Python脚本批量修改照片大小

旅游归来,照片太多了。不想把原大小的照片和人分享,又懒的安装什么图像处理软件,于是用python写个脚本批量处理一下,一蹴而就:

import Image, os
 
def resize(fname):
    img = Image.open(fname)
       
    ratio = float(img.size[0]) / img.size[1]
    width = int(ratio > 1 and 1024 or 1024 * ratio)
    height = int(ratio > 1 and 1024 / ratio or 1024)
    
    resized_img = img.resize((width, height), Image.ANTIALIAS)
    basename, extension = os.path.splitext(fname)
    resized_img.save(basename+'_resized.jpg')
 
if __name__ == '__main__':
    path = os.path.abspath(os.curdir)
    dirList = os.listdir(path);
    for fname in dirList:
        basename, extension = os.path.splitext(fname)
        if extension.lower() == '.jpg':
            resize(fname)


 

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
python2.7栅格数据批量转换投影:ProjectRaster_management (in_raster, out_raster, out_coor_system, {resampling_type}, {cell_size}, {geographic_transform}, {Registration_Point}, {in_coor_system}) in_raster 输入栅格数据集。Mosaic Layer; Raster Layer out_raster 要创建的输出栅格数据集。以文件格式存储栅格数据集时,需要指定文件扩展名,具体如下:.bil - Esri BIL, .bip - Esri BIP, .bmp - BMP, .bsq - Esri BSQ, .dat - ENVI DAT,.gif - GIF,.img - ERDAS IMAGINE,.jpg - JPEG,.jp2 - JPEG 2000,.png - PNG,.tif - TIFF,无扩展名 - Esri Grid,以地理数据库形式存储栅格数据集时,不应向栅格数据集的名称添加文件扩展名。 将栅格数据集存储到 JPEG 文件、JPEG 2000 文件、TIFF 文件或地理数据库时,可以指定压缩类型和压缩质量。 Raster Dataset out_coor_system 输入栅格待投影到的目标坐标系。默认值将基于“输出坐标系”环境设置进行设定。该参数的有效值是扩展名为 .prj 的文件。现有要素类、要素数据集、栅格目录(基本上包含了与坐标系相关的所有内容)。坐标系的字符串表示。要生成此类较长的字符串,可向模型构建器添加一个坐标系变量,并根据需要设置该变量的值,然后将模型导出到 Python 脚本。 Coordinate System resampling_type (可选) 要使用的重采样算法。默认设置为 NEAREST。 NEAREST —最邻近分配法 BILINEAR —双线性插值法 CUBIC —三次卷积插值法 MAJORITY —众数重采样法 NEAREST 和 MAJORITY 选项用于分类数据,如土地利用分类。NEAREST 选项是默认设置,因为它是最快的插值法,同时也因为它不会更改像元值。请勿对连续数据(如高程表面)使用 NEAREST 或 MAJORITY。BILINEAR 选项和 CUBIC 选项最适用于连续数据。不推荐对分类数据使用 BILINEAR 或者 CUBIC,因为像元值可能被更改。 cell_size (可选) 新栅格数据集的像元大小。默认像元大小为所选栅格数据集的像元大小。 Cell Size XY geographic_transform (可选) 在两个地理坐标系或基准面之间实现变换的方法。当输入和输出坐标系的基准面相同时,地理(坐标)变换为可选参数。如果输入和输出基准面不同,则必须指定地理(坐标)变换。 有关各个受支持的地理(基准面)变换的详细信息,请参阅位于 ArcGIS 安装目录的 \Documentation 文件夹下的 geographic_transformations.pdf 文件。 Registration_Point(可选)用于对齐像素的 x 和 y 坐标(位于输出空间中)。配准点的工作原理与捕捉栅格的概念类似。通过配准点可指定用于定位输出像元的原点,而不是仅将输出捕捉到现有栅格像元。所有输出像元与该点之间必须间隔一个像元。该点的坐标不必位于一角,也不必落入栅格数据集中。捕捉栅格环境设置参数将优先于 Registration_Point 参数。因此,如果您要设置配准点,请确保尚未设置捕捉栅格。 in_coor_system (可选) 输入栅格数据集的坐标系。Coordinate System
### 回答1: 可以使用Python中的Pillow库来批量裁剪图片大小为固定尺寸。以下是一个示例脚本: ```python from PIL import Image import os def resize_images(input_dir, output_dir, size): for filename in os.listdir(input_dir): if not filename.endswith('.jpg'): continue with Image.open(os.path.join(input_dir, filename)) as im: im = im.resize(size) im.save(os.path.join(output_dir, filename)) if __name__ == '__main__': input_dir = 'input_images' output_dir = 'output_images' size = (256, 256) resize_images(input_dir, output_dir, size) ``` 以上代码中,`input_dir`表示输入图片所在的文件夹路径,`output_dir`表示输出图片所在的文件夹路径,`size`表示需要裁剪的尺寸大小。代码遍历`input_dir`下的所有`.jpg`文件,将其按照指定的尺寸进行裁剪,保存到`output_dir`中。需要注意的是,代码只对`.jpg`文件进行处理,如需处理其他格式文件,需要修改代码中的判断条件。 ### 回答2: 编写一个Python脚本,可以批量裁剪图片大小为固定尺寸。 开发这个脚本需要使用Python图像处理库PIL(Python Imaging Library)。首先,需要安装PIL库,可以通过运行以下命令来安装: ``` pip install pillow ``` 安装完成后,可以创建一个Python脚本文件,并导入PIL库的相关模块: ```python from PIL import Image import os ``` 接下来,定义一个函数来实现图片裁剪操作: ```python def crop_images(input_dir, output_dir, width, height): # 判断输出目录是否存在,如果不存在则创建 if not os.path.exists(output_dir): os.makedirs(output_dir) # 遍历输入目录下的所有图片文件 for filename in os.listdir(input_dir): if filename.endswith(".jpg") or filename.endswith(".png"): # 构建图片的完整路径 input_path = os.path.join(input_dir, filename) # 打开图片 image = Image.open(input_path) # 裁剪图片为固定尺寸 cropped_image = image.resize((width, height), Image.ANTIALIAS) # 构建输出路径 output_path = os.path.join(output_dir, filename) # 保存裁剪后的图片 cropped_image.save(output_path) ``` 在这个函数中,首先判断输出目录是否存在,如果不存在则创建。然后,遍历输入目录下的所有图片文件,对每一张图片进行裁剪操作,并保存到输出目录中。 最后,调用这个函数来进行批量裁剪: ```python input_dir = "input" output_dir = "output" width = 200 height = 200 crop_images(input_dir, output_dir, width, height) ``` 在这个示例中,输入目录为"input",输出目录为"output",裁剪尺寸为200x200像素。你可以根据实际需求修改输入目录、输出目录和裁剪尺寸等参数。 这样,就完成了一个可以批量裁剪图片大小为固定尺寸的Python脚本。可以将需要裁剪图片放在输入目录中,运行脚本后,裁剪后的图片将保存到输出目录中。 ### 回答3: 用Python编写一个脚本批量裁剪图片大小为固定尺寸可以使用PIL库(Python Imaging Library)来实现。以下是一个例子: ```python from PIL import Image import os def crop_images(input_dir, output_dir, target_size): # 遍历输入目录中的所有文件 for filename in os.listdir(input_dir): if filename.endswith(".jpg") or filename.endswith(".png"): # 打开图片 image_path = os.path.join(input_dir, filename) img = Image.open(image_path) # 裁剪图片 img.thumbnail(target_size, Image.ANTIALIAS) # 确定输出路径并保存裁剪后的图片 output_path = os.path.join(output_dir, filename) img.save(output_path) print(f"已裁剪并保存图片 {filename}") # 设置输入目录、输出目录和目标尺寸 input_dir = "input/" output_dir = "output/" target_size = (500, 500) # 调用函数进行批量裁剪 crop_images(input_dir, output_dir, target_size) ``` 在这个例子中,我们首先导入了必要的模块:PIL库和os库。然后定义了一个名为crop_images的函数来执行图片裁剪的操作。函数接受三个参数:输入目录(包含待裁剪图片的文件夹)、输出目录(用于保存裁剪后的图片的文件夹)以及目标尺寸(裁剪后的图片大小)。 函数的主要部分是通过遍历输入目录中的所有文件,打开图片并使用thumbnail函数来裁剪。thumbnail函数采用目标尺寸和缩放方法(这里使用了Image.ANTIALIAS)作为参数。接下来,我们确定裁剪图片的输出路径并保存图片。最后,我们通过调用函数来执行裁剪操作,并打印出每个裁剪后的图片的文件名。 你可以根据实际需求修改输入目录、输出目录和目标尺寸的值,以适应你的图片裁剪需求。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值