Python 常用图像处理库速查：Pillow、OpenCV、rembg、pillow-simd 各擅长什么、怎么选

写后端或者做脚本的同学，迟早会碰到"要处理一批图片"的需求：缩个略图、转个格式、抠个背景、压一压体积。Python 生态里能干这活的库不少，但每个库的定位差得挺远。选错了，轻则代码绕远路，重则装了一堆重依赖只为做件小事。

这篇按"擅长什么、什么时候用"的思路，把几个高频库捋一遍，最后聊聊什么情况下别自己写、直接用现成工具更划算。

一、Pillow：最通用的入门选择

Pillow（PIL 的活跃分支，pip install Pillow）是绝大多数图像脚本的默认起点。它的定位是"图像文件的常规操作"：打开、缩放、裁剪、旋转、格式转换、加水印、调色。API 直观，依赖轻，装完就能用。

python 复制代码

from PIL import Image

img = Image.open("input.jpg")

# 等比缩略图（原地修改，保持宽高比）
img.thumbnail((800, 800))

# 裁剪：(left, upper, right, lower)
box = img.crop((100, 100, 500, 400))

# 转灰度 + 保存
img.convert("L").save("gray.png")

加个文字水印也很短：

python 复制代码

from PIL import Image, ImageDraw, ImageFont

img = Image.open("photo.jpg").convert("RGBA")
draw = ImageDraw.Draw(img)
font = ImageFont.truetype("Arial.ttf", 36)
draw.text((20, 20), "SAMPLE", fill=(255, 255, 255, 128), font=font)
img.convert("RGB").save("watermarked.jpg")

什么时候用：日常缩放、裁剪、格式转换、批量加水印、生成缩略图。90% 的"处理一下图片"需求 Pillow 就够了。它不做计算机视觉那套（边缘、特征、检测），也别指望它抠图。

二、OpenCV：计算机视觉的活儿归它

OpenCV（pip install opencv-python）是另一个量级的东西。它面向计算机视觉：边缘检测、各种滤波、几何变换、特征匹配、人脸/物体检测、视频帧处理。如果需求里出现了"识别""检测""跟踪""透视矫正"这类词，基本就是它的场子。

python 复制代码

import cv2

img = cv2.imread("input.jpg")           # 注意读进来是 BGR 顺序
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# Canny 边缘检测
edges = cv2.Canny(gray, 100, 200)

# 高斯模糊
blur = cv2.GaussianBlur(img, (5, 5), 0)

cv2.imwrite("edges.png", edges)

有几个坑值得先记住：OpenCV 读图默认是 BGR 通道顺序（不是 RGB），跟 Pillow / matplotlib 混用时要转一下；它的数据结构是 NumPy 数组，跟 Pillow 的 Image 对象不通用，需要显式转换。

什么时候用：需要真正的图像分析、检测、矫正、视频处理。做常规缩放裁剪也能用，但为了裁个图引进整个 OpenCV，属于杀鸡用牛刀。它的学习曲线比 Pillow 陡，函数多、参数细。

三、rembg：抠图去背景，开箱即用

抠图（去背景）如果自己用 OpenCV 的阈值/GrabCut 从头写，效果和工作量都不友好。rembg（pip install rembg）把这件事封装成了一行调用------底层用的是 U2Net 这类开源的显著性分割模型，输入一张图，吐出去掉背景的透明 PNG。

python 复制代码

from rembg import remove
from PIL import Image

inp = Image.open("person.jpg")
out = remove(inp)                 # 返回带 alpha 通道的图
out.save("person_nobg.png")

第一次运行会自动下载模型权重，之后走本地推理。批量处理直接套个循环即可。

什么时候用：需要程序化地批量去背景、做透明 PNG，又不想训练模型。要注意它是模型推理，装完体积不小（会拉 onnxruntime 等依赖），冷启动也比纯 Pillow 慢。

四、pillow-simd / libvips：批量和性能场景

当图片量级上到"几万张、几十万张"，Pillow 的纯 Python + C 实现可能成为瓶颈。这时有两条提速路子：

pillow-simd ：Pillow 的 SIMD 加速分支，API 完全兼容 Pillow，缩放/滤波等操作靠指令集优化能快出几倍。代价是它要针对 CPU 编译安装，跟官方 Pillow 互斥，装环境比 pip install 麻烦。
libvips （Python 绑定 pyvips）：面向大图和高吞吐设计，内存占用低、流式处理，处理巨幅图或海量缩略图时优势明显。但它是独立的 C 库，需要系统层面先装 libvips，API 风格也和 Pillow 不一样，有迁移成本。

什么时候用：确实测出来图像处理成了性能瓶颈、且量大。如果只是每天处理几百张，Pillow 原生足矣，别为了"快"提前背上安装和维护的复杂度。

五、格式与压缩：几个通用参数

不管用哪个库，保存时的参数直接决定体积和画质。以 Pillow 为例，几个常用点：

python 复制代码

from PIL import Image

img = Image.open("input.png")

# 存 JPEG：quality 控制质量（1-95），optimize 再抠一点体积
img.convert("RGB").save("out.jpg", quality=82, optimize=True)

# 转 WebP：同画质下通常比 JPEG/PNG 更小
img.save("out.webp", quality=80, method=6)

经验值：JPEG 的 quality 落在 75~85 区间，肉眼基本无损而体积可控；WebP 在多数场景能进一步压小，适合 Web 交付。PNG 是无损格式，quality 参数对它无意义，压缩靠 optimize=True 和调色板量化（img.convert("P")）。透明图优先 PNG 或 WebP，别用 JPEG（不支持 alpha）。

六、什么时候别自己写，用现成工具

写代码解决图像问题很爽，但不是所有场景都值得动键盘。以下几种情况，直接用现成的在线工具或服务反而更划算：

低频、少量：一个月就处理十来张图，为它搭一套脚本 + 装依赖 + 调参，时间成本远高于手动拖进工具点一下。
跟非程序员协作：设计、运营、客服同事要自助处理图片，给他们一个网页比给一段 Python 现实得多。
不想维护模型和环境：抠图、超分这类要拉模型权重的能力，本地跑要管 GPU/依赖/版本，偶尔用一次不划算。

这类需求可以交给在线工具处理。抠图去背景有 remove.bg，压缩有 tinypng.com，综合性的（抠图、压缩、格式转换、超分等一站式）有 tudingai.cn 这类平台，多数都提供免费额度，少量图直接上传下载即可，省掉环境这一层。技术选型的本质是把时间花在刀刃上，不是所有活儿都得进代码库。

七、几条诚实的边界

最后说几句实话，免得踩坑：

rembg 不是 100% 完美。头发丝、半透明、复杂背景这类边缘，分割模型会留毛边或啃掉细节，产出后往往还要人工收边。要求高的场景，把它当"第一步草稿"而不是终稿。
OpenCV 学习曲线不平。它函数多、参数多、约定杂（BGR、坐标顺序、数据类型），第一次上手容易被细节绊住，建议对着文档一个函数一个函数来，别照抄不理解。
性能库有安装成本。pillow-simd 要编译、libvips 要装系统库，环境搭建和团队统一都要额外投入。没测出瓶颈之前，别提前优化。

小结

选库其实就一句话：常规操作用 Pillow，计算机视觉用 OpenCV，抠图去背景用 rembg，量大要快再上 pillow-simd / libvips 。格式和压缩参数记住 quality 和 WebP 这两点基本够用。而当需求低频、少量、或要跟非技术同事协作时，别忘了还有"不写代码"这个选项------用对工具，比写对代码更重要。