1 python+opncv实现图片的压缩
class Compress_img:
def __init__(self, img_path):
self.img_path = img_path
self.img_name = img_path.split('/')[-1]
def compress_img_CV(self, compress_rate=0.5, show=False):
img = cv2.imread(self.img_path)
heigh, width = img.shape[:2]
# 双三次插值
img_resize = cv2.resize(img, (int(heigh*compress_rate), int(width*compress_rate)),
interpolation=cv2.INTER_AREA)
cv2.imwrite('result_cv_' + self.img_name, img_resize)
print("%s 已压缩，" % (self.img_name), "压缩率：", compress_rate)
if show:
cv2.imshow(self.img_name, img_resize)
cv2.waitKey(0)
if __name__ == '__main__':
img_path = './ym.jpg'
compress = Compress_img(img_path)
# 使用opencv压缩图片
compress.compress_img_CV()
2 python+PIL实现图片的压缩
class Compress_img:
def __init__(self, img_path):
self.img_path = img_path
self.img_name = img_path.split('/')[-1]
def compress_img_PIL(self, way=1, compress_rate=0.5, show=False):
'''
img.resize() 方法可以缩小可以放大
img.thumbnail() 方法只能缩小
:param way:
:param compress_rate:
:param show:
:return:
'''
img = Image.open(self.img_path)
w, h = img.size
# 方法一：使用resize改变图片分辨率，但是图片内容并不丢失，不是裁剪
if way == 1:
img_resize = img.resize((int(w*compress_rate), int(h*compress_rate)))
resize_w, resieze_h = img_resize.size
img_resize.save('result_' + self.img_name)
if show:
img_resize.show() # 在照片应用中打开图片
# 或
# plt.imshow(img_resize)
# plt.axis('off')
# plt.show()
# 方法二： 和resize方法类似，不过这里我测试好型这个函数已经不能使用，不知是不是版本问题
# 问题：https://blog.csdn.net/kethur/article/details/79992539 tumbnail没有返回值
if way == 2:
# img_resize = img.thumbnail((400, 400))
img.thumbnail((int(w*compress_rate), int(h*compress_rate)))
resize_w, resize_h = img.size
img.save('result2_' + self.img_name)
print("%s 已压缩，" % (self.img_name), "压缩率：", compress_rate)
if __name__ == '__main__':
img_path = './ym.jpg'
compress = Compress_img(img_path)
# 使用PIL压缩图片
compress.compress_img_PIL(way=1, show=True)
3 python+tinypng实现图片的压缩
3.1 tinypng介绍
打开它的官网https://tinypng.com发现其提供线上上传图片进行压缩，看到例子介绍压缩率还是蛮可观的，而且压缩前后对图片影响不大。我们点进去DEVELOPER API，可以看出tingpng支持很多变成语言API，如下：
- HTTP
- RUBY
- PHP
- NODE.JS
PYTHON- JAVA
- .NET
tinypng对图片的压缩率可以达到惊人的90%（例如：一张20M的图片可以被压缩到2M），除了对图片压缩，它的 API 还提供图片裁剪、加水印、保存压缩图片至云服务商（亚马逊云、谷歌云）等功能，非常强大
tinypng并不是完全免费的，每个月可以免费调用API使用500次：
3.2 tinypng压缩图片API使用
3.2.1 tingypng安装
先安装tinypng
pip install --upgrade tinify
3.2.2 tingypng安装
1、申请API使用，生成key
在官网，填写your full name和your email，填写好之后你会收到一封邮件
- full name：shliang
- email：shliang0603@gmail.com
2、打开邮件跳转获取Key
3、python + tinypng实现图片压缩
获取到专属的Key之后，你就可以使用相应的API实现图片的压缩了
import tinify
tinify_keys = ""YOUR_API_KEY""
source = tinify.from_file("test.jpg")
source.to_file("compress_img.jpg")
实测：
- 压缩前图片大小：3.53M
- 压缩后图片大小：627kb
- 压缩比率：$compress_rate = \frac{3.53 \times1024kb-627kb}{3.53 \times1024 kb}\times100\% \approx82.7\%$
- 压缩3.53M图片用时：29s
图片压缩的时间比较长，但是图片压缩的效果非常好，首先压缩后图片的分辨率保持不变，其次压缩后图片的清晰度和原图几乎一样，真的很牛！（我严重怀疑这是通过一种深度学习方法实现的[捂脸]）
3.2.3 tingypng优缺点：
优点：
- 图片压缩比率高
- 几乎可以实现无损压缩
- 压缩不改变图片分辨率
缺点：
- 压缩时间比较长
- 收费：显然这对于一个工程应用是不能使用的
4 python+pngquant实现图片的压缩
pngquant是国外一个有损的PNG压缩库，介绍称结合vector quantization算法生成高质量的色彩范围，用脚本同样可以处理批量图片压缩。其支持命令行和源码库形式使用，这里介绍的是使用命令行方式：
- pngquant只能对png图片进行压缩
- 官方称：图片的压缩率可以达到70%
使用：
import subprocess
#需修改为你自己本地pnguant.exe路径
PNGQUANT_PATH = r'Your path\pngquant.exe'
...
cmd_command = '"{0}" 256 -s1 --force --quality=50-50 "{1}" -o "{2}"'.format(PNGQUANT_PATH, "unoptimized.png", "optimized.png")
#执行命令
p = subprocess.Popen(cmd_command, shell=True, stdout=subprocess.PIPE, stderr=subprocess.STDOUT)
retval = p.wait()
实测：
- 压缩前图片大小：2.81M
- 压缩后图片大小：733kb
- 压缩比率：$compress_rate = \frac{2.81 \times1024kb-733kb}{2.81 \times1024 kb}\times100\% \approx74.5\%$
4.2 jpg图片转换成png图片
由于jpg图片时没有alpha通道的，而pngquant只能对png图片进行压缩。因此，因此我的想法是这样的：
- 1、把jpg图片转化成png图片
- 2、使用pngquant对压缩的图片进行压缩
- 3、把压缩后的png图片再转换成jpg图片
JPEG- JPEG图像旨在通过删除人眼不会注意到的信息，使详细的摄影图像尽可能小。因此，与PNG相比，图像的尺寸相当小。但是在JPG图像中，您无法存储图像的Alpha透明度信息。因此，如果不需要透明度信息，JPG是最具可扩展性的解决方案。PNG- PNG是一种很好的格式，它将无损编码与直接颜色（数千种颜色，就像JPEG）相结合。它支持alpha透明度。保存为PNG的照片可能比同等JPEG图像大至少5倍，可见质量几乎没有改善。因此，如果文件大小不是问题，并且您希望获得最佳质量，那么PNG就是好的。
4.2.1 jpg图片转换成png图片
1
2、方法二：使用`PythonMagick库实现jpg转换png
PythonMagick库无法用pip或者easy_install来安装，因此，需要手动安装，地址如下（非官方的python库包）：
选择合适版本下载后，进入文件所在位置，直接pip install + 文件名即可完成安装。
import PythonMagick
# 1 使用PythonMagick图片格式转换 jpg2png jpg:3.71M-> png:13.74M
im = PythonMagick.Image('./test.jpg')
# im.sample('128x128')
im.write('output.png')
# 2 使用pngquant对图片压缩： png:13.74M->png:3.81M
# 3 使用PythonMagick图片格式转换 png2jpg png:3.81M->jpg:4.81M (笑cry)
im = PythonMagick.Image('./output.png')
# im.sample('128x128')
im.write('output.jpg')
实测：
- 一样3.71M的jpg图片
- 转换成png图片大小为：13.74M
然后再使用pngquant压缩，压缩后的图片大小为：3.63M，压缩后的图片有一定的信息损失
4.2.2 png图片转换成jpg图片
在从PNG转换为JPG时，我们以jpeg格式创建新图像文件，读取png图像，然后将读取的图像粘贴到新创建的空白jpg图像。然后保存jpg图像文件。这是从PNG转换为JPG背后的基本思想。
from PIL import Image
# png: 3.81M -> jpg:1.49M
im = Image.open("output.png")
rgb_im = im.convert('RGB')
rgb_im.save('result_PIL_jpg2png.jpg')
或
from PIL import Image
im = Image.open("output.png")
bg = Image.new("RGB", im.size, (255,255,255))
bg.paste(im,im)
bg.save('result_PIL_jpg2png2.jpg')
