Python使用Pillow实现图片压缩工具教程

环境配置与依赖安装

在使用 Python 进行图片压缩前，需确保运行环境已安装必要的图像处理组件与进度反馈工具。Pillow 是 Python 生态中最常用的图像读写与处理库，tqdm 则用于在命令行终端直观展示循环处理的进度条。

第1步：安装核心依赖包

目的：获取图像处理能力与进度可视化支持。
入口：系统终端或命令行窗口
动作：执行 pip 包管理器安装命令
参数：Pillow、tqdm
完成状态：命令行返回 Successfully installed 提示，且可在 Python 脚本中无报错导入模块。

pip install Pillow tqdm

基础单图压缩流程

针对单张或少量图片的处理场景，核心逻辑是通过控制编码器的质量参数（Quality）来平衡视觉损失与文件体积。Pillow 默认将数值映射为 0~100 的压缩等级，数值越低体积越小但噪点越明显。

第2步：构建质量参数化压缩函数

目的：封装通用的单图转换逻辑，支持灵活的质量调节。
入口：Python 脚本文件
动作：定义接收输入路径、输出路径与质量参数的函数，调用 Image.open 读取文件，使用 save 方法重新编码保存。
重要参数：quality=80（经验值，兼顾清晰度与体积）
完成状态：函数返回 True 且目标路径生成对应尺寸的输出文件。

from PIL import Image
import os

def compress_image(input_path, output_path, quality=80):
    """
    压缩图片的函数

    :param input_path: 输入图片文件路径
    :param output_path: 输出图片文件路径
    :param quality: 图片质量（0-100），默认为80
    """
    try:
        # 打开输入图片
        with Image.open(input_path) as img:
            # 保存为输出图片（JPG格式），设置质量
            img.save(output_path, "JPEG", quality=quality)
        return True
    except Exception as e:
        print(f"压缩图片时出错：{e}")
        return False

# 示例用法
input_image = "input.jpg"
output_image = "output.jpg"
compress_image(input_image, output_image, quality=60)

批量目录高效处理

在实际开发或运维工作中，通常需要一次性清理整个媒体资源目录。配合 tqdm 可实时观察处理速度，避免长时间无响应的等待焦虑。

第3步：遍历文件夹并显示进度

目的：实现多文件自动化处理与异常隔离。
入口：Python 脚本文件
动作：创建输出目录，过滤特定后缀名，使用 tqdm 包裹循环迭代。
重要参数：exist_ok=True（防止目录已存时报错）
完成状态：控制台显示实时进度条，所有成功处理的文件同步至输出目录，失败文件打印错误日志且不中断后续任务。

from PIL import Image
import os
from tqdm import tqdm

def batch_compress_images(input_folder, output_folder, quality=80):
    """
    批量压缩图片的函数

    :param input_folder: 输入图片文件夹路径
    :param output_folder: 输出图片文件夹路径
    :param quality: 图片质量（0-100），默认为80
    """
    # 创建输出文件夹
    os.makedirs(output_folder, exist_ok=True)
    
    # 获取输入文件夹中的所有图片文件
    image_files = [f for f in os.listdir(input_folder) if f.endswith(('.jpg', '.jpeg', '.png', '.gif', '.bmp'))]
    
    for image_file in tqdm(image_files, desc="压缩进度"):
        try:
            input_path = os.path.join(input_folder, image_file)
            output_path = os.path.join(output_folder, image_file)
            
            # 压缩图片
            compress_image(input_path, output_path, quality)
        except Exception as e:
            print(f"处理图片 {image_file} 时出错：{e}")

# 示例用法
input_folder = "input_images"
output_folder = "output_images"
batch_compress_images(input_folder, output_folder, quality=60)

按目标体积自适应压缩

部分业务场景要求严格控制单张图片的云端流量或数据库配额。此时需要根据目标大小动态回退质量参数，直到满足体积限制为止。

第4步：动态迭代调节压缩参数

目的：自动寻找质量与大小的最优平衡点。
入口：Python 脚本文件
动作：计算原始体积，进入 while 循环尝试降级压缩，每次将结果暂存至输出目录临时文件，校验达标后正式重命名移动。
重要参数：target_size_kb、质量步进 -10、防死循环阈值 <10
完成状态：输出目录中的文件体积 ≤ 设定值，或达到最低画质阈值后停止尝试。

from PIL import Image
import os
from tqdm import tqdm

def auto_compress_images(input_folder, output_folder, target_size_kb):
    """
    自动选择压缩质量以达到目标文件大小的函数

    :param input_folder: 输入图片文件夹路径
    :param output_folder: 输出图片文件夹路径
    :param target_size_kb: 目标文件大小（KB）
    """
    # 创建输出文件夹
    os.makedirs(output_folder, exist_ok=True)
    
    # 获取输入文件夹中的所有图片文件
    image_files = [f for f in os.listdir(input_folder) if f.endswith(('.jpg', '.jpeg', '.png', '.gif', '.bmp'))]
    
    for image_file in tqdm(image_files, desc="压缩进度"):
        try:
            input_path = os.path.join(input_folder, image_file)
            output_base = os.path.splitext(os.path.basename(input_path))[0]
            
            # 初始化质量
            quality = 80  
            
            while os.path.getsize(input_path) > target_size_kb * 1024 and quality >= 10:
                # 压缩图片并保存到临时文件
                temp_output_path = os.path.join(output_folder, f"{output_base}_temp.jpg")
                with Image.open(input_path) as img:
                    # 兼容透明通道转纯色背景
                    if img.mode in ('RGBA', 'LA') or (img.mode == 'P' and 'transparency' in img.info):
                        img = img.convert('RGB')
                    img.save(temp_output_path, "JPEG", quality=quality)
                
                # 用临时文件替换原始文件（移至输出目录确保安全）
                final_path = os.path.join(output_folder, f"{output_base}.jpg")
                if os.path.exists(final_path):
                    os.remove(final_path)
                os.replace(temp_output_path, final_path)
                
                # 减小质量以进一步压缩
                quality -= 10
        except Exception as e:
            print(f"处理图片 {image_file} 时出错：{e}")

# 示例用法
input_folder = "input_images"
output_folder = "output_images_auto"
target_size_kb = 100  # 目标文件大小（KB）
auto_compress_images(input_folder, output_folder, target_size_kb)

关键注意事项与总结

图片压缩本质是视觉信息取舍的过程。JPEG 格式会将透明像素强制填充为背景色，处理 PNG/WebP 时需提前转换色彩模式。涉及删除、覆盖或自动改写的操作前，务必对源文件目录进行备份，防止不可逆的数据丢失。

以上就是基于Python和Pillow实现图片压缩工具的详细内容，更多关于Python图片批量处理与脚本优化的资料请关注本站其它相关文章！