Python图像处理库Pillow使用教程：告别格式混乱，轻松实现图像转换
你好，我是源码库的一名技术博主。在多年的项目开发和日常数据处理中，我处理过成千上万的图片，从简单的格式转换到复杂的批量处理，图像处理的需求无处不在。你是否也曾遇到过这些烦恼：下载的WebP图片打不开，需要批量将PNG转为JPG以减小体积，或者想给一堆图片统一加上水印？早期，我尝试过各种命令行工具和在线转换器，直到我遇见了Pillow——这个Python图像处理领域的“瑞士军刀”。今天，我就结合自己的实战经验，带你深入掌握Pillow，特别是如何用它优雅地解决那些令人头疼的常见图像格式转换问题，并分享一些我踩过的“坑”和最佳实践。
一、 环境搭建与Pillow初探
万事开头先装库。Pillow是Python Imaging Library (PIL) 的一个友好分支，功能强大且活跃。安装非常简单，使用pip即可。这里我强烈建议使用虚拟环境，避免包冲突。
# 使用pip安装Pillow
pip install Pillow
# 如果你使用conda，也可以
conda install pillow
安装完成后，让我们先来一个最简单的“Hello World”——打开一张图片并显示其基本信息。这是后续所有操作的基础。
from PIL import Image
# 打开一张图片（请替换为你的图片路径）
img = Image.open('example.jpg')
print(f"格式: {img.format}")
print(f"尺寸: {img.size}") # (宽度, 高度)
print(f"模式: {img.mode}") # 如 RGB, RGBA, L (灰度)
img.show() # 会用系统默认图片查看器打开
踩坑提示：Image.open() 只是打开了文件句柄，并没有真正将整个图像数据加载到内存。真正的数据读取发生在你尝试操作图像（如裁剪、滤波）或调用load()方法时。这对于处理大图很重要，可以延迟加载。
二、 核心技能：单张图像的格式转换
格式转换是Pillow最基础也最常用的功能。核心方法就是Image.save()。Pillow会根据你保存时指定的文件扩展名自动选择编码器。
from PIL import Image
img = Image.open('input.png')
# 1. 转换为JPG/JPEG (最常用)
# 注意：PNG可能有透明通道(Alpha)，转为JPG需要先处理
if img.mode in ('RGBA', 'LA', 'P'):
# 创建一个白色背景的RGB图像
background = Image.new('RGB', img.size, (255, 255, 255))
# 如果原图有alpha通道，使用它作为mask进行合并
if img.mode == 'P':
img = img.convert('RGBA') # 先转RGBA
if img.mode == 'RGBA':
background.paste(img, mask=img.split()[-1]) # 使用alpha通道
img = background
elif img.mode == 'LA':
background.paste(img, mask=img.split()[-1])
img = background
else:
img = img.convert('RGB')
img.save('output.jpg', 'JPEG', quality=95) # quality参数控制质量(1-100)
# 2. 转换为PNG (支持透明)
img_rgba = img.convert('RGBA') # 确保是RGBA模式以支持透明
# ... 这里可以进行一些操作，比如设置某个区域透明
img_rgba.save('output_with_alpha.png')
# 3. 转换为WebP (现代高效格式)
# Pillow对WebP的支持很好，可以指定质量（0-100）和损失程度（lossless=True/False）
img.save('output.webp', 'WEBP', quality=80, method=6) # method是压缩方法(0-6)，越大越慢但越好
# 4. 转换为GIF
# 单帧图片转GIF很简单
img.save('output.gif', 'GIF')
实战经验：从带透明背景的PNG转JPG是我早期最常踩的坑。直接转换会导致黑色或灰色背景，而不是预期的白色。上面的代码提供了健壮的解决方案。另外，保存JPG时，quality=95是一个在文件大小和视觉质量间很好的平衡点，默认的75有时会产生明显的压缩痕迹。
三、 效率提升：批量图像格式转换
手动一张张转换效率太低。结合Python的os和glob模块，我们可以轻松实现批量转换。这里我分享一个我常用的脚本模板。
import os
from pathlib import Path # 更现代的路径操作
from PIL import Image
def batch_convert(input_folder, output_folder, target_format='JPEG', **save_kwargs):
"""
批量转换文件夹内所有图片格式
:param input_folder: 输入文件夹路径
:param output_folder: 输出文件夹路径（会自动创建）
:param target_format: 目标格式，如 'JPEG', 'PNG', 'WEBP'
:param save_kwargs: 传递给Image.save()的额外参数，如 quality=95
"""
input_path = Path(input_folder)
output_path = Path(output_folder)
output_path.mkdir(parents=True, exist_ok=True) # 创建输出目录
# 支持常见图片格式
supported_formats = ('.jpg', '.jpeg', '.png', '.webp', '.bmp', '.gif', '.tiff')
for img_file in input_path.iterdir():
if img_file.suffix.lower() in supported_formats:
try:
with Image.open(img_file) as img:
# 构建输出文件名（保持原名，只改后缀）
output_file = output_path / f"{img_file.stem}.{target_format.lower()}"
# 特殊处理：带透明通道的图转JPG
if target_format.upper() == 'JPEG' and img.mode in ('RGBA', 'LA', 'P'):
if img.mode == 'P':
img = img.convert('RGBA')
# 创建白色背景
background = Image.new('RGB', img.size, (255, 255, 255))
if img.mode in ('RGBA', 'LA'):
background.paste(img, mask=img.split()[-1])
img = background
else:
img = img.convert('RGB')
elif img.mode not in ('RGB', 'L'): # 对于其他目标格式，统一转换模式
img = img.convert('RGB')
img.save(output_file, format=target_format, **save_kwargs)
print(f"成功转换: {img_file.name} -> {output_file.name}")
except Exception as e:
print(f"处理文件 {img_file.name} 时出错: {e}")
# 使用示例：将`./photos`下的所有图片转为质量80的WebP格式，保存到`./converted`
batch_convert('./photos', './converted', 'WEBP', quality=80)
踩坑提示：批量处理时，一定要用try...except包裹核心代码，因为文件夹里可能有损坏的图片文件，不能让一张坏图导致整个脚本崩溃。另外，使用with语句打开图片（with Image.open(...) as img:）是一个好习惯，它能确保文件句柄被正确关闭。
四、 进阶技巧与常见问题解决
掌握了基础转换后，我们来看看一些更具体的场景和问题。
1. 处理“奇怪”的格式：TIFF和BMP
TIFF常用于扫描文档和专业摄影，BMP则是无压缩的位图。Pillow处理它们同样简单。
# 多页TIFF处理（例如扫描的PDF转成的TIFF）
from PIL import Image
img = Image.open('multi_page.tiff')
for i in range(img.n_frames):
img.seek(i) # 跳转到第i帧
img.save(f'page_{i+1}.png') # 将每一帧保存为单独的PNG
# BMP转其他格式无特殊之处，但注意BMP文件可能很大
img_bmp = Image.open('large_image.bmp')
img_bmp.save('compressed.jpg', quality=85) # 转为JPG能极大缩小体积
2. 转换中的色彩空间与模式问题
图像“模式”（mode）决定了颜色的表示方式。不匹配的模式会导致颜色失真或转换失败。
img = Image.open('some_image.xyz')
print(img.mode) # 可能是 'CMYK', 'P', 'L', '1' 等
# 转换为通用的RGB模式（适用于大多数网络和显示用途）
if img.mode != 'RGB':
rgb_img = img.convert('RGB')
rgb_img.save('output_rgb.jpg')
# 转换为灰度图
gray_img = img.convert('L') # 'L' 表示亮度，即灰度
gray_img.save('output_gray.jpg')
# 二值化（黑白图）
# 方法1：先转灰度，再通过阈值二值化
gray = img.convert('L')
binary = gray.point(lambda x: 255 if x > 128 else 0, mode='1') # 阈值128
binary.save('binary.png')
3. 在转换过程中进行简单操作
格式转换常常不是孤立的需求，结合调整大小、旋转、裁剪会更强大。
img = Image.open('input.jpg')
# 调整大小（高质量缩略图）
thumbnail_size = (300, 300)
img.thumbnail(thumbnail_size, Image.Resampling.LANCZOS) # 原地修改，保持宽高比
img.save('thumbnail.jpg')
# 精确调整到固定尺寸（可能变形）
resized_img = img.resize((400, 300), Image.Resampling.LANCZOS)
resized_img.save('resized.jpg')
# 旋转后保存
rotated_img = img.rotate(45, expand=True) # expand=True确保图片扩大以容纳旋转后的全部内容
rotated_img.save('rotated.png') # 旋转后保存为PNG，避免JPG多次旋转的质量损失
实战经验：调整大小时，thumbnail()和resize()的第二个参数是重采样滤波器。Image.Resampling.LANCZOS（Pillow 9.1.0+，旧版是Image.ANTIALIAS）能产生最高质量的缩略图，但速度稍慢。对于批量处理大量图片，如果对质量要求不高，可以使用Image.Resampling.BILINEAR或Image.Resampling.NEAREST来提升速度。
五、 总结与最佳实践
经过上面的学习，相信你已经能够用Pillow应对绝大多数图像格式转换任务了。最后，我总结几条血泪经验换来的最佳实践：
- 始终检查图像模式：在转换前，尤其是转JPG前，检查并处理好
RGBA、P等模式，避免背景色异常。 - 明确指定保存参数：如JPG的
quality，WebP的quality和method，不要依赖模糊的默认值。 - 批量处理要容错：使用异常捕获，记录失败日志，确保流程的健壮性。
- 合理选择输出格式：
- 网页使用：首选WebP（兼容性越来越好），次选JPG（照片）和PNG（图标、带透明）。
- 存档或打印：考虑无损的PNG或TIFF。
- 体积敏感：通过调整
quality参数在质量和大小间权衡，通常75-85是好的起点。
- 利用上下文管理器：使用
with Image.open(...) as img:来管理资源。
Pillow的功能远不止格式转换，它还能进行图像合成、滤波、绘制、颜色调整等。但熟练掌握格式转换，无疑是打开这扇大门的钥匙。希望这篇教程能帮助你解决实际项目中的图片问题，让图像处理不再是烦恼。如果在实践中遇到新问题，欢迎来源码库社区交流讨论！
评论(0)