本文一步步为你介绍，如何用Python自动判断多张图片中哪些超出阈值需要压缩，且保持宽高比。如果你想了解Python图像处理的基础知识，欢迎动手来尝试。

痛点

我喜欢用Markdown写文稿，然后发布到不同写作平台。我的好友数字游民Jarod称其为“矩阵式发布”。能这样做的前提，是Markdown为我们带来了极低的边际发布成本。试想如果每个写作平台，都需要我手动插入20-30张图片，想想都眼晕，我估计立刻会打消发布念头。

我使用七牛作为图床。图片链接成功转换后，选择一款渲染工具，预览文稿格式，看图片、表格、标题等特殊样式是否显示正确。

我曾经用过多种渲染工具。最近我一直在用Md2All。

这款工具最大的特点，是能保证粘贴到各个写作平台时，代码不会乱掉。

点击右上方的“复制”按钮，你就可以在任何一个写作平台上，开启富文本编辑器，然后粘贴进去。

工作进行到这一步，已近大功告成。这时，如果你遇到“图片上传失败”的报错，想必会很影响心情。

图片上传失败，原因可能有很多。

许多情况下，只是单纯因为网络拥塞。只要你本着愚公移山的精神，往复重新粘贴，总会好的。

但是微信公众平台是个例外。

你时常会遇到这种情况——就是那两张图片，死活也无法正常传上去。

踩坑多次，不得不手动上传图片后。我终于发现了问题所在——微信公众平台对图片大小有限制。

一旦你要上传的图片超过2M，就无法正常粘贴上传了。

莫非我写作文章时，还要一一检验每张插图的大小？超过阈值的图片压缩，然后再上传？

对我这种插图爱好者来说，这个工作太过琐碎和枯燥了。

你可能会问，不是有许多工具可以批量修改图片大小吗？例如JPEGmini和TinyPNG之类的？

确实有，但是它们不完全符合我的需求。

首先，我并不需要压缩全部图像。压缩后的图片，确实在手机上看起来跟原图毫无区别。但我用的图片，很多是教程里的示例。学生可能需要放大到一定程度，甚至要在大屏幕上打开，来查看代码或者运行结果的细节。只要原图没超过2M，还是保持原貌比较稳妥。

其次，我懒。每次写完文章，还得手动运行一个应用，找出这篇文章对应的图片，拖动进去……不好意思，这活儿我懒得干。

幸好，凡是简单重复的枯燥活儿，都是电脑的拿手好戏。否则我们学编程干什么？

我用Python做个程序，替我找出全部大于2M的图片，进行压缩。压缩的时候，须要保持图片的宽高比例。

如果你对Python图像预处理功能比较感兴趣，不妨跟着我的介绍，一起试试看。

数据

我已经为你准备好了样例图片和执行代码，并且存储在了一个Github项目中。请访问这个链接，下载压缩包后，解压查看。

可以看到，在image目录下，有2个png格式的图像文件。

我们打开来看看，一张cat.png是可爱的猫咪。

另一张，是小松鼠。

猜猜哪张图片更大？

小松鼠这张图片，尺寸低于2M。猫咪那张，却有2.9M，不符合微信公众平台的要求。

我们下面要用Python自行判断这些图片中，哪些超过了2M，需要进行压缩。

然后，对超过2M的图片，按照原先的宽高比压缩后，存储到一个指定的文件夹里面去。

环境

我们使用Python集成运行环境Anaconda。

请到这个网址下载最新版的Anaconda。下拉页面，找到下载位置。根据你目前使用的系统，网站会自动推荐给你适合的版本下载。我使用的是macOS，下载文件格式为pkg。

下载页面区左侧是Python 3.6版，右侧是2.7版。请选择2.7版本。

双击下载后的pkg文件，根据中文提示一步步安装即可。

安装好Anaconda后，我们还需要确保安装几个必要的软件包。

请到你的“终端”（Linux, macOS）或者“命令提示符”（Windows）下面，进入咱们刚刚下载解压后的样例目录。

执行以下命令：

pip install -U PIL
pip install -U glob

安装完毕后，执行：

jupyter notebook

这样就进入到了Jupyter笔记本环境。我们新建一个Python 2笔记本。

这样就出现了一个空白笔记本。

点击左上角笔记本名称，修改为有意义的笔记本名“demo-python-resize-image”。

准备工作完毕，下面我们就可以用Python读入并处理图像文件了。

代码

我们首先读入几个后面将用到的软件包。

from glob import glob
from PIL import Image
import os

然后，我们指定图片来源目录。因为图片存储在了样例目录的子目录image下面，所以只需要指定为"image"就好了。

source_dir = 'image'

下面我们设置压缩后图片的输出目录。这里为了对比清晰，我们将其设定为output，也是样例目录的子目录。注意此时这个目录还不存在。我们后面会做处理。

target_dir = 'output'

下面，是关键环节之一。我们须要遍历image目录，找出全部的图片名称。

这里我们用到的，是glob软件包。其中的glob函数可以在我们指定的目录里，寻找所有符合要求的文件。

filenames = glob('{}/*'.format(source_dir))

我们使用了星号(*)作为通配符，意味着我们要查找image目录下所有文件的名称。

输出filenames试试看。

print(filenames)

['image/squirrel.png', 'image/cat.png']

可见filenames是个列表，里面包含了咱们需要处理的全部图片文件。

下面，我们就来尝试检测每张图片的大小。

for filename in filenames:
    with Image.open(filename) as im:
        width, height = im.size
        print(filename, width, height, os.path.getsize(filename))

我们遍历filenames中的所有图片路径，用PIL对象的size属性获得图片的宽度（width)和高度(height)数值。用os.path.getsize()函数来获取文件大小。

然后，我们把这些内容按文件分别打印出来。

('image/squirrel.png', 1024, 768, 1466487)
('image/cat.png', 2067, 1163, 2851538)

因为我们需要判断某张图片的大小是否超出微信公众平台设置的2M阈值，因此我们需要计算一下，2M阈值换算成比特，到底是个多大的的数字，以便后面的比对。

2*1024*1024

计算结果如下：

显然，刚才的打印结果里面，cat.png图像超出了这个阈值。

我们心里有数了。

下面就把阈值(threshold)设置为这个数值。

threshold = 2*1024*1024

我们来看看自己的直觉和程序判断的实际情况是否一致：

for filename in filenames:
    filesize = os.path.getsize(filename)
    if filesize >= threshold:
        print(filename)

此处我们要求Python打印全部超出阈值的文件路径。结果如下：

image/cat.png

测试结果正确。程序只需要调整猫咪照片的尺寸。

正式进行压缩和输出之前，我们需要建立输出目录。虽然前面我们设定了，这个子目录叫做output，但是实际的演示目录里，它还尚未创建。

我们先用os.path.exists()函数判定这个目录是否存在。当判定为不存在时，我们采用os.makedirs()函数来创建它。

if not os.path.exists(target_dir):
    os.makedirs(target_dir)

下面我们计算一下，对需要压缩的图片，新的宽度和高度应该是多少。

for filename in filenames:
    filesize = os.path.getsize(filename)
    if filesize >= threshold:
        print(filename)
        with Image.open(filename) as im:
            width, height = im.size
            new_width = 1024
            new_height = int(new_width * height * 1.0 / width)
            print('adjusted size:', new_width, new_height)

我们把新的宽度设置为了1024，然后按照同等宽高比例算出新的高度取值。

注意这里宽度和高度必须设置为整数类型，否则会报错。

输出结果如下：

image/cat.png
('adjusted size:', 1024, 576)

为了把猫咪照片压缩为宽度1024的图片，我们需要设定高度为576，以保证压缩后的图片与原始图片的宽高比一致。

下面我们续写函数，正式调用PIL的resize函数将新的图片设定为新的宽度和高度数值。然后，我们使用PIL的save函数，把生成的图片存储到指定的路径。

for filename in filenames:
    filesize = os.path.getsize(filename)
    if filesize >= threshold:
        print(filename)
        with Image.open(filename) as im:
            width, height = im.size
            new_width = 1024
            new_height = int(new_width * height * 1.0 / width)
            resized_im = im.resize((new_width, new_height))
            output_filename = filename.replace(source_dir, target_dir)
            resized_im.save(output_filename)

输出结果还是需要压缩的图片路径。

image/cat.png

压缩成功了吗？

我们打开样例目录看看。

可以看到，output子目录已经自动生成。里面有一张图片。名称依然是cat.png。它的大小已经变成了836KB。我们打开它，看看显示是否正确。

依然是这张可爱的猫咪。看不出与原图有什么显著的区别，而且宽高比也正常。测试成功。

整合

但是这里，我们还需要完成一个重要步骤——把之前的代码进行整合。

许多初学者写代码，总会忽略这一步。

虽然你的代码已经成功完成了预期的任务，但如不及时进行整理，过一段时间再来看，你会抓不住头绪。

想想看，等你回来的时候，你的Jupyter Notebook是这个样子的：

你不仅会忘了不同函数之间的调用关系，而且对于哪些参数需要设定，都一头雾水。

没错，这就是人脑的工作特点——我们会遗忘。

所以，趁热打铁，把你做过的功能进行模块化整合很有必要。

整合后，你实现的功能就成了一个有机的整体，只通过参数和外部交互。你只需要用注释告诉自己参数设置的含义。后面再需要调用相关功能的时候，就可以直接通过参数变化，拿来就用了。

趁着记忆犹新，咱们把刚刚全部的功能整合到一个函数里面。

def resize_images(source_dir, target_dir, threshold):
    filenames = glob('{}/*'.format(source_dir))
    if not os.path.exists(target_dir):
        os.makedirs(target_dir)
    for filename in filenames:
        filesize = os.path.getsize(filename)
        if filesize >= threshold:
            print(filename)
            with Image.open(filename) as im:
                width, height = im.size
                new_width = 1024
                new_height = int(new_width * height * 1.0 / width)
                resized_im = im.resize((new_width, new_height))
                output_filename = filename.replace(source_dir, target_dir)
                resized_im.save(output_filename)

这个函数暴露给外部的接口，是3个参数：

source_dir：图片源目录
target_dir：压缩图片输出目录
threshold：阈值

检查一下，我们会发现不对劲的地方——虽然阈值是我们将来可以调整的选项，但是压缩的时候，图片的宽度却是手动设定的数值（1024）。这样将来面对一个阈值高出3倍的写作平台，我们依然把图片压缩到这么小，似乎有些矫枉过正。

另外，如果这张图片是那种极为长的图，那即便宽度不是很长，也可能会因为高度超出阈值。单纯调整宽度到1024，也许会失效。

解决办法也很简单，我们设置高度，然后对应调整宽度。

你可以看到，因为我们把代码集成整理在一处，许多原先我们可能考虑不周的问题，此时就纷纷显现了出来。

了解了问题所在，我们来调整一下代码。

我们因为要通过阈值计算宽度或者高度，所以需要引入数学计算模块。

import math

调整后的函数如下：

def resize_images(source_dir, target_dir, threshold):
    filenames = glob('{}/*'.format(source_dir))
    if not os.path.exists(target_dir):
        os.makedirs(target_dir)
    for filename in filenames:
        filesize = os.path.getsize(filename)
        if filesize >= threshold:
            print(filename)
            with Image.open(filename) as im:
                width, height = im.size
                if width >= height:
                    new_width = int(math.sqrt(threshold/2))
                    new_height = int(new_width * height * 1.0 / width)
                else:
                    new_height = int(math.sqrt(threshold/2))
                    new_width = int(new_height * width * 1.0 / height)
                resized_im = im.resize((new_width, new_height))
                output_filename = filename.replace(source_dir, target_dir)
                resized_im.save(output_filename)

这样，将来无论你的图片目录在哪里，你要满足哪个写作平台的图片大小要求，都可以通过简单设置这样几个数值，调用函数来完成新需求。

我们尝试用原先的参数取值，执行一次。

执行之前，我们删除掉output目录，以测试功能。

然后执行模块化之后的函数。

resize_images(source_dir, target_dir, threshold)

执行时，依然只是输出需要压缩的文件路径。

image/cat.png

检查刚刚又重新生成的output目录，猫咪照片呢？

没问题。不仅显示正常，而且大小也已经正常压缩。

小结

总结一下，通过本文我们接触到了以下知识点：

如何利用glob软件包遍历指定目录，获得符合条件的全部文件路径列表；
如何用PIL图像处理工具读取图像文件，检查宽度、高度，重新设定图像大小，并且存储新生成的图像；
如何用os函数库检查文件或目录是否存在，创建目录，以及获取文件尺寸。

更重要的，是我们尝试了如何用Python这一脚本语言，帮我们智能化做出判断，并且在后台完成琐碎的重复操作。

另外，你应该已经了解了，完成功能并不意味着完事大吉。为了让自己的代码可以充分重用、易于共享并提高效能，你需要梳理与整合代码，将其充分模块化，只曝露输入输出接口给用户（包括将来的自己），避免固定取值设置。

讨论

你之前遇到过需要智能批量调整图片大小的问题吗？你是如何解决的？用过哪些工具？它们能自动帮你判断图片是否需要压缩吗？欢迎留言，把你的经验和思考分享给大家，我们一起交流讨论。

喜欢请点赞。还可以微信关注和置顶我的公众号“玉树芝兰”(nkwangshuyi)。

如果你对数据科学感兴趣，不妨阅读我的系列教程索引贴《如何高效入门数据科学？》，里面还有更多的有趣问题及解法。