Pillow

Pillow是一个Python的图像处理库，PIL(Python Imaging Library)2011年停止更新，随后Pillow分支了PIL并添加了Python 3的支持，现在成为PIL的替代品。

简介

安装

使用pip安装：

pip install --upgrade pip
pip install --upgrade Pillow

了解更多 >> Pillow 文档：安装

快速入门

图片格式转换

from PIL import Image

im = Image.open("test.webp")
print(im.size, im.format)     # 打印图片尺寸，格式
im.show()                     # 显示图片
im.save("test.jpg")

了解更多 >> Pillow 文档：Image类的使用

Image类

生成Image类

名称	描述	示例
open()	从图像文件生成Image对象 PIL.Image.open(fp, mode='r', formats=None)	from PIL import Image im = Image.open("test.jpg")
new()	生成一个新的Image对象 PIL.Image.new(mode, size, color=0)	im_new = Image.new('RGB',(1200,1200), 'white')
frombytes()

了解更多 >> Pillow 文档：The Image Class Pillow 文档：详细了解如何读取图片

属性

以下示例使用如下代码：

from PIL import Image

im = Image.open("test.jpg")
print(im.format)

名称	描述	示例
filename	文件名
format	文件格式	im.format 返回'jpg'
size

了解更多 >> Pillow 文档：Image属性

方法

名称	描述	示例
save()	保存图片。
crop()	裁剪图片。 输入参数4元组，坐标为（左、上、右、 下），其中 （0， 0） 中的 左上角，数值为像素。	box = (100, 100, 400, 400) region = im.crop(box) 先使用rembg抠图，再裁剪掉多余的边。透明度通道0为透明，255为不透明，计算分别行和列，不为0的起始和终止坐标即可切割。 import numpy as np from PIL import Image from rembg import remove im = Image.open('3.jpg') # 抠图 im = remove(im, alpha_matting=True, alpha_matting_foreground_threshold=120) r,g,b,alpha = im.split() alpha_arr = np.array(alpha) #透明度通道数组 x_start = np.nonzero(alpha_arr.sum(axis=0))[0][0] x_end = np.nonzero(alpha_arr.sum(axis=0))[0][-1] y_start = np.nonzero(alpha_arr.sum(axis=1))[0][0] y_end = np.nonzero(alpha_arr.sum(axis=1))[0][-1] im.crop((x_start, y_start, x_end, y_end))
resize()	调整图片大小。	im.resize( (200,500) )，调整图片尺寸为200x500。 自定义一个调整大小函数 def resize_max(img, max_size=(500,500)): # 调整图片，一边等比缩放，不会变形。 max_w, max_h = max_size old_w, old_h = img.size if old_w/old_h > max_w/max_h: img_new = img.resize( (int(max_w), int(old_h * max_w / old_w)) ) else: img_new = img.resize( (int(old_w * max_h / old_h), int(max_h)) ) return img_new
getexif()		打印照片Exif信息 from PIL import Image from PIL.ExifTags import TAGS img = Image.open(r'test.JPG') exif = img.getexif() for k, v in exif.items(): print('{}: {}'.format(TAGS[k], v))

了解更多 >> * Pillow 文档：教程 Pillow API：The Image Class

示例

缩放目录所有图片

import os
from PIL import Image

def resize_images_recursive(input_folder, output_folder=None):
    if output_folder is None:
        output_folder = input_folder + '_1200'
    
    def process_image(input_path, output_path):
        try:
            with Image.open(input_path) as img:
                # 计算新的高度，保持宽高比
                width = 1200
                ratio = width / float(img.size[0])
                height = int(float(img.size[1]) * ratio)
                
                # 只有当原图宽度大于1200时才进行缩放
                if img.size[0] > 1200:
                    resized_img = img.resize((width, height), Image.Resampling.LANCZOS)
                    resized_img.save(output_path, quality=95)
                else:
                    # 如果原图小于1200px，直接复制
                    img.save(output_path)
            return True
        except Exception as e:
            print(f"处理图片 {os.path.basename(input_path)} 时出错: {str(e)}")
            return False

    def process_directory(current_input_dir, current_output_dir):
        # 创建对应的输出目录
        if not os.path.exists(current_output_dir):
            os.makedirs(current_output_dir)
        
        # 遍历当前目录下的所有文件和文件夹
        for item in os.listdir(current_input_dir):
            input_path = os.path.join(current_input_dir, item)
            output_path = os.path.join(current_output_dir, item)
            
            if os.path.isfile(input_path):
                # 处理图片文件
                if item.lower().endswith(('.png', '.jpg', '.jpeg', '.bmp', '.webp')):
                    process_image(input_path, output_path)
            
            elif os.path.isdir(input_path):
                # 递归处理子文件夹
                process_directory(input_path, output_path)
    
    # 开始处理根目录
    process_directory(input_folder, output_folder)
    print(f"处理完成！输出文件夹: {output_folder}")

# 使用示例
input_folder = r"D:\Download\测试"  # 替换为你的输入文件夹路径
resize_images_recursive(input_folder)  # 使用默认输出文件夹
# 或者指定输出文件夹
# resize_images(input_folder, "path/to/your/output/folder")

资源

官网

• Pillow 官网：https://python-pillow.org/
• Pillow 文档：https://pillow.readthedocs.io/en/stable/