当前位置:首页 > 文章列表 > 文章 > python教程 > Python用Pillow批量转图片格式教程

Python用Pillow批量转图片格式教程

2026-05-09 13:13:02 0浏览 收藏
本文深入讲解了如何用Python的Pillow库安全、高效地批量转换图片格式,重点破解实际工程中极易踩坑的四大痛点:如何用异常捕获和文件大小预检跳过损坏或无效图片、为何必须显式指定save()的format与quality等参数以避免格式错乱或质量损失、怎样结合pathlib和os.makedirs自动创建目标目录并防止原图覆盖,以及RGBA转JPEG等颜色模式不兼容时必须手动convert()的关键处理逻辑——这些“手动兜底”细节,正是批量脚本从跑通走向健壮可用的核心所在。

如何使用Python批量转换图片格式_基于Pillow库的文件操作

直接用 Pillow 批量转图没问题,但默认不保留原始元数据、不自动创建目标目录、遇到损坏图片会中断——得手动兜底。

怎么用 Image.open() 安全加载批量图片

不能直接对所有文件调 Image.open(),有些文件看似是 .jpg 实际是文本或已损坏,会抛 UnidentifiedImageError。必须加异常捕获,跳过问题文件而不是终止整个流程。

  • 用 try/except PIL.UnidentifiedImageError: 包裹打开逻辑
  • 建议先用 os.path.getsize() 排除 0 字节文件(这类常导致静默失败)
  • 避免用 glob 直接匹配 *.jpg,有些 PNG 文件后缀被改成 .jpg,靠扩展名判断不可靠;应以实际可打开为准

保存时怎么指定格式又不丢质量

save() 的 format 参数决定输出格式,但 JPEG 需额外传 quality,PNG 则要留意是否启用 optimize 或 bits。不显式指定,Pillow 会按文件扩展名推断,但若目标路径扩展名和原图不一致(比如把 .png 转成 .jpg),必须写死 format,否则可能保存失败或格式错乱。

  • JPEG:用 img.save(out_path, format="JPEG", quality=95)
  • PNG:默认无损,加 optimize=True 可小幅减体积(但耗 CPU)
  • WebP:支持有损/无损,quality=85 和 lossless=False 是较稳的组合
  • 别依赖 img.format 做输出格式判断——它反映的是源图格式,不是目标格式

如何避免覆盖原图又自动建目标目录

批量处理时,目标路径通常带新目录层级(如把 ./raw/*.png 转到 ./converted/),但 os.makedirs() 不会自动处理父级缺失;而直接 save() 到不存在的路径会报 FileNotFoundError。

  • 用 os.makedirs(os.path.dirname(out_path), exist_ok=True) 创建完整路径
  • 检查 out_path 是否与原路径相同——用户可能误设为同一目录,需主动拒绝覆盖(比如比对 os.path.abspath(in_path) 和 os.path.abspath(out_path))
  • 推荐用 pathlib.Path 拼路径,比 os.path.join 更不易出错,例如:out_path = Path("converted") / p.name.replace(p.suffix, ".webp")

最易被忽略的是颜色模式:RGBA 图转 JPEG 会报错(JPEG 不支持透明通道),必须先 convert("RGB");而 RGB 图转 PNG 默认不带 alpha,但若后续要叠加合成,就得提前决定是否补白背景。这些转换逻辑不在“格式”层面,却直接影响结果可用性。

今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

Java编译执行流程全解析Java编译执行流程全解析
上一篇
Java编译执行流程全解析
优酷会员缓存限制详解
下一篇
优酷会员缓存限制详解
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    317次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    374次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    370次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    337次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    162次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码