质量、速度、廉价,选择其中两个
如果需要做图片识别那么必定需要大量的训练素材,我们通常使用爬虫来获取,python爬取bing图片,python爬取百度图片,但是怕取下来的图片大小不一,再进行训练之前必须进行裁剪和压缩,今天就来讲一讲图片压缩,下面这个例子是我做一个项目时用到的
import PIL.Image as Image
import os
#图片压缩批处理
def compressImage(srcPath,dstPath):
for filename in os.listdir(srcPath):
#如果不存在目的目录则创建一个,保持层级结构
if not os.path.exists(dstPath):
os.makedirs(dstPath)
#拼接完整的文件或文件夹路径
srcFile=os.path.join(srcPath,filename)
dstFile=os.path.join(dstPath,filename)
# 如果是文件就处理
if os.path.isfile(srcFile):
try:
#打开原图片缩小后保存,可以用if srcFile.endswith(".jpg")或者split,splitext等函数等针对特定文件压缩
sImg=Image.open(srcFile)
w,h=sImg.size
dImg=sImg.resize((int(w/2),int(h/2)),Image.ANTIALIAS) #设置压缩尺寸和选项,注意尺寸要用括号
dImg.save(dstFile) #也可以用srcFile原路径保存,或者更改后缀保存,save这个函数后面可以加压缩编码选项JPEG之类的
print (dstFile+" 成功!")
except Exception:
print(dstFile+"失败!!!!!!!!!!!!!!!!!!!!!!!!!!!!")
# 如果是文件夹就递归
if os.path.isdir(srcFile):
compressImage(srcFile, dstFile)
if __name__=='__main__':
compressImage("G:/兔屎图片_未处理","G:/兔屎图片_已处理")
可能这个方法不是很通用,因为我当时处理的图片都是很大的,一个图片大概在3M-5M这样,而我并不需要这么高分辨率,因为太高分辨率会影响我机器学习的效率,我就采用最粗暴的方法,使用PIL库中的Image类,调用resize方法把图片的宽高直接砍一半,但是这里我还是采用了Image.ANTIALIAS滤镜虽然这样会使我图片压缩的效率降低一大截,但也尽最大可能的保留了图片的信息。
但我后来又遇到一种更好的压缩图片的方法,使用tinify API进行压缩,通过它压缩的图片信息基本上没有损失,是个压缩图片利它的官方网站:https://tinypng.com/
在它官网上也可以直接进行压缩,不过只能小批量的操作,一次最多20张,下面是使用它进行图片压缩的脚本,你需要自己申请Key填写到程序中
import os
import os.path
import click
import tinify
tinify.key = "你申请的Key,放在这里."
targetFileDirName = "/compress" #输出目录
targetIsDir = False
totalPicCount = 1 #压缩图片总数
compressSuccessPicCount = 0 #图片压缩成功的数量
#这里就是通过tingPng压缩图片的核心代码
def compress_core(file, outputFile):
source = tinify.from_file(file) #压缩指定文件
source.to_file(outputFile) #将压缩后的文件输出当指定位置
def compress_file(file):
if not os.path.isfile(file):
print("你指定的不是文件,不给你压缩这个文件!")
return
srcFiledirName = os.path.dirname(file)
basename = os.path.basename(file) #获得文件全称 例如 migo.png
filename, fileSuffix = os.path.splitext(basename) #获得文件名称和后缀名 例如 migo 和 png
if picIsCorrect(fileSuffix):
targetFileDir = srcFiledirName + targetFileDirName
if not os.path.isdir(targetFileDir):
os.mkdir(targetFileDir)
print("正在压缩的图片: %s"%(srcFiledirName + "/" +basename))
compress_core(file, targetFileDir + "/" + basename)
global compressSuccessPicCount
compressSuccessPicCount += 1
global targetIsDir
if targetIsDir is not True:
print("------------压缩的图片在: %s 目录下"%(targetFileDir))
else:
print("暂不支持压缩 {} 格式的文件, 文件名: {}".format(fileSuffix, basename))
def picIsCorrect(fileSuffix):
if fileSuffix == ".png" or fileSuffix == ".jpg" or fileSuffix == ".jpeg":
return True
else:
return False
def compress_dir(dir):
if not os.path.isdir(dir):
print("你输入的不是一个目录")
return
else:
global targetIsDir
targetIsDir = True
srcFilePath = dir #源路径
for root, dirs, files in os.walk(srcFilePath):
global totalPicCount
totalPicCount = len(files)
for name in files:
compress_file(srcFilePath + "/" + name)
break #仅遍历当前目录
print("------------所有压缩的图片都在: %s 目录下" %(srcFilePath + targetFileDirName))
@click.command()
@click.option('-f', "--file", type=str, default=None, help="单个文件压缩")
@click.option('-d', "--dir", type=str, default=None, help="被压缩的文件夹")
def run(file, dir):
if not file is None:
compress_file(file) #压缩指定的文件
pass
elif not dir is None:
compress_dir(dir) #压缩指定的目录
pass
else:
compress_dir(os.getcwd()) #压缩当前文件夹
print("当前目录: %s"%(os.getcwd()))
print("------压缩结束!------图片总数 ({}), 压缩的图片数量 ({})".format(totalPicCount, compressSuccessPicCount))
if __name__ == "__main__":
run()