int(img.height * ratio))
        img_resized = img.resize(new_size, Image.Resampling.LANCZOS)
        # 添加水印
        draw = ImageDraw.Draw(img_resized)
        try:
            font = ImageFont.truetype("arial.ttf", 24)
        except:
            font = ImageFont.load_default()
        text_width, text_height = draw.textsize(watermark_text, font=font)
        position = (img_resized.width - text_width - 15, img_resized.height - text_height - 15)
        draw.text(position, watermark_text, fill=(255,255,255,180), font=font)
        # 保存为WebP格式，质量80
        out_path = os.path.join(output_dir, f"{os.path.splitext(filename)[0]}.webp")
        img_resized.save(out_path, "WEBP", quality=80)
        print(f"已处理: {filename} -> {out_path}")

核心参数说明

Image.Resampling.LANCZOS：高性能缩放算法（视觉效果最佳）。
quality=80：WebP格式通用的质量/体积平衡值。
convert("RGB")：移除Alpha通道，兼容JPEG保存。

ImageMagick：命令行下的图片处理利器

安装

# macOS
brew install imagemagick
# Ubuntu
sudo apt install imagemagick

一句话完成批量操作

批量转换为WebP（所有JPG -> WebP，质量70%）：

mogrify -format webp -quality 70 *.jpg

批量缩放并添加边框：

mogrify -resize 800x800 -border 5 -bordercolor "#ccc" -path ./output *.png

批量从PDF提取第一页为JPG：

for f in *.pdf; do convert "$f[0]" -resize 1200 "output/${f%.pdf}.jpg"; done

✅ 优势：无需编程环境，支持200+格式，适合一次性快速处理。
⚠️ 注意：mogrify会直接覆盖原文件，记得先用-path参数指定输出目录。

JavaScript + Node.js：前端开发者的轻量选择

安装 sharp

npm install sharp

批量压缩并重命名（支持PNG/JPG/WebP）

const sharp = require('sharp');
const fs = require('fs');
const path = require('path');
const inputDir = './input';
const outputDir = './output';
const targetWidth = 800;
fs.readdirSync(inputDir).forEach(file => {
  const ext = path.extname(file).toLowerCase();
  if (['.png','.jpg','.jpeg','.webp'].includes(ext)) {
    sharp(path.join(inputDir, file))
      .resize(targetWidth)
      .jpeg({ quality: 80, progressive: true })
      .toFile(path.join(outputDir, `opt_${file}`))
      .then(info => console.log(`${file} -> ${info.width}x${info.height}`));
  }
});

💡 适用场景

Node.js后端：结合Express作为图片上传处理中间件。
浏览器自动化：使用puppeteer截图后批量优化。

常见批量任务问答

❓ Q1：如何批量重命名图片为自然数序号（如001.jpg、002.jpg）？

A：使用Python或Shell脚本：

# Bash方式（适用于Linux/macOS）
i=1; for f in *.jpg; do mv "$f" $(printf "%03d.jpg" $i); i=$((i+1)); done

# Python方式，保证顺序按文件名排序
import os
files = sorted([f for f in os.listdir('.') if f.endswith('.jpg')])
for idx, f in enumerate(files, start=1):
    os.rename(f, f"{idx:03d}.jpg")

❓ Q2：如何用脚本自动检测并删除重复图片？

A：使用ImageMagick的compare命令或Python计算感知哈希（phash）。

# 简单思路：计算MD5并去重
import hashlib
hash_map = {}
for f in os.listdir('.'):
    with open(f, 'rb') as fp:
        md5 = hashlib.md5(fp.read()).hexdigest()
    if md5 in hash_map:
        os.remove(f)  # 删除重复
    else:
        hash_map[md5] = f

❓ Q3：批量给图片加文字水印如何避免遮挡主要内容？

A：采用边缘定位+半透明+小字号。 建议：

右下角距离边距10-20像素
文字透明度100-180（0透明，255不透明）
字体对比如白底黑字/黑底白字

❓ Q4：如何处理超大图（如5000万像素）的内存溢出？

A：使用pystream或sharp的流式处理。

调整时设置resize并打开sharpen
或使用ImageMagick的-resize配合-quality参数

SEO优化与注意事项

处理后的图片若用于网站,必须关注：

维度	最佳实践
文件格式	优先WebP（支持有损/无损/透明度，体积比JPEG小25-35%）
文件命名	语义化+关键词：`best-mountain-view.webp` 而非 `IMG_1234.jpg`
ALT标签	每个图片设置ALT描述（含目标关键词）
尺寸适配	通过`srcset`或`picture`标签提供多种分辨率
CDN缓存	使用静态资源CDN（如Cloudflare、阿里云OSS）并设置缓存策略
压缩工具	脚本处理后，可再用`imagemin`（Node.js）或`pngquant`做微调

⚠️ 关键提醒：

批量处理前 务必备份原始图片（使用! os.makedirs新建输出目录）
对于JPEG、WebP，质量参数 80~85 是视觉无损与压缩比的黄金平衡
若图片用于印刷（CMYK），需注意色彩空间转换（img.convert('CMYK')）

通过脚本批量处理图片的核心思路：确定任务 → 选对工具 → 测试样本 → 全量运行。
Python/ImageMagick能覆盖90%以上的场景，Node.js适合有Web开发背景的开发者。
记住：自动化不是一步到位，建议先针对10张图测试脚本，确认无误后再对全量执行，避免误删除/破坏原始文件。

如果你有特殊需求（如批量人脸识别裁剪、图片文字OCR提取），欢迎留言补充问题！