本文目录导读：
我来介绍几种在Python中调整图片尺寸的常用方法：
使用PIL/Pillow库（最常用）
from PIL import Image
# 打开图片
img = Image.open('input.jpg')
# 方法1：指定宽高
resized_img = img.resize((800, 600)) # (宽度, 高度)
resized_img.save('output1.jpg')
# 方法2：按比例缩放
width, height = img.size
new_width = 400
new_height = int(height * new_width / width) # 保持宽高比
resized_img = img.resize((new_width, new_height))
resized_img.save('output2.jpg')
# 方法3：使用thumbnail（保持比例，不会放大）
img.thumbnail((400, 400)) # 限制最大尺寸
img.save('output3.jpg')
使用OpenCV
import cv2
# 读取图片
img = cv2.imread('input.jpg')
# 方法1：指定尺寸
resized = cv2.resize(img, (800, 600))
cv2.imwrite('output1.jpg', resized)
# 方法2：按比例缩放
scale_percent = 50 # 缩放50%
width = int(img.shape[1] * scale_percent / 100)
height = int(img.shape[0] * scale_percent / 100)
resized = cv2.resize(img, (width, height))
cv2.imwrite('output2.jpg', resized)
# 方法3：使用不同插值方法
resized = cv2.resize(img, (800, 600), interpolation=cv2.INTER_LANCZOS4)
cv2.imwrite('output3.jpg', resized)
批量处理多张图片
from PIL import Image
import os
from pathlib import Path
def batch_resize(input_folder, output_folder, target_size=(800, 600)):
"""
批量调整图片尺寸
"""
# 创建输出文件夹
Path(output_folder).mkdir(parents=True, exist_ok=True)
# 遍历输入文件夹中的所有图片
for filename in os.listdir(input_folder):
if filename.lower().endswith(('.png', '.jpg', '.jpeg', '.bmp', '.gif')):
# 打开图片
img_path = os.path.join(input_folder, filename)
img = Image.open(img_path)
# 调整尺寸
resized_img = img.resize(target_size, Image.Resampling.LANCZOS)
# 保存图片
output_path = os.path.join(output_folder, filename)
resized_img.save(output_path)
print(f"已处理: {filename}")
# 使用示例
batch_resize('原始图片文件夹', '调整后的图片文件夹', (800, 600))
使用scikit-image
from skimage import io, transform
import matplotlib.pyplot as plt
# 读取图片
img = io.imread('input.jpg')
# 调整尺寸
resized = transform.resize(img, (600, 800)) # (高, 宽)
# 保存图片
io.imsave('output.jpg', resized)
完整的实用示例
from PIL import Image
import os
def resize_image_with_options(
input_path,
output_path,
target_width=None,
target_height=None,
maintain_aspect_ratio=True,
quality=95
):
"""
智能调整图片尺寸
参数:
- input_path: 输入图片路径
- output_path: 输出图片路径
- target_width: 目标宽度 (像素)
- target_height: 目标高度 (像素)
- maintain_aspect_ratio: 是否保持宽高比
- quality: JPEG保存质量 (1-100)
"""
# 打开图片
img = Image.open(input_path)
original_width, original_height = img.size
# 计算新尺寸
if maintain_aspect_ratio:
if target_width and target_height:
# 如果同时指定了宽高，取最小的缩放比例
width_ratio = target_width / original_width
height_ratio = target_height / original_height
ratio = min(width_ratio, height_ratio)
new_width = int(original_width * ratio)
new_height = int(original_height * ratio)
elif target_width:
# 只指定宽度，按比例计算高度
ratio = target_width / original_width
new_width = target_width
new_height = int(original_height * ratio)
elif target_height:
# 只指定高度，按比例计算宽度
ratio = target_height / original_height
new_height = target_height
new_width = int(original_width * ratio)
else:
# 没有指定尺寸，返回原图
img.save(output_path, quality=quality)
return
else:
# 不保持宽高比
new_width = target_width or original_width
new_height = target_height or original_height
# 调整尺寸
resized_img = img.resize((new_width, new_height), Image.Resampling.LANCZOS)
# 保存图片
resized_img.save(output_path, quality=quality)
print(f"原始尺寸: {original_width}x{original_height}")
print(f"调整后尺寸: {new_width}x{new_height}")
# 使用示例
resize_image_with_options(
'input.jpg',
'output.jpg',
target_width=800, # 宽度设为800像素
maintain_aspect_ratio=True,
quality=95
)
# 或只指定高度
resize_image_with_options(
'input.jpg',
'output.jpg',
target_height=600, # 高度设为600像素
maintain_aspect_ratio=True
)
注意事项
-
安装依赖：
pip install Pillow opencv-python scikit-image
-
保持图片质量：
- 使用
Image.Resampling.LANCZOS或cv2.INTER_LANCZOS4获得最佳质量 - JPEG保存时设置
quality=95以上
- 使用
-
内存考虑：
- 处理大图片时注意内存使用
- 可以考虑分块处理或使用内存映射
-
文件格式：
- 保存为JPEG时注意质量参数
- PNG支持透明度,JPEG不支持
这些方法可以根据具体需求选择使用,Pillow是最简单和常用的选择。
