1. 前言

大家好，我是安果！

最近打算做一批日历给亲朋好友，但是从 iPhone 上导出的照片格式是 HEIC 格式，而商家的在线制作网站不支持这种图片格式

PS：HEIC 是苹果采用的新的默认图片格式，它能在不损失图片画质的情况下，减少图片大小

有很多在线网站支持图片批量转换，但是安全隐私又没法得到保证；如果使用 PS 等软件去一张张转换，浪费时间的同时效率太低

本篇文章将使用 Python 批量实现 HEIC 图片文件的格式转换

2. 准备

首先，我们安装 pyheif 依赖包

Linux 和 Mac OS 可以通过下面链接选择合适的方式进行安装

https://pypi.org/project/pyheif/

如果是 Windows，我们只能下载 whl 依赖文件，使用 pip 命令进行安装

注意：我们需要根据系统及 Python 版本选择对应的文件进行安装

# 比如，本机是win10+64位 + Python3.7
# 通过下面链接下载文件：pyheif‑0.6.1‑cp37‑cp37m‑win_amd64.whl
https://www.lfd.uci.edu/~gohlke/pythonlibs/#pyheif
# 然后进行虚拟环境
# 使用pip3命令安装whl文件
pip3 install pyheif‑0.6.1‑cp37‑cp37m‑win_amd64.whl

然后，安装 PIL 依赖，用于图片处理

# 安装依赖
pip3 install Pillow

3. 实战

首先，遍历源文件夹及子文件夹，获取所有 HEIC 格式（不区分大小写）的图片

import pathlib
import os
def get_all_heic_imgs():
"""
获取所有heic格式的图片
:return:
"""
# heif_image_paths = glob.glob(r"{}/*.heic".format(source_path))
# 满足条件的文件列表
filelist = []
for root, dirnames, filenames in os.walk(source_path):
for filename in filenames:
# filename：文件名、root：文件对应的目录
# 获取文件后缀名
file_end = pathlib.Path(filename).suffix
# 文件名（不带后缀）
file_name = pathlib.Path(filename).name.split(".")[-2]
if file_end in ['.heic', '.HEIC']:
# 文件的完整目录
# file_path = os.path.join(root, filename)
filelist.append({
"filename": file_name,
"filepath": os.path.join(root, filename)
})
return filelist

然后，遍历文件列表，使用 pyheif 读取文件，使用PIL 转为二进制图片，以 JPG 格式保存到目标文件夹下

import pyheif
from PIL import Image
# 读取文件
img = pyheif.read(filepath)
img_bytes = Image.frombytes(mode=img.mode, size=img.size, data=img.data)
# 文件保存完整目录
target_file_path = '{}/{}_{}.jpg'.format(target_path, filename, generate_random_num(6))
# 保存
img_bytes.save(target_file_path, format="jpeg")

由于图片数目很多，图片读取、图片保存都是耗时的 IO 操作，最后对程序进行改造，利用多线程加快图片转换

另外，图片可能会存在文件名重名，最后保存的文件名追加了一个随机的字符串

import threading
def generate_random_num(count):
"""
产生一段随机的字符串
:param count:
:return:
"""
return ''.join(random.sample('abcdefghijklmnopqrstuvwxyz', count))
def convert_heic_to_jpg(file, semaphore):
"""
heic格式转jpg
:param files:
:return:
"""
semaphore.acquire()
...
#文件操作
# 释放
semaphore.release()
if __name__ == '__main__':
...
# 定义信号量，并发处理文件IO
semaphore = threading.BoundedSemaphore(20)
for file in files:
t = threading.Thread(target=convert_heic_to_jpg, args=(file, semaphore))
t.start()