13518219792
这篇文章将为大家详细讲解有关如何使用python实现图片批量压缩程序，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。
说明
运行环境：Win10 Pycharm
程序没有用到面向对象编程方法，只是简单的面向过程设计
用到的模块：PIL、os、sys
使用方法： 在Pycharm的terminal中输入”python xxx.py source_dir dest_dir”就可以把source_dir中的图片文件进行压缩并保存到dest_dir中
源码
from PIL import Image
import os
import sys
# 定义可以识别的图片文件类型，可以自行扩充
valid_file_type = ['.jpg', '.png']
# 定义压缩比，数值越大，压缩越小
SIZE_normal = 1.0
SIZE_small = 1.5
SIZE_more_small = 2.0
def make_directory(directory):
"""创建目录"""
os.makedirs(directory)
def directory_exists(directory):
"""判断目录是否存在"""
if os.path.exists(directory):
return True
else:
return False
def list_img_file(directory):
"""列出目录下所有文件，并筛选出图片文件列表返回"""
old_list = os.listdir(directory)
# print old_list
new_list = []
for filename in old_list:
if os.path.isfile(filename):
f, e = os.path.splitext(filename)
if e in valid_file_type:
new_list.append(filename)
else:
pass
else:
pass
# print new_list
return new_list
def print_help():
print """
This program helps compress many image files
you can choose which scale you want to compress your img(jpg/png/etc)
1) normal compress(4M to 1M around)
2) small compress(4M to 500K around)
3) smaller compress(4M to 300K around)
"""
def compress(choose, des_dir, file_list):
"""压缩算法，img.thumbnail对图片进行压缩，还可以改变宽高数值进行压缩"""
if choose == '1':
scale = SIZE_normal
if choose == '2':
scale = SIZE_small
if choose == '3':
scale = SIZE_more_small
for infile in file_list:
img = Image.open(infile)
# size_of_file = os.path.getsize(infile)
w, h = img.size
img.thumbnail((int(w/scale), int(h/scale)))
img.save(des_dir + '/' + infile)
if __name__ == "__main__":
src_dir, des_dir = sys.argv[1], sys.argv[2]
if directory_exists(src_dir):
if not directory_exists(des_dir):
make_directory(des_dir)
# business logic
file_list = list_img_file(src_dir)
# print file_list
if file_list:
print_help()
choose = raw_input("enter your choice:")
compress(choose, des_dir, file_list)
else:
pass
else:
print "source directory not exist!"关于“如何使用python实现图片批量压缩程序”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。
