使用 PIL 实现图片的批量格式转换

【Python 实战】---- 使用 PIL 实现图片的批量格式转换

1. 前言

在日常开发和图像处理工作中,我们经常需要将图片从一种格式转换为另一种格式。本文将基于一个实际的Python脚本示例,介绍如何实现批量图片格式转换,并对比几种常用的图像处理库的优劣势。

2. 技术对比分析

2.1 OpenCV

优势

  1. 功能强大,支持多种图像处理操作;
  2. 性能优秀,特别是在处理大量图像时;
  3. 支持多种图像格式。

劣势:学习曲线较陡峭;对于简单的格式转换任务可能过于复杂;主要专注于计算机视觉任务。

2.2 Wand

优势

  1. 功能非常全面,支持超过100种图像格式;
  2. 提供丰富的图像处理功能;
  3. 支持命令行工具的所有功能。

劣势:相对于PIL,社区支持较小;安装可能比较复杂。

2.3 pillow

优势

  1. 简单易用,API直观;
  2. 文档完善,社区支持良好;
  3. 轻量级,适合简单的图像处理任务;
  4. 广泛应用于Python图像处理领域。

劣势:在处理大量图像时性能不如OpenCV;功能相对有限,主要专注于基本的图像处理。

3. 实现分析

  1. 导入必要的库 :使用PIL库处理图像,os库处理文件和文件夹操作。
  2. 创建输出文件夹 :使用os.makedirs(output_folder, exist_ok=True)确保输出文件夹存在。
  3. 遍历输入文件夹 :使用os.listdir()获取输入文件夹中的所有文件。
  4. 筛选WebP文件 :通过filename.lower().endswith('.webp')筛选出WebP格式的文件。
  5. 图像转换 :使用Image.open()打开WebP图片,然后通过img.save()保存为PNG格式。
  6. 异常处理:在转换过程中加入异常处理,确保单个文件转换失败不会影响其他文件的转换。

4. 实现代码

python 复制代码
from PIL import Image
import os

def convert_webp_to_png(input_folder, output_folder):
    # 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webp文件
    for filename in os.listdir(input_folder):
        if filename.lower().endswith('.webp'):
            # 构建完整的文件路径
            input_path = os.path.join(input_folder, filename)
            
            # 打开webp图片
            try:
                with Image.open(input_path) as img:
                    # 生成输出文件名(将.webp替换为.png)
                    output_filename = os.path.splitext(filename)[0] + '.png'
                    output_path = os.path.join(output_folder, output_filename)
                    
                    # 转换并保存为png格式
                    img.save(output_path, 'PNG')
                    print(f"已转换: {filename} -> {output_filename}")
            except Exception as e:
                print(f"转换失败 {filename}: {str(e)}")

if __name__ == "__main__":
    input_folder = "webp"
    output_folder = "out_webp"
    convert_webp_to_png(input_folder, output_folder)
    print("所有webp图片已转换完成!")

5. 执行结果

6. 执行前后对比

7. 总结

  1. 通过使用PIL库,我们可以轻松地实现WebP到PNG的格式转换。
  2. 对比了OpenCV、Wand和PIL三种常用的图像处理库,每种库都有其适用的场景。 在选择图像处理库时,应根据具体需求和项目特点来决定。
相关推荐
傻啦嘿哟2 小时前
Python SQLite模块:轻量级数据库的实战指南
数据库·python·sqlite
Q_Q5110082852 小时前
python+django/flask+uniapp基于微信小程序的瑜伽体验课预约系统
spring boot·python·django·flask·uni-app·node.js·php
XueminXu2 小时前
Python读取MongoDB的JSON字典和列表对象转为字符串
python·mongodb·json·pymongo·mongoclient·isinstance·json.dumps
techdashen2 小时前
12分钟讲解Python核心理念
开发语言·python
jie*2 小时前
小杰机器学习(nine)——支持向量机
人工智能·python·机器学习·支持向量机·回归·聚类·sklearn
闭着眼睛学算法2 小时前
【华为OD机考正在更新】2025年双机位A卷真题【完全原创题解 | 详细考点分类 | 不断更新题目 | 六种主流语言Py+Java+Cpp+C+Js+Go】
java·c语言·javascript·c++·python·算法·华为od
郝学胜-神的一滴3 小时前
谨慎地迭代函数所收到的参数 (Effective Python 第31条)
开发语言·python·程序人生·软件工程
没有梦想的咸鱼185-1037-16634 小时前
【遥感技术】从CNN到Transformer:基于PyTorch的遥感影像、无人机影像的地物分类、目标检测、语义分割和点云分类
pytorch·python·深度学习·机器学习·数据分析·cnn·transformer
钟爱蛋炒饭4 小时前
基于深度学习神经网络协同过滤模型(NCF)的视频推荐系统
python·神经网络·机器学习
eqwaak04 小时前
Python Pillow库详解:图像处理的瑞士军刀
开发语言·图像处理·python·语言模型·pillow