【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
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。