批量修改图片尺寸为统一脚本

wen 实用脚本 2026-07-30 1

本文目录导读：

批量修改图片尺寸为统一脚本

目录导读
为什么需要批量修改图片尺寸？
什么是批量修改图片尺寸的统一脚本？
主流批量修改图片尺寸的脚本工具对比
手把手教你编写批量修改图片尺寸的Python脚本
常见问题与解答（FAQ）
批量脚本使用注意事项与最佳实践

批量修改图片尺寸为统一脚本的完整指南

目录导读

为什么需要批量修改图片尺寸？
什么是批量修改图片尺寸的统一脚本？
主流批量修改图片尺寸的脚本工具对比
手把手教你编写批量修改图片尺寸的Python脚本
常见问题与解答（FAQ）
批量脚本使用注意事项与最佳实践

为什么需要批量修改图片尺寸？

在日常工作、网站运营或电商设计中，我们经常面临这样的场景：从相机、手机或设计素材库中导出的图片尺寸五花八门——有的宽1000像素，有的高800像素，有的则是4:3比例，有的却是16:9，如果你手动一张张在Photoshop或美图秀秀中修改，几十张或许还能忍受，但如果是几百张甚至上千张，那就成了噩梦。

批量修改图片尺寸的核心需求包括：

统一网站或电商平台的产品图片比例（如1:1正方形主图）
压缩图片体积以提升网页加载速度
适应不同社交媒体（如Instagram 1080x1080、小红书 1242x1660）
减少重复性劳动,避免人工操作导致的误差

而统一脚本正是解决这一痛点的终极方案——只需一次编写或调用，即可对指定文件夹内的所有图片执行相同的尺寸修改操作，支持批量处理、格式转换、质量压缩等高级功能。

什么是批量修改图片尺寸的统一脚本？

批量修改图片尺寸的统一脚本,本质上是一段自动化代码（通常基于Python、Shell或专用工具的命令行），能够读取文件夹中的图像文件，按照设定好的宽度、高度、缩放模式（如填充、适应、拉伸）重新保存，同时保持或转换文件格式。

脚本的核心优势在于：

可重复性：同一段脚本可以无限次使用，调整参数即可
精准性：所有图片执行完全相同的处理逻辑，避免人工误差
效率：处理1000张图片通常只需几十秒到几分钟
灵活性：可自定义输出目录、文件名规则、是否保留EXIF信息等

主流批量修改图片尺寸的脚本工具对比

工具/方法	适用人群	优点	缺点
Python+Pillow	程序员/对代码感兴趣者	高度可定制，功能强大，支持几乎所有常见格式	需要一定编程基础
ImageMagick	系统管理员/进阶用户	命令行超强，支持批量处理和复杂变换	学习曲线较陡，命令记忆复杂
XnConvert	普通用户	可视化界面，支持拖拽，无需代码	高级功能需付费，大批量速度不如脚本
Photoshop动作	设计师	集成在设计流程中，支持录制	需要PS软件，不适合无头服务器环境
在线工具	一次性用户	无需安装，方便快捷	有文件数量限制，可能泄露隐私

推荐选择：如果你需要长期、高效且自由的解决方案，Python脚本是最优解，下面我们将重点介绍如何编写一个实用的批量尺寸修改脚本。

手把手教你编写批量修改图片尺寸的Python脚本

1 环境准备

首先确保你的电脑已安装Python（推荐3.8以上版本），然后安装必备的图像处理库Pillow：

pip install pillow

2 基础脚本代码

创建一个Python文件,resize_images.py，复制以下代码：

import os
from PIL import Image
import glob
# 配置参数
INPUT_FOLDER = "./input_images"  # 输入文件夹路径
OUTPUT_FOLDER = "./output_images"  # 输出文件夹路径
TARGET_WIDTH = 1080  # 目标宽度（像素）
TARGET_HEIGHT = 1080  # 目标高度（像素）
RESIZE_MODE = "cover"  # 缩放模式: cover（裁剪填充）| contain（适应保持比例）| fill（拉伸）
OUTPUT_FORMAT = "JPEG"  # 输出格式：JPEG, PNG, WEBP
QUALITY = 85  # 图片质量（1-100，仅JPEG/WEBP有效）
def resize_image(input_path, output_path):
    img = Image.open(input_path)
    original_width, original_height = img.size
    if RESIZE_MODE == "cover":
        # 计算缩放比例，使图片完全覆盖目标尺寸并居中裁剪
        ratio = max(TARGET_WIDTH / original_width, TARGET_HEIGHT / original_height)
        new_width = int(original_width * ratio)
        new_height = int(original_height * ratio)
        img_resized = img.resize((new_width, new_height), Image.LANCZOS)
        # 居中裁剪
        left = (new_width - TARGET_WIDTH) / 2
        top = (new_height - TARGET_HEIGHT) / 2
        img_cropped = img_resized.crop((left, top, left + TARGET_WIDTH, top + TARGET_HEIGHT))
        img_cropped.save(output_path, format=OUTPUT_FORMAT, quality=QUALITY)
    elif RESIZE_MODE == "contain":
        # 保持比例，将图片完整放入目标尺寸内（背景留白）
        img.thumbnail((TARGET_WIDTH, TARGET_HEIGHT), Image.LANCZOS)
        background = Image.new("RGB", (TARGET_WIDTH, TARGET_HEIGHT), (255, 255, 255))
        offset = ((TARGET_WIDTH - img.width) // 2, (TARGET_HEIGHT - img.height) // 2)
        background.paste(img, offset)
        background.save(output_path, format=OUTPUT_FORMAT, quality=QUALITY)
    elif RESIZE_MODE == "fill":
        # 直接拉伸到目标尺寸
        img_resized = img.resize((TARGET_WIDTH, TARGET_HEIGHT), Image.LANCZOS)
        img_resized.save(output_path, format=OUTPUT_FORMAT, quality=QUALITY)
# 自动创建输出文件夹
os.makedirs(OUTPUT_FOLDER, exist_ok=True)
# 支持常见图片格式
extensions = ('*.jpg', '*.jpeg', '*.png', '*.bmp', '*.webp')
files = []
for ext in extensions:
    files.extend(glob.glob(os.path.join(INPUT_FOLDER, ext)))
    files.extend(glob.glob(os.path.join(INPUT_FOLDER, ext.upper())))
print(f"找到 {len(files)} 张待处理图片...")
for file_path in files:
    try:
        filename = os.path.basename(file_path)
        output_path = os.path.join(OUTPUT_FOLDER, os.path.splitext(filename)[0] + f".{OUTPUT_FORMAT.lower()}")
        resize_image(file_path, output_path)
        print(f"✓ 已处理: {filename}")
    except Exception as e:
        print(f"✗ 处理失败 {filename}: {str(e)}")
print("全部处理完成！")

3 使用说明

在脚本同一目录下创建 input_images 文件夹，放入所有待处理的图片
根据需要修改 TARGET_WIDTH、TARGET_HEIGHT、RESIZE_MODE 等参数
运行脚本：python resize_images.py
处理后的图片将保存在 output_images 文件夹中

常见问题与解答（FAQ）

Q1：脚本支持哪些图片格式？
A：支持常见格式：JPG、JPEG、PNG、BMP、WEBP，输出格式可设定为JPEG、PNG或WEBP。

Q2：如何保持图片的原始宽高比而不被裁剪？
A：将 RESIZE_MODE 设置为 "contain"，这样图片会缩放至目标尺寸内，剩余区域以白色填充。

Q3：处理的图片质量会不会下降？
A：JPEG和非无损格式会有压缩，通过 QUALITY 参数控制（1-100），数值越大质量越高，PNG保持无损。

Q4：脚本可以批量修改子文件夹中的图片吗？
A：可以扩展，使用 os.walk() 代替 glob 即可递归遍历子目录，但需要注意输出路径的对应关系。

Q5：为什么提示“找不到图片文件”？
A：检查输入文件夹路径是否正确，以及图片拓展名是否在脚本支持的列表中，注意文件名大小写。

Q6：有没有在线工具可以替代？
A：有，如 https://www.iloveimg.com/（示例域名已脱敏），但它们通常有文件数量或分辨率限制，且隐私安全性不如本地脚本。

批量脚本使用注意事项与最佳实践

1 常见陷阱

长宽比失真：如果直接拉伸（fill模式），图片会变形，请根据用途选择cover或contain模式。
EXIF信息丢失：部分脚本默认丢弃原始拍摄信息，如需保留需额外代码处理。
内存溢出：处理超大分辨率图片（如5000x5000以上）时，建议减小目标尺寸或分批次处理。

2 最佳实践清单

✅ 备份原始图片：始终保留一份原始文件，脚本只处理副本
✅ 测试小批量：先用10张图片测试参数效果，再处理全部
✅ 合理命名输出文件：可添加后缀如 _resized 避免覆盖原图
✅ 使用绝对路径：避免相对路径在不同系统上运行出错
✅ 定期更新依赖库：pip install --upgrade pillow 获取最新性能优化

3 进阶扩展思路

添加批量重命名功能，如按序号或原文件名+尺寸命名
增加水印添加逻辑，在修改尺寸同时打上版权标识
集成文件大小控制，当压缩后体积仍超标时自动降低质量
编写多线程版本，利用CPU多核心加速处理（Pillow本身支持并行）