python缩放图片如何保证图片质量

缩放图片是图片处理中最常见的操作，但很多人直接用 resize() 默认参数，结果图片模糊、锯齿严重。本文讲清楚 PIL 缩放时如何保证高质量输出。

---

一、先看效果对比

同一张图缩小到 800×600，不同参数的效果：

方式	效果
默认（BILINEAR）	边缘模糊，细节丢失
BICUBIC	稍好，但仍有锯齿
LANCZOS	清晰锐利，细节保留最好
NEAREST	像素块状，仅适合像素画

---

二、核心：指定 resample 参数

PIL 的 resize() 默认用 BILINEAR，质量一般。高质量缩放只需加一个参数：

from PIL import Image

img = Image.open("大图.jpg")

# ❌ 默认（质量一般）
small = img.resize((800, 600))

# ✅ 高质量（推荐）
small = img.resize((800, 600), resample=Image.LANCZOS)

一句话：加上 resample=Image.LANCZOS，就够了。

---

三、所有滤波器对比

滤波器	写法	质量	速度	适用场景
NEAREST	Image.NEAREST	⭐	最快	像素画、标签图
BILINEAR	Image.BILINEAR	⭐⭐	快	实时预览（默认）
BICUBIC	Image.BICUBIC	⭐⭐⭐	中等	一般用途
LANCZOS	Image.LANCZOS	⭐⭐⭐⭐⭐	较慢	最终输出

结论：只要不是追求速度，无脑选 LANCZOS。

---

四、PIL 版本差异

PIL 10.0+（2024年后）写法有变化：

# 旧版本（< 10.0）
img.resize((800, 600), resample=Image.LANCZOS)

# 新版本（>= 10.0）
img.resize((800, 600), resample=Image.Resampling.LANCZOS)

两种都能用，新版本更规范。

---

五、保存时也要注意质量

缩放完保存 JPEG 时，默认 quality=75，会再次压缩导致模糊。保存时也要指定质量：

small.save("out.jpg", quality=95, subsampling=0)

参数	作用	推荐值
quality	JPEG 压缩质量	90~95
subsampling	色度采样，0=不采样	0（最高质量）
optimize	优化文件大小	True

---

六、完整高质量流程

from PIL import Image

img = Image.open("大图.jpg")

# 1. 缩放（LANCZOS 保证缩放质量）
small = img.resize((800, 600), resample=Image.LANCZOS)

# 2. 保存（quality=95 保证保存质量）
small.save("小图.jpg", quality=95, subsampling=0, optimize=True)

三步：LANCZOS 缩 → quality=95 存 → subsampling=0 禁色度采样。

---

七、放大图片也用 LANCZOS

很多人以为放大该用 NEAREST 保持像素感，错。LANCZOS 放大同样最优：

# 放大 2 倍，依然用 LANCZOS
big = img.resize((4000, 3000), resample=Image.LANCZOS)

NEAREST 放大只会出现马赛克，LANCZOS 放大细节更自然。

---

八、常见坑

坑	原因	解决
缩放后模糊	没加 resample，默认 BILINEAR	resample=Image.LANCZOS
保存后更模糊	JPEG quality 默认 75	quality=95
颜色发灰	色度采样 subsampling=1	subsampling=0
PIL 10+ 报错	旧写法不兼容	用 Image.Resampling.LANCZOS
透明图缩放后变黑	RGBA 转 RGB 丢失透明	用 Image.new("RGBA", ...) 保持模式

---

九、总结

操作	关键参数
缩放	resample=Image.LANCZOS
保存 JPEG	quality=95, subsampling=0
保存 PNG	直接存，PNG 无损
放大	同样用 LANCZOS，别用 NEAREST

记住一句话：resize 加 LANCZOS，save 加 quality=95，图片质量就有保障了。