如何用Python案例实现图片格式转换？

wen python案例 2026-06-18 3

如何用Python案例实现图片格式转换？——保姆级代码与避坑指南

📖 目录导读

为什么需要Python自动化图片格式转换？
准备工作：环境与核心库安装
使用Pillow（PIL）实现批量JPG转PNG
使用OpenCV处理透明背景与WebP
按需调整质量压缩与尺寸
常见问题Q&A（含报错解决）
进阶技巧：结合文件监听实现实时转换
选择哪种方案更优？

为什么需要Python自动化图片格式转换？

在实际开发或日常办公中,我们经常遇到以下场景：

如何用Python案例实现图片格式转换？

产品经理丢来100张RAW格式图片,要求全部转为JPG用于网页
设计师给出的PNG透明背景图片,需要批量转为WebP以节省带宽
需要将用户上传的HEIC格式（iPhone拍摄）转为通用JPG

手动转换效率极低，而Python凭借Pillow、OpenCV等成熟库，5行代码就能实现核心转换逻辑，本文将从最小可行案例到生产级批量处理，带你掌握图片格式转换的完整技能树。

准备工作：环境与核心库安装

1 基础环境

确保已安装Python 3.8+（推荐3.11），在终端执行：

pip install pillow opencv-python-headless

注：opencv-python-headless是无界面版本，适合服务器环境，体积更小

2 库功能对比

库名称	适用格式	特色功能	推荐场景
Pillow	JPG,PNG,GIF,BMP,TIFF,WebP	简单易用，支持Exif信息保留	日常批量转换
OpenCV	JPG,PNG,WebP,TIFF（无GIF）	支持numpy数组操作，可结合图像算法	需要预处理（如缩放、滤镜）

案例一：使用Pillow（PIL）实现批量JPG转PNG

1 核心代码（5行搞定）

from PIL import Image  # 注意PIL库的导入写法
import os
def batch_convert(input_folder, output_folder, target_format='png'):
    os.makedirs(output_folder, exist_ok=True)  # 自动创建输出目录
    for filename in os.listdir(input_folder):
        if filename.endswith(('.jpg', '.jpeg')):
            img = Image.open(os.path.join(input_folder, filename))
            # 生成新文件名：保持原名称，更改扩展名
            new_name = filename.rsplit('.', 1)[0] + f'.{target_format}'
            img.save(os.path.join(output_folder, new_name), target_format.upper())
            print(f'转换成功: {filename} -> {new_name}')
# 使用示例
batch_convert('./images', './converted', 'png')

2 关键点解释

rsplit('.',1)：从右侧分割一次，避免图片名含有多个点（如my.image.jpg）时出错
target_format.upper()：Pillow的save方法要求格式参数大写（如‘PNG’）
透明背景保护：如果原图有透明通道（如PNG转JPG），必须用img.convert('RGB')，否则报错！

案例二：使用OpenCV处理透明背景与WebP

1 读取与保存WebP（包含Alpha通道）

import cv2
import numpy as np
def convert_to_webp_with_alpha(input_path, output_path):
    # 读取图像（保留所有通道，包括Alpha）
    img = cv2.imread(input_path, cv2.IMREAD_UNCHANGED)
    if img is None:
        raise ValueError("图片读取失败，请检查路径")
    # OpenCV imread默认BGR，转换回RGB以便保存
    if img.shape[2] == 4:  # 有Alpha通道
        # 分离通道后合并确保顺序正确
        b, g, r, a = cv2.split(img)
        rgb = cv2.merge([r, g, b])
        # 保存为RGBA格式的WebP（cv2.imwrite参数）
        cv2.imwrite(output_path, cv2.merge([rgb, a]), 
                    [cv2.IMWRITE_WEBP_QUALITY, 80])
    else:
        cv2.imwrite(output_path, cv2.cvtColor(img, cv2.COLOR_BGR2RGB),
                    [cv2.IMWRITE_WEBP_QUALITY, 80])
    print("WebP保存成功！")
# 调用
convert_to_webp_with_alpha('logo.png', 'logo.webp')

2 为何要处理通道？

JPG不支持透明度,而PNG/WebP支持，直接保存会导致透明区域变为黑色背景。
OpenCV读取时需指定cv2.IMREAD_UNCHANGED（即-1）才能保留Alpha通道。

案例三：按需调整质量压缩与尺寸

1 质量压缩（JPG/WebP）

from PIL import Image
def compress_jpg(input_path, output_path, quality=85):
    img = Image.open(input_path)
    img.save(output_path, 'JPEG', quality=quality, optimize=True)
    # quality范围0-100，85是照片级质量与文件大小的良好平衡点

2 先缩放再转换（实战组合）

def resize_and_convert(input_path, output_path, max_width=800, quality=80):
    with Image.open(input_path) as img:
        # 等比缩放，只缩小不放大
        if img.width > max_width:
            ratio = max_width / img.width
            new_size = (max_width, int(img.height * ratio))
            img = img.resize(new_size, Image.LANCZOS)  # 高质量缩放
        # 如果是PNG透明背景转JPG，先合入白色背景
        if img.mode == 'RGBA':
            background = Image.new('RGB', img.size, (255, 255, 255))
            background.paste(img, mask=img.split()[3])
            img = background
        img.save(output_path, 'JPEG', quality=quality)

常见问题Q&A（含报错解决）

Q1: 运行时报错 OSError: cannot write mode RGBA as JPEG
✅ 原因：JPEG不支持透明度通道。
解决：在保存前执行.convert('RGB')，或参考案例三用白色背景合成。

Q2: 转换后的图片颜色偏绿/偏蓝？
✅ 原因：OpenCV默认使用BGR色彩空间，而Pillow和浏览器使用RGB。
解决：用cv2.cvtColor(img, cv2.COLOR_BGR2RGB)转换通道顺序。

Q3: 如何支持HEIC格式（苹果手机照片）？
✅ 方法：安装pillow-heif扩展库，然后from pillow_heif import register_heif_opener()，Pillow即可直接打开.heic文件。

Q4: 图片旋转了90度（Exif方向丢失）？
✅ 方案：使用Pillow的exif_transpose方法：from PIL import ImageOps; img = ImageOps.exif_transpose(img)。

Q5: 批量处理速度太慢怎么办？
✅ 优化：

使用concurrent.futures.ThreadPoolExecutor多线程处理（IO密集型）
使用numba或turbojpeg库加速编解码

进阶技巧：结合文件监听实现实时转换

利用watchdog库监控文件夹，新增文件自动按规则转换（适合工作流自动化）：

from watchdog.observers import Observer
from watchdog.events import FileSystemEventHandler
class ImageHandler(FileSystemEventHandler):
    def on_created(self, event):
        if event.src_path.endswith('.png'):
            # 调用转换函数
            convert_png_to_jpg(event.src_path)
observer = Observer()
observer.schedule(ImageHandler(), path='./input_folder', recursive=False)
observer.start()

选择哪种方案更优？

纯格式转换+少量缩放：优先选择Pillow，代码最简洁，文档最完善。
需要图像处理（如人脸检测、色域转换）：选择OpenCV，可无缝衔接模型API。
生产环境性能要求极高：可考虑imageio/pyvips或调用底层libjpeg-turbo。

最后提醒：别忘了处理错误和异常，在批量转换中，一张损坏的图片可能导致整个程序中断，建议使用try-except捕获并记录失败文件，确保流程鲁棒性。