Python实现图片批量压缩和格式转换的终极指南

目录

• 前言
• 核心工具：Python Pillow库
• JPG图片瘦身：调整质量参数，体积瞬间缩小
• PNG图片瘦身：无损优化，保持最佳质量！
• 格式转换魔术：Python图片格式自由切换！
• JPG转PNG：让你的图片拥有透明背景
• PNG转JPG：减小文件大小，适应更多场景
• 批量处理图片：Python一键搞定整个文件夹，告别手动操作！
• 总结与展望：你的专属图片瘦身神器，告别“慢时代”

你的工作生活中，是不是也经常遇到这些令人抓狂的场景？发送邮件时，附件里的图片体积太大，导致邮件发不出去或等待漫长，上传网站或社交媒体，图片加载速度慢如蜗牛，用户流失，SEO排名受影响。PPT或报告里插入大量高清图片，文件大小瞬间爆炸，传输和分享都困难。

面对这些重复且耗时的图片批量压缩和图片格式转换任务，你是不是也想告别手动压缩和转换，寻找一个更智能、更高效的解决方案？

今天，我将继续揭示Python图片处理自动化的强大魔力，手把手教你如何打造一个Python图片处理神器，让你一键提升图片传输与加载效率！

我们将深度掌握图片瘦身的秘诀，并实现多种图片格式转换，

准备好了吗？让我们一起把你的图片瞬间“瘦身”，成为办公室里的效率神器！

还是它，上文基础的操作我们已经讲过了，它也可以轻松完成图片的打开、保存、格式转换、缩放、裁剪，当然也包括我们最关心的——图片瘦身！

现在，我们直奔主题——Python批量图片压缩！Pillow提供了非常简单的参数，就能让你在图片大小和质量之间找到最佳平衡点，让你的图片秒速瘦身！

我们将重点讲解JPG和PNG这两种最常见的图片格式。

JPG压缩（有损）： 通过调整quality参数（0-100），在视觉效果可接受的前提下，牺牲少量图片细节来换取文件体积的巨大缩减。质量越低，文件越小。

PNG压缩（无损优化）： PNG主要通过优化编码方式和调色板（如果图片颜色较少）来减小体积，而不是像JPG那样有损压缩，因此能保持完美质量。

你的网站有大量高清JPG商品图，导致网页加载巨慢，用户等待时间过长；或者你有一堆旅行照片，想缩小尺寸以便快速上传到云盘或发送给朋友。

只需一行关键代码，Pillow就能帮你智能压缩JPG图片！

 from PIL import Image
import os

def compress_jpg(image_path, output_folder, quality=85):
    """
    压缩JPG图片，通过调整质量参数来减小文件体积。
    这是最常用的Python压缩JPG方法，实现图片瘦身。
    :param image_path: 原始JPG图片路径
    :param output_folder: 压缩后图片保存的文件夹
    :param quality: 压缩质量，范围0-100，数字越小压缩率越高，质量越差。推荐80-85。
    """
    if not os.path.exists(image_path):
        print(f"❌ 图片文件未找到：'{image_path}'。")
        return

    os.makedirs(output_folder, exist_ok=True) # 确保输出文件夹存在

    filename = os.path.basename(image_path)
    name, ext = os.path.splitext(filename)
    
    # 确保只处理JPG文件
    if ext.lower() not in [".jpg", ".jpeg"]:
        print(f"⚠️ 跳过文件：'{filename}'，这不是JPG/JPEG格式。")
        return

    # 压缩后的新文件名，带上质量参数，方便区分
    output_path = os.path.join(output_folder, f"{name}_q{quality}{ext}")

    try:
        img = Image.open(image_path)
        original_size = os.path.getsize(image_path) # 获取原始文件大小（字节）

        # 核心压缩操作：保存图片时指定quality参数
        img.save(output_path, quality=quality)
        
        compressed_size = os.path.getsize(output_path) # 获取压缩后文件大小
        
        # 打印压缩结果和比例
        print(f"✅ 压缩 '{filename}' (质量: {quality})")
        print(f"   原始大小: {original_size / 1024:.2f} KB")
        print(f"   压缩后大小: {compressed_size / 1024:.2f} KB ({((original_size - compressed_size) / original_size) * 100:.2f}% 减小)")

    except Exception as e:
        print(f"❌ 压缩 '{filename}' 失败：{e}")

if __name__ == "__main__":
    # --- 请修改为你的JPG图片路径和输出文件夹路径 ---
    source_jpg_image = os.path.expanduser("E:/lx/pillow.jpeg") # 建议选择一张体积较大的JPG图片
    output_compressed_folder_jpg = os.path.expanduser("E:/lx/compressed_jpg")

    os.makedirs(output_compressed_folder_jpg, exist_ok=True)

    print("--- 测试不同JPG压缩质量对文件大小的影响 ---")
    compress_jpg(source_jpg_image, output_compressed_folder_jpg, quality=95) # 高质量，压缩率较低
    compress_jpg(source_jpg_image, output_compressed_folder_jpg, quality=85) # 推荐值，兼顾质量与大小
    compress_jpg(source_jpg_image, output_compressed_folder_jpg, quality=60) # 较高压缩率，质量可能稍有下降

操作步骤：

准备一张体积较大的JPG图片，放到你的桌面，命名为pillow.jpeg.。

修改代码中的 source_jpg_image 和 output_compressed_folder_jpg。

运行脚本。观察不同quality参数带来的文件大小变化，并对比图片质量。

重点必须是大图：才有意思，否则反而变大！！！！

你的网页或PPT中有很多带有透明背景的PNG图片，它们通常体积巨大，但又不能有损压缩（因为有损压缩会破坏透明度或产生模糊）。

Pillow对PNG提供了无损压缩优化功能。它通过优化编码方式、减少调色板颜色（如果图片颜色不多），在不牺牲图片质量的前提下减小文件体积。这是一种完美的Python压缩PNG方法。

from PIL import Image
import os

def compress_png(image_path, output_folder, optimize=True):
    """
    压缩PNG图片，通过优化或减少颜色来减小文件体积。
    这是高效的Python压缩PNG方法，通常是无损的图片瘦身。
    :param image_path: 原始PNG图片路径
    :param output_folder: 压缩后图片保存的文件夹
    :param optimize: 是否进行优化（推荐True），会尝试优化编码和调色板。
    """
    if not os.path.exists(image_path):
        print(f"❌ 图片文件未找到：'{image_path}'。")
        return

    os.makedirs(output_folder, exist_ok=True)

    filename = os.path.basename(image_path)
    name, ext = os.path.splitext(filename)
    
    # 确保只处理PNG文件
    if ext.lower() != ".png":
        print(f"⚠️ 跳过文件：'{filename}'，这不是PNG格式。")
        return

    # 压缩后的新文件名
    output_path = os.path.join(output_folder, f"{name}_optimized{ext}")

    try:
        img = Image.open(image_path)
        original_size = os.path.getsize(image_path)

        # PNG压缩主要靠optimize=True，它会尝试优化编码和调色板。
        # 对于颜色较少的图片（如图标、LOGO），可以通过 convert('P') 转换为调色板模式进一步压缩，
        # 这可以在几乎不损失质量的情况下大幅减小文件。
        if img.mode in ('RGBA', 'LA') and img.getcolors(maxcolors=256): # 检查图片是否包含少于256种颜色，适合转换为调色板模式
            img = img.convert('P', palette=Image.ADAPTIVE) # 转换为256色调色板模式
            output_path = os.path.join(output_folder, f"{name}_palette_optimized{ext}") # 修改文件名以区分

        img.save(output_path, optimize=optimize)
        
        compressed_size = os.path.getsize(output_path)
        print(f"✅ 压缩 '{filename}' (优化: {optimize})")
        print(f"   原始大小: {original_size / 1024:.2f} KB")
        print(f"   压缩后大小: {compressed_size / 1024:.2f} KB ({((original_size - compressed_size) / original_size) * 100:.2f}% 减小)")

    except Exception as e:
        print(f"❌ 压缩 '{filename}' 失败：{e}")

if __name__ == "__main__":
    # --- 请修改为你的PNG图片路径和输出文件夹路径 ---
    source_png_image = os.path.expanduser("E:/lx/pillow.png") # 建议选择一张带有透明背景或颜色较少的PNG
    output_compressed_folder_png = os.path.expanduser("E:/lx/Compressed_PNGs")

    os.makedirs(output_compressed_folder_png, exist_ok=True)

    print("--- 测试PNG图片优化 ---")
    compress_png(source_png_image, output_compressed_folder_png, optimize=True)

操作步骤：

准备一张PNG图片，放到桌面，命名为pillow.png。

修改代码中的 source_png_image 和 output_compressed_folder_png。

运行脚本。

得到结论：可能是我选择图片的问题，是有压缩，不显著。

除了压缩，图片格式转换也是日常Python图片处理中非常常见的需求。

例如，你需要将JPG转为PNG以获得透明背景，或者将PNG转为JPG以获得更小的文件大小（但会失去透明度）。

Pillow能够读取多种图片格式，并在保存时指定目标格式，即可实现图片格式转换。

你有一些JPG图片，但希望将它们用作Logo或图层，需要透明背景。或者你正在制作Web页面，需要支持透明度的图片格式。

from PIL import Image
import os

def convert_jpg_to_png(image_path, output_folder):
    """
    将JPG图片转换为PNG格式。
    这是实现图片格式转换的Python方法。
    :param image_path: 原始JPG图片路径
    :param output_folder: 转换后PNG图片保存的文件夹
    """
    if not os.path.exists(image_path):
        print(f"❌ 图片文件未找到：'{image_path}'。")
        return

    os.makedirs(output_folder, exist_ok=True)

    filename = os.path.basename(image_path)
    name, ext = os.path.splitext(filename)
    
    if ext.lower() not in [".jpg", ".jpeg"]:
        print(f"⚠️ 跳过文件：'{filename}'，这不是JPG/JPEG格式。")
        return

    output_path = os.path.join(output_folder, f"{name}.png") # 目标扩展名为.png

    try:
        img = Image.open(image_path)
        
        # JPG转PNG，通常JPG是RGB模式，PNG支持RGBA（带透明度）
        # 如果原始JPG没有透明度信息，转换后PNG默认也无透明度，需要手动添加（更高级操作）
        if img.mode == 'RGB':
            img = img.convert('RGBA') # 转换为RGBA模式，为添加透明度做准备

        img.save(output_path, "PNG") # 指定保存格式为PNG
        print(f"✅ 转换成功：'{filename}' (JPG) -> '{os.path.basename(output_path)}' (PNG)")

    except Exception as e:
        print(f"❌ 转换失败：'{filename}'。错误信息：{e}")

if __name__ == "__main__":
    # --- 请修改为你的JPG图片路径和输出文件夹路径 ---
    source_jpg_image = os.path.expanduser("E:/lx/pillow.jpeg")
    output_converted_folder = os.path.expanduser("E:/lx/Converted_Images")

    os.makedirs(output_converted_folder, exist_ok=True)

    print("--- 测试JPG转PNG ---")
    convert_jpg_to_png(source_jpg_image, output_converted_folder)

操作步骤：

• 准备一张JPG图片，放到桌面，命名为pillow.jpeg。
• 修改代码中的 source_jpg_image 和 output_converted_folder。
• 运行脚本。

效果展示：

你有一些PNG图片，但并不需要透明背景，希望将其转换为更小巧的JPG格式，以减小文件体积，适应网页、邮件等不要求透明度的场景。

 from PIL import Image
import os

def convert_png_to_jpg(image_path, output_folder, quality=85):
    """
    将PNG图片转换为JPG格式。
    这是实现图片格式转换的Python方法，同时可以进行JPG压缩。
    :param image_path: 原始PNG图片路径
    :param output_folder: 转换后JPG图片保存的文件夹
    :param quality: JPG压缩质量，范围0-100。
    """
    if not os.path.exists(image_path):
        print(f"❌ 图片文件未找到：'{image_path}'。")
        return

    os.makedirs(output_folder, exist_ok=True)

    filename = os.path.basename(image_path)
    name, ext = os.path.splitext(filename)
    
    if ext.lower() != ".png":
        print(f"⚠️ 跳过文件：'{filename}'，这不是PNG格式。")
        return

    output_path = os.path.join(output_folder, f"{name}.jpg") # 目标扩展名为.jpg

    try:
        img = Image.open(image_path)
        
        # PNG转JPG：如果PNG是RGBA模式（带透明度），转换为RGB模式，透明度会被填充为白色
        if img.mode == 'RGBA':
            # 创建一个白色背景
            background = Image.new('RGB', img.size, (255, 255, 255))
            # 将PNG图片叠加到白色背景上
            background.paste(img, (0, 0), img)
            img = background
        elif img.mode == 'LA': # 灰度带透明度
            img = img.convert('L') # 转换为L模式（灰度）

        img.save(output_path, "JPEG", quality=quality) # 指定保存格式为JPEG，并可以进行质量压缩
        print(f"✅ 转换成功：'{filename}' (PNG) -> '{os.path.basename(output_path)}' (JPG)")

    except Exception as e:
        print(f"❌ 转换失败：'{filename}'。错误信息：{e}")

if __name__ == "__main__":
    # --- 请修改为你的PNG图片路径和输出文件夹路径 ---
  source_png_image = os.path.expanduser("E:/lx/pillow.png")
    output_converted_folder = os.path.expanduser("E:/lxConverted_Images")

    os.makedirs(output_converted_folder, exist_ok=True)

    print("--- 测试PNG转JPG ---")
    convert_png_to_jpg(source_png_image, output_converted_folder, quality=85)

操作步骤：

• 准备一张PNG图片，放到桌面，命名为pillow.png。
• 修改代码中的 source_png_image 和 output_converted_folder。
• 运行脚本。

效果展示：

你已经学会了对单张图片进行压缩和格式转换。但你的电脑里可能有成千上万张图片散落在各个文件夹中，需要批量处理！一个一个操作？那效率简直是天方夜谭！

将上述的图片处理功能封装起来，然后结合文件遍历，Python就能实现整个文件夹的图片批量处理，包括压缩和格式转换，甚至处理子文件夹中的图片！

这才是真正的Python批量图片处理神器，也是提升图片处理效率的终极奥秘

from PIL import Image
import os

def batch_process_images(source_folder, output_base_folder, 
                         compress_jpg_quality=80, optimize_png=True, 
                         target_format=None): # target_format可以是 "png", "jpg" 或 None
    """
    批量压缩并/或转换指定文件夹及其子文件夹下的图片。
    这是你的Python批量图片处理自动化方案。
    :param source_folder: 包含待处理图片的源文件夹
    :param output_base_folder: 处理后图片保存的根文件夹
    :param compress_jpg_quality: JPG图片压缩质量 (0-100)
    :param optimize_png: PNG图片是否进行优化 (True/False)
    :param target_format: 目标转换格式 ("png", "jpg") 或 None (只压缩不转换格式)
    """
    if not os.path.exists(source_folder):
        print(f"❌ 源文件夹不存在：'{source_folder}'")
        return

    os.makedirs(output_base_folder, exist_ok=True) # 确保输出根文件夹存在

    print(f"n🚀 正在启动图片批量处理，源目录：'{source_folder}'")
    print(f"📦 处理后的图片将保存到：'{output_base_folder}'n")

    processed_count = 0
    # os.walk() 遍历文件夹及其子文件夹，实现批量处理图片大小
    for root, dirs, files in os.walk(source_folder):
        # 构建当前子文件夹在输出目录中的对应路径
        relative_path = os.path.relpath(root, source_folder)
        current_output_folder = os.path.join(output_base_folder, relative_path)
        os.makedirs(current_output_folder, exist_ok=True) # 确保输出子文件夹存在

        for filename in files:
            file_path = os.path.join(root, filename)
            name, ext = os.path.splitext(filename)
            ext = ext.lower()

            try:
                img = None
                if ext in [".jpg", ".jpeg", ".png"]: # 只处理JPG和PNG
                    img = Image.open(file_path)
                    original_size = os.path.getsize(file_path)
                else:
                    print(f"ℹ️ 跳过文件：'{filename}'，不支持的图片格式。")
                    continue

                output_ext = ext # 默认保持原扩展名
                output_name_suffix = ""

                # 1. 执行格式转换 (如果指定了目标格式)
                if target_format == "png" and ext != ".png":
                    img = img.convert('RGBA') if img.mode == 'RGB' else img # 确保透明度通道
                    output_ext = ".png"
                    output_name_suffix = "_converted"
                elif target_format == "jpg" and ext != ".jpg" and ext != ".jpeg":
                    # PNG转JPG，透明度会变白
                    if img.mode == 'RGBA':
                        background = Image.new('RGB', img.size, (255, 255, 255))
                        background.paste(img, (0, 0), img)
                        img = background
                    img = img.convert('RGB') # 确保RGB模式
                    output_ext = ".jpg"
                    output_name_suffix = "_converted"
                
                # 2. 执行压缩 (根据原格式或转换后的格式)
                output_file_path = os.path.join(current_output_folder, f"{name}{output_name_suffix}{output_ext}")
                
                if output_ext in [".jpg", ".jpeg"]:
                    img.save(output_file_path, "JPEG", quality=compress_jpg_quality)
                elif output_ext == ".png":
                    # 尝试PNG优化到调色板模式
                    if img.mode in ('RGBA', 'LA') and img.getcolors(maxcolors=256):
                        img = img.convert('P', palette=Image.ADAPTIVE)
                    img.save(output_file_path, "PNG", optimize=optimize_png)
                
                compressed_size = os.path.getsize(output_file_path)
                print(f"✅ 处理完成: '{filename}' -> '{os.path.basename(output_file_path)}'")
                print(f"   原始大小: {original_size / 1024:.2f} KB, 现大小: {compressed_size / 1024:.2f} KB ({((original_size - compressed_size) / original_size) * 100:.2f}% 减小)")
                processed_count += 1

            except Exception as e:
                print(f"❌ 处理文件 '{filename}' 失败：{e}")
    
    print(f"n✨ 批量图片处理完成！总计处理 {processed_count} 张图片。")

if __name__ == "__main__":
    source_folder_path = os.path.expanduser("~/Desktop/我的图片库") # 包含多张图片和子文件夹的目录
    output_folder_path = os.path.expanduser("~/Desktop/处理后图片") # 处理后图片保存的目录

    # 确保源文件夹有测试图片，可以包含子文件夹和不同格式的图片
    os.makedirs(source_folder_path, exist_ok=True) 

    print("n--- 示例1：批量压缩图片 (JPG质量80, PNG优化) ---")
    batch_process_images(source_folder_path, os.path.join(output_folder_path, "Compressed"), 
                         compress_jpg_quality=80, optimize_png=True, target_format=None)

    print("n--- 示例2：批量将图片转换为PNG格式 (同时优化PNG) ---")
    # 先清理上次生成的目录
    if os.path.exists(os.path.join(output_folder_path, "Converted_PNG")):
        shutil.rmtree(os.path.join(output_folder_path, "Converted_PNG"))
    batch_process_images(source_folder_path, os.path.join(output_folder_path, "Converted_PNG"), 
                         compress_jpg_quality=80, optimize_png=True, target_format="png")

操作步骤：

准备数据： 创建一个名为我的图片库的文件夹，放入一些JPG和PNG图片，可以在里面再建几个子文件夹，放入更多图片。

修改代码路径： 修改 source_folder_path 和 output_folder_path。

运行： 运行脚本，可以尝试修改 batch_process_images 的 target_format 参数（“png”, “jpg”, None）来测试不同功能。

恭喜你！通过本篇文章，你已经成功掌握了Python图片处理的终极奥义，亲手打造了一个强大的Python批量图片处理神器！我们从图片体积太大、加载慢、传输卡顿的痛点出发，

学会了：

• Pillow库入门： 你的Python图片处理瑞士军刀，轻松应对各种图像操作。
• JPG秒速瘦身： 精准控制quality参数，在不损失肉眼可见质量的前提下，大幅减小文件体积，彻底解决图片加载慢的烦恼。
• PNG无损优化： optimize=True让你的PNG图片在保持高质量和透明度的同时“减重”。
• 图片格式转换： 轻松实现JPG转PNG、PNG转JPG等多种图片格式转换，适应各种应用场景。
• 批量处理能力： Python批量图片处理能力，一键扫描并处理整个文件夹及其子文件夹下的所有图片，彻底提升图片处理效率

以上就是Python实现图片批量压缩和格式转换的终极指南的详细内容，更多关于Python图片处理的资料请关注风君子博客其它相关文章！

您可能感兴趣的文章:

• 基于Python自制一个图片批量处理工具实现格式统一和大小压缩
• Python批量处理PDF图片的操作指南(插入、压缩、提取、替换、分页、旋转、删除)
• 基于Python实现一个图片压缩工具
• 使用python如何对图片进行压缩
• Python使用PIL实现图片的批量格式转换
• 利用Python实现批量转换图片格式
• 基于Python实现图片格式批量转换器