python多种方法压缩图片,opencv、PIL、tinypng、pngquant压缩图片

简介: python多种方法压缩图片,opencv、PIL、tinypng、pngquant压缩图片

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
image.png

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 nameyour email,填写好之后你会收到一封邮件

  • full name:shliang
  • email:shliang0603@gmail.com
    image.png

2、打开邮件跳转获取Key
image.png

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:

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):

https://www.lfd.uci.edu/~gohlke/pythonlibs/#pythonmagick

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')

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')
目录
相关文章
|
2天前
|
Python
Python中的push方法详解与实例
Python中的push方法详解与实例
12 3
|
2天前
|
存储 Python
python列表操作和方法
python列表操作和方法
7 1
|
2天前
|
编解码 UED Python
Python批量修改指定目录下图片的大小名文章
Python批量修改指定目录下图片的大小名文章
9 1
|
4天前
|
iOS开发 MacOS Python
Python编程小案例—利用flask查询本机IP归属并输出网页图片
Python编程小案例—利用flask查询本机IP归属并输出网页图片
11 1
|
5天前
|
存储 索引 Python
反转Python列表的4种方法
反转Python列表的4种方法
13 2
|
5天前
|
Python
Python编程--解压缩文件
Python编程--解压缩文件
11 1
|
6天前
|
Python
深入解析 Python 中的对象创建与初始化:__new__ 与 __init__ 方法
深入解析 Python 中的对象创建与初始化:__new__ 与 __init__ 方法
14 1
|
2天前
|
Python
Python实现图片的拼接
Python实现图片的拼接
|
2天前
|
Python
在Python中实现斐波那契数列(Fibonacci sequence)的4中方法
在Python中实现斐波那契数列(Fibonacci sequence)的4中方法
10 0
|
4天前
|
安全 数据安全/隐私保护 开发者
保护敏感数据:使用Python加密数据的实用方法
保护敏感数据是一项基本的安全实践,Python通过上述库提供了强大的加密工具来实现这一目标。选择哪种方法取决于具体的应用场景和安全需求:对称加密(如AES)适合快速处理大量数据,而非对称加密(如RSA)更适合安全地交换密钥或进行身份验证。哈希函数则用于验证数据的完整性和一致性。通过合理使用这些技术,开发者可以大大增强其应用程序的安全性。
22 0