当前位置:首页 > 文章列表 > 文章 > 软件教程 > Photopea 如何批量调整图片尺寸:动作面板与导出核对

Photopea 如何批量调整图片尺寸:动作面板与导出核对

来源:17golang原创 2026-08-29 15:27:01 0浏览 收藏

同一批图片需要统一改成 1200×800 时,逐张打开“图像 > 图像大小”很容易漏掉一张。Photopea 自带的 Actions 面板可以把一次调整尺寸记录成动作,之后对其他打开的文档重复应用;尺寸、插值方式和导出格式仍由你在第一次操作时确认。

最稳妥的做法是先准备一张样图,录制并应用一次动作,确认画布尺寸和导出的文件格式都正确,再处理其余图片。

实践要点
  • 入口:Window > Actions 打开动作面板。
  • 动作:新建 Action 后录制 Image > Image Size,并在 Actions 面板点击 Apply。
  • 核对:用 Image > Image Size 看像素尺寸,再用 File > Export As 导出。

先准备样图和目标尺寸

准备一张副本作为样图,本文假设目标是宽 1200 px、高 800 px。Photopea 在浏览器本地运行,官方介绍页说明文件不会上传到服务器;仍建议先保留原图,不要直接覆盖源文件。

打开 https://www.photopea.com/ 后点击首页的 Start using Photopea,进入编辑器。点击 File > Open,选择第一张样图。编辑器顶部应出现“文件、编辑、图像、图层、选择、滤镜、视图、窗口”等菜单,这就是可以继续操作的成功状态。

Photopea 官方首页的 Start using Photopea 入口
入口状态:Photopea 官方首页显示 Start using Photopea,点击后进入编辑器。

第 1 步:打开 Actions 面板并新建动作

在编辑器顶部点击 Window > Actions。官方 Actions 文档也把这个路径作为打开动作面板的入口。面板出现后,点击底部的文件夹按钮新建 Action Set,再点击新建动作按钮,命名为“统一尺寸 1200x800”,最后点击 Record 开始录制。

成功状态是 Actions 面板中出现新建的动作,Record 按钮进入录制状态;此时不要先调整其他参数,避免把无关步骤一起写进动作。

Photopea 官方 Actions 文档展示的动作面板结构与底部控制按钮
面板状态:官方文档展示 Action Set、Action、Steps 的层级,以及 Record、Apply、Export 等按钮。

第 2 步:录制 Image Size 操作

保持录制状态,点击 Image > Image Size。在对话框中把宽度改为 1200 px、高度改为 800 px;如果需要保持比例,就先确认链条按钮的状态,不能让 Photopea 为了填满两个数字而产生意外拉伸。点击 OK,等待画布重新显示,然后回到 Actions 面板点击方形停止按钮。

成功状态是动作下面出现一个 Image Size 步骤,样图的画布也已经变成 1200×800 px。这里先不要导出,先检查动作记录的步骤是否只有本次尺寸调整。

第 3 步:把动作应用到其他图片

通过 File > Open 继续打开第二张图片。确保当前标签页就是要处理的图片,在 Actions 面板选中“统一尺寸 1200x800”,点击底部的 Apply。Photopea 会把记录的 Image Size 步骤应用到当前文档;对剩余图片重复“File > Open → 选动作 → Apply”,不要在多个文档之间凭记忆切换。

每张图的可见成功状态是画布比例和像素尺寸更新,Actions 面板仍保留同一个动作。若当前图片尺寸与目标比例差异很大,先停止应用,重新决定是否要裁切,而不是把动作当作裁切工具。

第 4 步:导出并核对结果

处理完成后点击 File > Export As > JPG(需要透明背景时选择 PNG),在导出对话框确认文件名和质量,再点击 Save。回到 Photopea 后再次打开 Image > Image Size,核对宽度、高度和单位;同时在本地文件管理器确认导出的文件数量与输入数量一致。

建议把导出文件写入单独目录,例如“resized”,不要覆盖原始图片。最后随机打开一张导出文件,检查主体没有被异常拉伸、文件扩展名与内容一致,这比只看文件名可靠。

遇到异常时先看动作步骤

Apply 没有改变尺寸怎么办?

先确认当前动作处于选中状态,并且 Image Size 步骤左侧的勾选仍然开启。再检查当前是否选中了正确的文档标签页;Actions 只作用于当前文档,不会替你遍历浏览器里未打开的文件。

为什么图片被拉伸了?

录制时输入宽高都固定为 1200×800,且没有检查原图比例,就可能发生拉伸。对比例不同的图片,应改用“保持比例后按长边缩放”,或者先把裁切步骤单独设计成另一个动作。

常见问题

Actions 能一次处理未打开的本地文件吗?

不能。Photopea 的 Apply 作用于当前文档;需要先用 File > Open 打开图片,再选择动作并应用。图片数量很多时,按“打开一张、应用一次、导出一张”的顺序核对,避免把动作误认为后台批处理队列。

动作里可以同时保存 JPG 吗?

可以录制导出步骤,但不同图片的文件名和保存位置容易互相覆盖。更稳妥的做法是先录制尺寸调整,确认每张图的 Image Size 结果,再按 File > Export As 单独导出并检查文件名。

最后确认清单

  • Actions 面板能看到“统一尺寸 1200x800”及 Image Size 步骤。
  • 每张当前文档在 Image > Image Size 中显示目标像素尺寸。
  • 导出目录中的文件数量与输入数量相符,原图仍然保留。
  • 随机抽查一张导出文件,画面没有拉伸或错误格式。
版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
RAG 检索结果如何做来源分层:上下文拼接、引用保留与空结果处理RAG 检索结果如何做来源分层:上下文拼接、引用保留与空结果处理
上一篇
RAG 检索结果如何做来源分层:上下文拼接、引用保留与空结果处理
Go archive/zip.Writer 如何复制文件条目:CreateHeader、写入顺序与 CRC 校验
下一篇
Go archive/zip.Writer 如何复制文件条目:CreateHeader、写入顺序与 CRC 校验
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。
    465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。
    527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。
    545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。
    495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。
    314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