TinyPNG-kmeans 项目使用教程

TinyPNG-kmeans 项目使用教程

TinyPNG-kmeans 效果好于 tinypng.com 的PNG图像压缩器，压缩率&质量可调，摆脱 tinypng.com 的文件数量限制。 项目地址: https://gitcode.com/gh_mirrors/ti/TinyPNG-kmeans

1. 项目的目录结构及介绍

TinyPNG-kmeans 项目的目录结构如下：

TinyPNG-kmeans/
├── LICENSE
├── README.md
├── optipng
│   └── optipng.exe
├── ssim.py
└── tinypng.py

目录结构介绍

• LICENSE: 项目的开源许可证文件，采用 GPL-3.0 许可证。
• README.md: 项目的说明文档，包含项目的简介、使用方法、依赖安装等信息。
• optipng: 包含 OptiPNG 的可执行文件，用于优化 PNG 图像的 Deflate 压缩过程。
• ssim.py: 用于计算图像压缩前后的结构相似性 (SSIM) 值的 Python 脚本。
• tinypng.py: 项目的启动文件，用于执行 PNG 图像的压缩操作。

2. 项目的启动文件介绍

tinypng.py

tinypng.py 是 TinyPNG-kmeans 项目的启动文件，负责执行 PNG 图像的压缩操作。该脚本的主要功能包括：

• 图像读取与处理: 读取指定目录中的图像文件，并将其转换为 PNG 格式。
• K-Means 聚类: 使用 K-Means 聚类算法对图像的像素颜色进行量化，减少颜色数量，从而降低图像文件大小。
• Deflate 压缩: 调用 OptiPNG 对 PNG 图像的 Deflate 压缩过程进行优化，进一步提高压缩比。
• 输出结果: 将压缩后的图像文件保存到指定的输出目录中。

使用方法

在 tinypng.py 所在的目录下运行以下命令：

python tinypng.py <输入目录名> <输出目录名> <P>

• 输入目录名: 包含待压缩图像的目录。
• 输出目录名: 压缩后的图像文件保存的目录。
• P: 色彩数，取值范围是 P∈[2, 256]，越小则压缩率越高，图像失真也越大。

例如：

python tinypng.py image image_tiny 100

该命令会将 image 目录中的所有图像文件压缩成 PNG 格式，并保存到 image_tiny 目录中，色彩数设置为 100。

3. 项目的配置文件介绍

TinyPNG-kmeans 项目没有专门的配置文件，所有的配置和参数调整都在启动文件 tinypng.py 中进行。用户可以通过调整命令行参数来控制图像压缩的质量和压缩率。

依赖安装

在使用 tinypng.py 之前，需要确保已安装以下 Python 库：

• Pillow (PIL)
• numpy
• scipy
• scikit-learn (sklearn)

可以通过以下命令安装这些库：

python -m pip install Pillow==8.4.0
python -m pip install numpy==1.20.3
python -m pip install scipy==1.8.0
python -m pip install scikit-learn==0.24.2

如果你还没有 Python，可以直接安装 Anaconda，它包含 Python 和上述库。

注意事项

• 在使用时，确保 optipng.exe 与 tinypng.py 在同一个目录下。
• 对于一些本身就高度压缩的 JPG 图像，生成的 PNG 文件可能会比原始文件更大，程序会自动跳过这些文件。

TinyPNG-kmeans 效果好于 tinypng.com 的PNG图像压缩器，压缩率&质量可调，摆脱 tinypng.com 的文件数量限制。 项目地址: https://gitcode.com/gh_mirrors/ti/TinyPNG-kmeans