Python图片压缩从入门到实战的完整方法详解

图片太大，上传慢、存储贵、加载卡？用 Python 几行代码就能搞定。

为什么要压缩图片

• 网站加速：图片占网页流量的 60%+，压缩后加载速度提升明显
• 节省存储：一张 10MB 的照片压到 500KB，硬盘压力小很多
• 符合平台限制：微信、微博、电商平台都有图片大小上限

方案一：Pillow（最推荐，简单够用）

说到图片压缩，Pillow 绝对是 Python 生态里的首选。它足够简单，也足够强大，几行代码就能搞定，日常开发中 80% 的需求都能覆盖。

1. 按质量压缩（有损）

from PIL import Image

def compress_image(input_path, output_path, quality=85):
    """
    quality: 1-100，越小文件越小，画质越差
    推荐值：70-85 之间性价比最高
    """
    img = Image.open(input_path)
    
    # JPEG 不支持透明通道，需要转换模式
    if img.mode in ('RGBA', 'P'):
        img = img.convert('RGB')
    
    img.sa ve(output_path, 'JPEG', optimize=True, quality=quality)
    
    original_size = os.path.getsize(input_path) / 1024
    new_size = os.path.getsize(output_path) / 1024
    print(f"原大小: {original_size:.1f}KB → 压缩后: {new_size:.1f}KB，节省 {100 - new_size/original_size*100:.1f}%")

compress_image("photo.jpg", "photo_compressed.jpg", quality=80)

2. 按尺寸压缩（缩小分辨率）

def resize_image(input_path, output_path, max_width=1200):
    img = Image.open(input_path)
    
    w, h = img.size
    if w > max_width:
        ratio = max_width / w
        new_size = (max_width, int(h * ratio))
        img = img.resize(new_size, Image.LANCZOS)  # LANCZOS 是高质量缩放算法
    
    img.sa ve(output_path, 'JPEG', optimize=True, quality=85)

3. 批量压缩整个文件夹

import os
from PIL import Image

def batch_compress(input_dir, output_dir, quality=80):
    os.makedirs(output_dir, exist_ok=True)
    
    for filename in os.listdir(input_dir):
        if filename.lower().endswith(('.jpg', '.jpeg', '.png', '.webp')):
            input_path = os.path.join(input_dir, filename)
            output_path = os.path.join(output_dir, filename)
            
            img = Image.open(input_path)
            if img.mode in ('RGBA', 'P'):
                img = img.convert('RGB')
            img.sa ve(output_path, 'JPEG', optimize=True, quality=quality)
            print(f"✅ {filename}")

batch_compress("./photos", "./photos_compressed", quality=75)

方案二：OpenCV（适合需要更多控制的场景）

import cv2

def compress_with_cv2(input_path, output_path, quality=80):
    img = cv2.imread(input_path)
    # quality 参数范围 0-100
    cv2.imwrite(output_path, img, [cv2.IMWRITE_JPEG_QUALITY, quality])

OpenCV 的优势在于，它不只是压缩工具，更是一个完整的图像处理工具箱。如果你需要顺便做裁剪、旋转、加水印等操作，再一起压缩，它比 Pillow 更顺手。

方案三：tinify（API 压缩，效果最好）

如果追求极致压缩比，tinify 的 API 是不二之选。它采用有损+无损混合算法，压缩效果确实比 Pillow 好 20%-40%。

import tinify

tinify.key = "你的API_KEY"
source = tinify.from_file("photo.jpg")
source.to_file("photo_tiny.jpg")

免费额度每月 500 张，超出后付费。对于小团队或偶尔使用来说，这个额度完全够用。

几个实用技巧

到底选哪个？

完整实战脚本（直接复制就能用）

import os
from PIL import Image

def smart_compress(input_path, output_path, max_width=1920, quality=80):
    img = Image.open(input_path)
    
    # 1. 转换模式
    if img.mode in ('RGBA', 'P'):
        img = img.convert('RGB')
    
    # 2. 缩小尺寸
    w, h = img.size
    if w > max_width:
        ratio = max_width / w
        img = img.resize((max_width, int(h * ratio)), Image.LANCZOS)
    
    # 3. 压缩保存
    img.sa ve(output_path, 'JPEG', optimize=True, quality=quality)
    
    original = os.path.getsize(input_path) / 1024
    compressed = os.path.getsize(output_path) / 1024
    print(f"{os.path.basename(input_path)}: {original:.0f}KB → {compressed:.0f}KB")

# 使用
smart_compress("large_photo.jpg", "small_photo.jpg")

图片压缩的核心就一句话：先缩尺寸，再调质量，能转格式就转格式。掌握这三步，90% 的场景都够用了。