京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者:豆豆
来源:Python 技术
前两天刷知乎热搜看到一篇帖子,某省会城市健康码连续两次崩溃,相关公司在之前的报道中还声称:用两天两夜,将 1M 图片优化到 100kb。
报道中提到:“为了确保系统运行更高效,他们将一张图片从 1MB 压缩到 500 KB,再从 500KB 优化到 100kb。”
同时还声称,这样的工作看似简单,却蕴含着高技术含量,工程师连续两天两夜守在电脑前,终于攻下难关。
关于健康码崩溃的事网上众说纷纭,但消息肯定真有假,就坐等官方发布最终消息就好了。不信谣不传谣。
今天咱们就单纯来讨论下图像压缩这件事。
关于图像压缩,工作中肯定是少不了的,尤其是涉及到图片传输和存储的时候,比如微信、微博、知乎等都需要考虑如此大批量的图片如何存储的问题。
都知道,咱 Python 是有很多图像库的,那想搞一下图像压缩还不是手到擒来,
PIL 是 Python Image Library 的简称,其功能非常强大,短短三行代码即可实现图像的压缩。
咱们先来看下原图。
from PIL import Image
im = Image.open("girl.jpg")
im.save("girl-out2.jpg", quality=10) # quality 是压缩比率
来看下压缩之后的。
从以上压缩结果来看,quality 设置为 10 时从 2.5MB 压缩到了 400KB,整体效果还是不错的。但整体来看图片是有一定的失真的,尤其是突然将图片放大之后,失真更明显,不信你看。
经过多次实验,发现将 quality 设置为 20 效果最佳。此时图像最终大小压缩到了 500KB,而且图片也不会失真。
事实上,PIL 提供了很多方法对图片进行缩放,下面咱们再试试另外一种办法。
from PIL import Image
im = Image.open("girl.jpg")
w, h = im.size
im.thumbnail((w // 2, h // 2)) im.save("girl-out.jpg")
在上面的代码中,我们先获得了图片的原始尺寸,然后直接将图片缩放至原来的百分之五十。最终图片大小为 343KB,而且图片看起来也不会失真。
由此可见,thumbnail() 的效果要比设定 quality 的效果要好一些。
当然,PIL 还提供了 resize() 函数来对图片进行缩放,小伙伴们可以自行尝试下哦。
OpenCV 也是一个比较好用的操作图像的库,四行代码实现图片缩放。
import cv2 as cv
img = cv.imread("girl.jpg")
resize_img = cv.resize(img, (0, 0), fx=0.25, fy=0.25, interpolation=cv.INTER_NEAREST)
cv.imwrite('girl-out3.jpg', resize_img)
在以上的代码中,我们先将原始图片读入进来,之后缩放至原图的四分之一。从结果来看,效果还算可以。大小合适,图像没有明显的失真。
今天给大家介绍了两款高质量图像处理库,从结果来看,二者的压缩效果是差不多的。事实上,这两个库不仅适用于图像压缩,还有很多高级玩法,这个就要靠小伙伴们自行解锁了。
除了本文所说的两个图像操作库,你还知道哪些方便好用的图像库么,可以在评论区和大家分享一下呀~
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19