如何使用 ChatGPT 构建用于高效调整图像大小的 Python 脚本

调整图像大小是我们许多人在日常工作中面临的一项常见任务。虽然有许多工具和库可用于调整图像大小，但创建自定义解决方案通常是一种更高效、更简化的方法。但是，如果您可以利用人工智能的力量为您生成代码呢？这就是 ChatGPT 的用武之地。

ChatGPT 是一种由 OpenAI 训练的大型语言模型，可以协助处理范围广泛的自然语言处理任务。它现在能够为各种应用程序生成完整的 Python 代码，包括图像大小调整。在这篇博文中，我们将探索如何使用 ChatGPT 生成一个强大而灵活的图像大小调整 Python 脚本。如何使用 AVG Rescue CD 清除病毒和间谍软件您无需自己编写任何代码 - 相反，您只需提供一些基本输入，然后让 ChatGPT 处理其余部分。

因此，让我们通过以下提示向 ChatGPT 提供我们的要求：

“编写一个能够减小 PNG 和 JPEG 图像大小的 Python 命令行脚本。图像文件名由命令行参数提供，图像的目标大小也作为命令行参数提供（例如 -s 500kb 或 - s 2mb）。如果图像大小已经小于提供的大小，则会向用户打印一条消息并终止脚本。”

ChatGPT 立即开始生成响应，部分响应生成 Python 代码，如以下屏幕截图所示：

以下代码清单包含由 ChatGPT 生成的完整代码：

import os
import argparse
from PIL import Image

def get_image_size(image_path):
    return os.path.getsize(image_path)

def resize_image(image_path, target_size):
    image = Image.open(image_path)
    current_size = get_image_size(image_path)

    if current_size <= target_size:
        print(f"Image is already smaller than {target_size/1000:.2f} KB")
        return

    while current_size > target_size:
        width, height = image.size
        new_width, new_height = width // 2, height // 2
        if new_width == 0 or new_height == 0:
            break
        image = image.resize((new_width, new_height), resample=Image.Resampling.LANCZOS)
        print(f"New image size: {image.size}")

        new_image_path = f"{os.path.splitext(image_path)[0]}_compressed{os.path.splitext(image_path)[1]}"
        image.save(new_image_path, optimize=True, quality=85)
        current_size = get_image_size(new_image_path)

    print(f"Image successfully compressed to {get_image_size(new_image_path)/1000:.2f} KB")

if __name__ == "__main__":
    parser = argparse.ArgumentParser(description="Reduce the size of a PNG or JPEG image")
    parser.add_argument("image_path", type=str, help="Path to the image file")
    parser.add_argument("-s", "--size", type=str, help="Target size for the image (e.g. 500kb, 2mb)")
    args = parser.parse_args()

    target_size = int(args.size[:-2]) * 1000 if args.size.endswith("kb") else int(args.size[:-2]) * 1000000
    print(f"Target size: {target_size/1000:.2f} KB")
    resize_image(args.image_path, target_size)

1. 该get_image_size函数以字节为单位返回图像文件的大小。

2. 该resize_image函数将图像路径和目标大小（以字节为单位）作为参数。它使用 Pillow 库打开图像，检查图像的当前尺寸是否已经小于目标尺寸，如果是，则向用户打印一条消息并返回，不做进一步操作。否则，它将在每个维度上将图像调整为 2 倍，直到尺寸小于或等于目标尺寸。保存的新图像_compressed在文件名中带有后缀，并保留文件扩展名。和参数确保压缩图像针对网络使用进行了优化optimize=True。quality=85

3. 该脚本使用该argparse模块来解析命令行参数。参数image_path是必需的位置参数，大小参数是可选参数，采用“500kb”或“2mb”形式的字符串，用于设置图像的目标大小。该args.size[:-2]表达式提取大小字符串的数字部分，如果大小字符串以“kb”结尾，则 if 语句将大小从千字节转换为字节，如果以“mb”结尾，则将大小从兆字节转换为字节。

4. resize_image该脚本以图像路径和目标大小作为参数调用该函数。

Python 程序正在标记 Pillow 库和 argparse 库的使用。如果您还没有安装这些 Python 库，您需要先完成安装：

$ pip install Pillow
$ pip install argparse

来自 ChatGPT 答案的代码必须被复制并粘贴到一个新文件中，例如 resizeimage.py。

测试 Python 程序

现在我们已经准备就绪，可以在命令行上执行 Python 脚本了。因此，我们确实需要有一个可用的图像文件。在以下示例中，我们假设图像文件 img01.jpg 位于与 python 脚本相同的文件夹中。

让我们运行第一个测试并执行

$ python resizeimage.py img01.jpg -s 2mb

根据我们的要求，我们使用 -s 参数指定图像大小应减小到小于 2 兆字节。以下屏幕截图显示了执行命令时发生的情况：

图像 img01.jpg 的原始图像大小为 5.4 兆字节。Python 脚本创建一个名为 img01_compressed.jpg 的新图像文件，其大小小于 2 兆字节（1.86 兆字节）。该脚本按预期工作。

让我们指定目标大小应大于原始图像大小：

在这种情况下，用户会收到图像已经变小的消息，脚本会停止而不进行任何调整。

让我们运行另一个测试并以千字节为单位指定目标大小：

最后，我们还可以使用选项 -h 来输出使用信息：

这很好，因为我们提供给 ChatGPT 的提示中没有描述此功能。但是ChatGPT自己添加了这个非常有用的功能，进一步完善了命令行工具的实现。

结论

利用 AI 的力量生成 Python 代码是一项令人兴奋的发展，可以简化各种应用程序的开发。在这篇博文中，我们探讨了如何使用 ChatGPT 构建一个高效的图像大小调整脚本，该脚本可以自定义以满足您的特定需求。按照分步指南，您可以创建一个命令行工具，该工具可以根据用户指定的参数调整图像大小，而无需编写太多代码。

这种方法提供了强大的功能和灵活性，使其成为网络开发、数据科学和图像处理等广泛应用程序的理想选择。使用 ChatGPT 生成 Python 代码的能力只是人工智能如何彻底改变软件开发世界的一个例子，我们可以期待在未来几年看到更令人兴奋的发展。那么，为什么不立即探索 ChatGPT 的强大功能，看看它可以为您的工作带来哪些新的可能性呢？