質量、速度、廉價，選擇其中兩個

如果需要做圖片識別那麼必定需要大量的訓練素材，我們通常使用爬蟲來獲取，python爬取bing圖片，python爬取百度圖片，但是怕取下來的圖片大小不一，再進行訓練之前必須進行裁剪和壓縮，今天就來講一講圖片壓縮，下面這個例子是我做一個專案時用到的

import PIL.Image as Image
import os

#圖片壓縮批處理
def compressImage(srcPath,dstPath):
    for filename in os.listdir(srcPath):
        #如果不存在目的目錄則建立一個，保持層級結構
        if not os.path.exists(dstPath):
                os.makedirs(dstPath)

        #拼接完整的檔案或資料夾路徑
        srcFile=os.path.join(srcPath,filename)
        dstFile=os.path.join(dstPath,filename)

        # 如果是檔案就處理
        if os.path.isfile(srcFile):
            try:
                #開啟原圖片縮小後儲存，可以用if srcFile.endswith(".jpg")或者split，splitext等函式等針對特定檔案壓縮
                sImg=Image.open(srcFile)
                w,h=sImg.size
                dImg=sImg.resize((int(w/2),int(h/2)),Image.ANTIALIAS)  #設定壓縮尺寸和選項，注意尺寸要用括號
                dImg.save(dstFile) #也可以用srcFile原路徑儲存,或者更改字尾儲存，save這個函式後面可以加壓縮編碼選項JPEG之類的
                print (dstFile+" 成功！")
            except Exception:
                print(dstFile+"失敗！！！！！！！！！！！！！！！！！！！！！！！！！！！！")

        # 如果是資料夾就遞迴
        if os.path.isdir(srcFile):
            compressImage(srcFile, dstFile)

if __name__=='__main__':
    compressImage("G:/兔屎圖片_未處理","G:/兔屎圖片_已處理")
 

可能這個方法不是很通用，因為我當時處理的圖片都是很大的，一個圖片大概在3M-5M這樣，而我並不需要這麼高解析度，因為太高解析度會影響我機器學習的效率，我就採用最粗暴的方法，使用PIL庫中的Image類，呼叫resize方法把圖片的寬高直接砍一半，但是這裡我還是採用了Image.ANTIALIAS濾鏡雖然這樣會使我圖片壓縮的效率降低一大截，但也盡最大可能的保留了圖片的資訊。

但我後來又遇到一種更好的壓縮圖片的方法，使用tinify API進行壓縮，通過它壓縮的圖片資訊基本上沒有損失，是個壓縮圖片利它的官方網站：https://tinypng.com/

在它官網上也可以直接進行壓縮，不過只能小批量的操作，一次最多20張，下面是使用它進行圖片壓縮的指令碼，你需要自己申請Key填寫到程式中

import os
import os.path
import click
import tinify

tinify.key = "你申請的Key,放在這裡."
targetFileDirName = "/compress" #輸出目錄
targetIsDir = False
totalPicCount = 1 #壓縮圖片總數
compressSuccessPicCount = 0 #圖片壓縮成功的數量

#這裡就是通過tingPng壓縮圖片的核心程式碼
def compress_core(file, outputFile):
    source = tinify.from_file(file)  #壓縮指定檔案
    source.to_file(outputFile)       #將壓縮後的檔案輸出當指定位置

def compress_file(file):
    if not os.path.isfile(file):
        print("你指定的不是檔案,不給你壓縮這個檔案!")
        return
    srcFiledirName = os.path.dirname(file)
    basename = os.path.basename(file)  #獲得檔案全稱 例如  migo.png
    filename, fileSuffix = os.path.splitext(basename)  #獲得檔名稱和字尾名  例如 migo 和 png
    if picIsCorrect(fileSuffix):
        targetFileDir = srcFiledirName + targetFileDirName
        if not os.path.isdir(targetFileDir):
            os.mkdir(targetFileDir)
        print("正在壓縮的圖片:  %s"%(srcFiledirName + "/" +basename))
        compress_core(file, targetFileDir + "/" + basename)
        global compressSuccessPicCount
        compressSuccessPicCount += 1
        global targetIsDir
        if targetIsDir is not True:
            print("------------壓縮的圖片在:  %s  目錄下"%(targetFileDir))
    else:
        print("暫不支援壓縮 {} 格式的檔案, 檔名: {}".format(fileSuffix, basename))

def picIsCorrect(fileSuffix):
    if fileSuffix == ".png" or fileSuffix == ".jpg" or fileSuffix == ".jpeg":
        return True
    else:
        return False

def compress_dir(dir):
    if not os.path.isdir(dir):
        print("你輸入的不是一個目錄")
        return
    else:
        global targetIsDir
        targetIsDir = True
        srcFilePath = dir #源路徑
        for root, dirs, files in os.walk(srcFilePath):
            global totalPicCount
            totalPicCount = len(files)
            for name in files:
                compress_file(srcFilePath + "/" + name)
            break #僅遍歷當前目錄
    print("------------所有壓縮的圖片都在: %s  目錄下" %(srcFilePath + targetFileDirName))

@click.command()
@click.option('-f', "--file",  type=str,  default=None,  help="單個檔案壓縮")
@click.option('-d', "--dir",   type=str,  default=None,  help="被壓縮的資料夾")
def run(file, dir):
    if not file is None:
        compress_file(file)         #壓縮指定的檔案
        pass
    elif not dir is None:
        compress_dir(dir)           #壓縮指定的目錄
        pass
    else:
        compress_dir(os.getcwd())   #壓縮當前資料夾
        print("當前目錄: %s"%(os.getcwd()))
    print("------壓縮結束!------圖片總數 ({}),  壓縮的圖片數量 ({})".format(totalPicCount, compressSuccessPicCount))

if __name__ == "__main__":
    run()