Python图像处理项目中批量文件处理的操作步骤【教程】

批量处理图像需用pathlib递归扫描常见格式文件，配合PIL安全缩放并保存至独立输出目录，加try-except防中断、tqdm显进度、multiprocessing提效，确保源数据不被覆盖。

批量处理图像文件在Python项目中很常见，比如统一调整尺寸、批量转格式、加水印或提取特征。核心是用好os、glob或pathlib遍历文件，再配合PIL（Pillow）或OpenCV做具体操作。关键不是写死单个路径，而是构建可复用的路径扫描+任务执行流程。

准备环境与基础依赖

确保已安装必要库：

• pip install pillow（推荐用于常规图像读写、缩放、格式转换）
• 如需处理视频帧或高级计算机视觉任务，再加pip install opencv-python
• 用pathlib更现代简洁（Python 3.4+ 内置，无需额外安装）

安全地批量读取指定类型图像文件

别用os.listdir()硬过滤，容易漏掉子目录或误读隐藏文件。推荐用pathlib.Path递归匹配：

from pathlib import Path
<p>img_dir = Path("input_images")</p><p><span>立即学习</span>“<a href="https://pan.quark.cn/s/00968c3c2c15" style="text-decoration: underline !important; color: blue; font-weight: bolder;" rel="nofollow" target="_blank">Python免费学习笔记（深入）</a>”；</p><h1>支持通配符，自动忽略大小写（如 .JPG 和 .jpg 都命中）</h1><p>image_paths = list(img_dir.rglob("<em>.[jJ][pP][gG]")) + \
list(img_dir.rglob("</em>.[pP][nN][gG]")) + \
list(img_dir.rglob("*.[tT][iI][fF]"))</p><h1>或更简洁地用 casefold 处理后缀</h1><p>image_paths = [p for p in img_dir.rglob("<em>.</em>") 
if p.suffix.casefold() in {".jpg", ".jpeg", ".png", ".tiff", ".bmp"}]

登录后复制

这样能覆盖常见格式，也便于后续扩展。

标签： python 计算机 ai