要实现这个功能，我们需要使用Python中的几个库：`os`用于文件路径操作，`Pillow`（PIL）用于图像处理，`pandas`用于生成表格。以下是完整的解决方案： ### 步骤： 1. 使用`os`模块列出指定文件夹中的所有图片。 2. 使用`Pillow`库加载并分析图片内容（这里假设你指的是统计图片的像素值）。 3. 将统计结果存储到一个表格中，并保存为CSV文件。 以下是代码实现： ```python import os from PIL import Image, ImageStat import pandas as pd # 定义函数来读取文件夹中的所有图片并统计信息 def analyze_images(folder_path): # 存储图片信息的列表 image_data = [] # 遍历文件夹中的所有文件 for filename in os.listdir(folder_path): if filename.lower().endswith(('.png', '.jpg', '.jpeg', '.bmp', '.gif')): # 检查是否为图片文件 file_path = os.path.join(folder_path, filename) try: # 打开图片 with Image.open(file_path) as img: # 获取图片的基本信息 width, height = img.size mode = img.mode # 统计图片的平均颜色 stat = ImageStat.Stat(img) mean_color = stat.mean # 平均颜色值 # 将数据添加到列表中 image_data.append({ '文件名': filename, '宽度': width, '高度': height, '模式': mode, '平均颜色(R)': mean_color[0] if len(mean_color) > 0 else None, '平均颜色(G)': mean_color[1] if len(mean_color) > 1 else None, '平均颜色(B)': mean_color[2] if len(mean_color) > 2 else None }) except Exception as e: print(f"无法处理图片 {filename}: {e}") return image_data # 将数据保存到CSV文件中 def save_to_csv(data, output_file): df = pd.DataFrame(data) df.to_csv(output_file, index=False, encoding='utf-8-sig') print(f"数据已保存到 {output_file}") # 主函数 if __name__ == "__main__": # 指定图片文件夹路径（请根据你的桌面路径修改） folder_path = os.path.expanduser("~/Desktop/001") # 替换为你的文件夹路径 # 确保文件夹存在 if not os.path.exists(folder_path): print(f"文件夹 {folder_path} 不存在") else: # 分析图片 image_data = analyze_images(folder_path) # 保存结果到CSV文件 output_file = os.path.join(folder_path, "image_analysis.csv") save_to_csv(image_data, output_file) ``` --- ### 代码解释 1. **`analyze_images` 函数**： - 遍历指定文件夹中的所有文件，筛选出图片文件（支持常见的图片格式如 `.png`, `.jpg`, `.jpeg`, `.bmp`, `.gif`）。 - 使用 `Pillow` 库加载图片，获取图片的基本信息（宽度、高度、模式等）。 - 使用 `ImageStat.Stat` 对图片进行统计，提取平均颜色值。 - 将每张图片的信息存储到一个字典中，并将其添加到列表 `image_data` 中。 2. **`save_to_csv` 函数**： - 使用 `pandas` 库将 `image_data` 转换为 DataFrame，并保存为 CSV 文件。 - 设置编码为 `utf-8-sig`，以确保中文文件名能够正确显示。 3. **主程序部分**： - 指定图片文件夹路径（这里是桌面上的 `001` 文件夹）。 - 调用 `analyze_images` 函数分析图片。 - 调用 `save_to_csv` 函数将结果保存到 CSV 文件中。 --- ### 注意事项 1. **依赖库安装**： 如果尚未安装所需的库，请运行以下命令安装： ```bash pip install pillow pandas ``` 2. **图片内容的定义**： 如果你需要统计的是图片中的文本内容或其他高级信息，可能需要使用 OCR 技术（例如 `pytesseract`），这需要额外的配置和依赖。 3. **路径问题**： 确保文件夹路径正确，尤其是不同操作系统下的路径格式差异（Windows 和 Linux 的路径分隔符不同）。 --- ### 输出示例 假设文件夹中有两张图片，输出的 CSV 文件内容如下： | 文件名 | 宽度 | 高度 | 模式 | 平均颜色(R) | 平均颜色(G) | 平均颜色(B) | |--------------|------|------|------|-------------|-------------|-------------| | image1.png | 800 | 600 | RGB | 150 | 120 | 100 | | image2.jpg | 1024 | 768 | RGB | 200 | 180 | 160 | ---