【脚本工具库】批量下采样图像（附源码）

在图像处理领域，我们经常需要对大批量图像进行下采样操作，以便减小图像的尺寸和文件大小，这对于节省存储空间和提高处理速度非常有帮助。手动操作不仅耗时，而且容易出错。为了解决这个问题，我们可以编写一个Python脚本，使用PIL库来自动化这个过程。本文将详细介绍如何编写一个批量下采样图像的脚本。

准备工作

在开始之前，请确保你的系统上已经安装了Python环境，并且安装了PIL（Python Imaging Library）库。可以使用以下命令安装PIL库：

pip install pillow

脚本源码

以下是完整的Python脚本源码，该脚本可以将指定文件夹中的图像按比例下采样，并保存到目标文件夹中。

from PIL import Image
import os
import re

scale = 1.0/4
cnt = 1
source_path = r"D:\A_Matlab\A_P\Project 1\my_data"
result_path = r"D:\A_Matlab\A_P\Project 1\my_data1"

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

# 使用正则表达式来提取文件名中的数字部分进行排序
files = os.listdir(source_path)
files = sorted(files, key=lambda x: int(re.search(r'\d+', x).group()))

for file in files:
    img = Image.open(os.path.join(source_path, file))
    if img.mode == "P":
        img = img.convert('RGB')
    width = int(img.size[0] * scale)
    height = int(img.size[1] * scale)
    img_resize = img.resize((width, height), Image.LANCZOS)
    img_resize.save(os.path.join(result_path, "%s_resized.jpg" % os.path.splitext(file)[0]))
    cnt += 1


print("批量下采样完成！")

使用说明

1. 修改source_path为源图像文件夹的路径，result_path为目标文件夹的路径。
2. 设置下采样比例scale，例如1.0 / 8表示将图像尺寸缩小至原来的1/8。
3. 运行脚本，程序会将源文件夹中的所有图像按比例下采样，并按顺序保存到目标文件夹中。
4. 每个下采样后的图像文件命名格式为原图像_resized.jpg，依次类推。

总结

这个脚本可以帮助你轻松地批量下采样图像，节省了大量的时间和精力。希望这个教程对你有所帮助。如果你有任何问题或建议，欢迎在评论区留言讨论。

感谢阅读！