老板让很快处理数百图片，我该辞职吗

工作种常常会遇到一些棘手的问题，干好了名利双收，干不好就可能失去工作机会，特别是在疫情严重的现在，裁员压力很大:(

从天而降

小派同学，刚进公司不久，接到了一个任务，需要在立即将数百张图片进行缩放处理，并且加上水印，以便在网页上展示，处理后的图片像这样：

正常处理一张照片，从打开、调整大小、加上文字，另存，需要将近一分钟，几百张图片，手工操作，简直是 Mission Impossible，这可如何是好，放弃呢还是硬着头皮扛下来……

对于有 Python 技能的我们来说，这都不是事

神器入场

图片处理，Pillow 首屈一指，它源自于 PIL(Python Imaging Library)，是 Python 平台事实上的图像处理标准库，功能非常强大，而且接口简单。

为了支持 Python 3.x，在 PIL 的基础上创建了兼容的版本，Pillow，并且加入了许多新特性，因此今天我们的主角是 Pillow，非常适合当前的任务场景

通过 pip 安装：

$ pip install pgmagick

注意：Pillow 和 PIL 不能同时存在，如果已经安装过 PIL 请先卸载或者创建虚拟环境，再安装 Pillow 创建虚拟环境，可参考 《Python 虚拟环境 看这一篇就够了》

庖丁解牛

有了处理神器 pillow，现在来分析下任务

• 图片是为了在 Web 上展示的，所以体积不能太大，另外要保持一定的清晰度
• 要处理的图像文件格式有多种， png、jpg（jpeg）等，所以需要同时支持多种格式
• 对于处理后的图片需要添加水印，所以需要用到 pillow 的绘制功能

缩放

直接上代码：

from PIL import Image
def resize(img, size):    nsize = scale(img.size, size)    return img.resize(nsize, Image.ANTIALIAS)
def scale(size, lsize):    nsize = (size[0], size[1])    if nsize[0] > lsize[0]:        nsize = (lsize[0], int(lsize[0]*nsize[1]/nsize[0]))    if nsize[1] > lsize[1]:        nsize = (int(lsize[1]*nsize[0]/nsize[1]), lsize[1])    return nsize

• 定义 resize 方法，接受一个图片对象，和调整后的大小（turtle 类型）
• 利用 Pillow Image 对象的 resize 方法进行缩放，第二个参数 Image.ANTIALIAS 作用是抗锯齿，会让调整后的图像更清晰
• 返回处理好的图片对象，以便后续操作
• scale 方法用来计算调整后的图像规格，利用等比缩放原理，原始图像规格为 (x,y)，调整后的为 (x',y')， 就会有：x/y = x'/y'，所以给定三个值，就可以计算出第四个值

水印

图片加水印有两种方式：

一种是在图片上加上可见的文字或者图标，适合在网上展示，用于声明图片版权等

另一种是在图像中，加入不可见数据，用户图片的版权保护和防伪，也可以图像签名

因为图片是为了在网上展示，所以用第一种加水印方式

原理是：创建一个和原图大小一致的透明图片，将水印文字写到图片的右下角，然后将水印图片和原图进行叠加，成为加完水印的图片

上代码：

def waterMark(image, text, font=None):    font = font if font else ImageFont.truetype(r"C:\Windows\Fonts\STHUPO.TTF", 24)    mode = image.mode    if mode != 'RGBA':        rgba_image = image.convert('RGBA')    else:        rgba_image = image
    text_overlay = Image.new('RGBA', rgba_image.size, (255, 255, 255, 0))    image_draw = ImageDraw.Draw(text_overlay)
    text_size_x, text_size_y = image_draw.textsize(text, font=font)    # 设置文本文字位置    text_xy = (rgba_image.size[0] - text_size_x - 10, rgba_image.size[1] - text_size_y - 10)    # 设置文本颜色和透明度    image_draw.text(text_xy, text, font=font, fill=(255, 255, 255, 100))
    image_with_text = Image.alpha_composite(rgba_image, text_overlay)
    if mode != image_with_text.mode:        image_with_text = image_with_text.convert(mode)
    return image_with_text

• waterMark 是为图片加水印的方法，参数分别是图像对象，水印文字，和字体
• 字体可以选择系统中，字体文件夹中的字体文件，如果有汉字，需要选汉字字体文件，这里默认使用华文琥珀字体
• 如果原始图像不是 RGBA 模式，将转换为 RGBA 模式，即增加透明通道，以便水印图片叠加
• 按照原始图片大小，创建一个透明通道值为 0，即全透明的图片，作为水印图层
• 获取图层上的绘制接口 image_draw, 然后计算将要绘制水印文字的大小，绘制文字大小取决于字体、字号和文本长度
• 计算出水印块在原始图片中右下角的坐标，且最小离边距为 10 个像素
• 使用绘制接口，指定绘制坐标、颜色和透明度，将水印绘制在水印图层上
• 最后使用 pillow Image 类方法 alpha_composite 将原始图像和水印图层合并
• 判断原始图片模式是否于转换后的相同，如果不同转换为原始图像模式

集成

有了缩放和水印功能，现在可以集成了

因为要处理多个图片，需要有编写一个方法，指定图片目录，获取目录中的图片，做为处理的输入

上代码：

def process(imgPath, destPath=None, size=(800,600), text=""):    destPath = destPath if destPath else os.path.join(imgPath,'out','')    if not os.path.isdir(destPath):        os.makedirs(destPath)
    files = [x for x in os.listdir(imgPath) if os.path.isfile(imgPath + x)]    for f in files:        fext = os.path.splitext(f)[1]   # 扩展名        if fext in ['.png', '.jpg', '.bmp', '.jpeg']:            img = Image.open(os.path.join(imgPath, f))            img = resize(img, size)            img = waterMark(img, text)            img.save(os.path.join(destPath,f))

• process 是整体处理方法，参数分别是图片目录路径，目标路径（处理完成后的存放位置），标准大小，以及水印文字
• 如果没有提供目标路径，默认为图片目录中的 out 目录
• 如果目标位置不存在，则创建
• 利用 os.listdir 获取目录中的文件名和目录名，过滤掉非文件对象，汇总到集合 files 中
• 遍历 files，获取扩展名，过滤掉非图片文件
• 对图片进行处理，打开，调整尺寸，添加水印，最后保存到目标目录中

最后在是调用：

if __name__ == "__main__":    process("D:\\images\\", text="@python技术")

精彩呈现

测试了 208 张桌面背景图片，分辨率大体为 1920 X 1080，运行环境是 Win10，CUP i5-10210U，内存 16GB，运行时间在 20秒左右

注意：不同环境中，运行时间会有所不同

这是待处理文件：

这是处理后的结果：

再看下水印效果:

好了，交工，感受到嘉奖的味道了吗？

总结

工作中常常会遇到一些棘手的问题，与其说是阻碍或者挑战，倒不如说是一个机会，正是这样一个个机会，成就了未来强大的我们。理想很丰满，现实很骨感，只有拥有足够的技能和综合能力，才能抓住这些机会，祝愿明天的你更强大！

参考

• https://www.liaoxuefeng.com/wiki/1016959663602400/1017785454949568
• https://blog.csdn.net/ajian6/article/details/93615594
• https://www.pythonf.cn/read/71
• https://zhuanlan.zhihu.com/p/33450843