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：

功能强大，支持多种图像处理操作；
性能优秀，特别是在处理大量图像时；
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：

功能非常全面，支持超过100种图像格式；
提供丰富的图像处理功能；
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：

简单易用，API直观；
文档完善，社区支持良好；
轻量级，适合简单的图像处理任务；
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

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。
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。
遍历输入文件夹 ：使用os.listdir()获取输入文件夹中的所有文件。
筛选WebP文件 ：通过filename.lower().endswith('.webp')筛选出WebP格式的文件。
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。
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

通过使用PIL库，我们可以轻松地实现WebP到PNG的格式转换。
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。