使用 OpenCV 实现图片的批量压缩

【Python 实战】---- 使用 OpenCV 实现图片的批量压缩

1. 前言

在日常开发中,我们经常需要处理大量的图片文件,例如调整图片大小以适应不同的显示需求或减少存储空间。本文将介绍如何使用Python和OpenCV库来批量压缩图片,并对实现相同功能的技术进行对比分析。

2. 技术对比选择

  1. Pillow库: Pillow是Python Imaging Library (PIL) 的一个分支,提供了丰富的图像处理功能。与OpenCV相比,Pillow更专注于图像处理,API更加简洁易用。但是,OpenCV在处理计算机视觉任务时更加强大。
  2. ImageMagick: ImageMagick是一个功能强大的图像处理工具集,支持多种编程语言。它提供了命令行工具和编程接口,可以处理各种图像格式。与OpenCV相比,ImageMagick在处理复杂图像操作时更加灵活,但学习曲线较陡峭。
  3. OpenCV :之所以采用 OpenCV,是因为之前学习过 OpenCV,同时之前使用 Pillow 实现过【Python实战】 ---- 批量图片压缩,所以这次开发使用 OpenCV。

3. 实现分析

  1. 读取图片 : 使用cv2.imread()函数读取图片文件。如果图片无法读取,函数会返回None,此时程序会输出错误信息并返回。
  2. 计算新高度 : 为了保持图片的宽高比,我们需要根据指定的宽度计算新的高度。公式为:height = int(width * image.shape[0] / image.shape[1]),其中image.shape[0]是原图片的高度,image.shape[1]是原图片的宽度。
  3. 调整图片大小 : 使用cv2.resize()函数调整图片大小。interpolation=cv2.INTER_AREA参数用于指定插值方法,该方法在缩小图片时效果较好。
  4. 保存图片 : 使用cv2.imwrite()函数将调整大小后的图片保存到指定路径。

4. 压缩实现代码

实现图片压缩的核心代码:

python 复制代码
import cv2
import os

def resize_image(input_path, output_path, width=600):
    # 读取图片
    image = cv2.imread(input_path)
    if image is None:
        print(f"无法读取图片: {input_path}")
        return
    
    # 计算新的高度以保持宽高比
    height = int(width * image.shape[0] / image.shape[1])
    
    # 调整图片大小
    resized_image = cv2.resize(image, (width, height), interpolation=cv2.INTER_AREA)
    
    # 保存图片
    cv2.imwrite(output_path, resized_image)
    print(f"已保存: {output_path}")

5. 批量处理实现

在主函数,用于遍历文件夹中的所有图片文件并调用resize_image函数进行处理:

python 复制代码
def main():
    # 输入和输出文件夹路径
    input_folder = "images"
    output_folder = "output"
    
    # 创建输出文件夹(如果不存在)
    os.makedirs(output_folder, exist_ok=True)
    
    # 遍历输入文件夹中的所有图片文件
    for filename in os.listdir(input_folder):
        if filename.lower().endswith(('.png', '.jpg', '.jpeg')):
            input_path = os.path.join(input_folder, filename)
            output_path = os.path.join(output_folder, filename)
            resize_image(input_path, output_path)

if __name__ == "__main__":
    main()

6. 执行代码效果

7. 处理前图片

7.1 具体图片文件分辨率和大小

7.2 所有图片的大小

8. 处理后图片

8.1 具体图片文件分辨率和大小

8.2 所有图片的大小

9.总结

  1. 使用 OpenCV 库来批量压缩图片。通过cv2.imread()cv2.resize()cv2.imwrite()等函数,我们可以轻松实现图片的读取、调整大小和保存。
  2. 对比了其他实现相同功能的技术,如Pillow库和ImageMagick。在实际开发中,我们可以根据具体需求选择合适的技术来处理图片。
  3. 由于图片是给手机端使用,又担心图片的分辨率太低,导致在手机上展示效果不好,因此最后设置宽度是 600px,即便如此,也可以看出整体图片的总压缩将近15倍,当然具体的不能这么计算,但是在移动端访问的确解决了问题。
相关推荐
mldong34 分钟前
保姆级教程!手把手教你搭建FastAPI + Vue3前后端分离项目
vue.js·python·全栈
Q_Q5110082851 小时前
python+uniapp基于微信小程序美食点餐系统
spring boot·python·微信小程序·django·flask·uni-app·node.js
小关会打代码1 小时前
关于Pycharm中在运行出现语法错误:Non-UTF-8 code starting with
ide·python·pycharm
用户3721574261351 小时前
Python 高效将 PDF 转换为 HTML 的实用指南
python
深栈1 小时前
机器学习:编码方式
人工智能·python·机器学习·编码
yzx9910132 小时前
Django 搭配数据库开发智慧园区系统全攻略
python·django·数据库开发
PixelMind2 小时前
【LLIE技术专题】 SCI代码讲解
图像处理·python·低照度图像增强·llie
天才测试猿2 小时前
Python常用自动化测试框架—Pytest详解
自动化测试·软件测试·python·测试工具·职场和发展·测试用例·pytest
胡耀超2 小时前
2、CPU深度解析:从微架构到性能优化
python·性能优化·架构·arm·cpu·x86·多核心
en-route3 小时前
使用 Flask 构建 Web 应用:静态页面与动态 API 访问
前端·python·flask