为了完成图片处理任务如抠图、批量分类以及调整亮度并保存修改后的图像回原位置，我们可以利用Python语言结合Pillow库来轻松实现。下面将分别针对每个功能给出简单的示例说明。 ### 一、环境准备 首先需要安装PIL(Python Imaging Library)的一个分支——`Pillow`, 它是一个强大的图像处理库。 ```bash pip install pillow ``` ### 二、1. 使用代码进行简单抠图 (基于颜色分割) 对于较为基础的颜色背景去除操作，可以采用阈值法来进行大致的前景分离： ```python from PIL import Image, ImageChops def remove_background(image_path): img = Image.open(image_path) # 创建白色遮罩层 white_bg = Image.new('RGBA', img.size, 'WHITE') diff = ImageChops.difference(img.convert("RGB"), white_bg).convert("L") mask = Image.eval(diff, lambda p: 255 if p > 80 else 0) transparent_img = img.copy() transparent_img.putalpha(mask) output_path = image_path.replace(".png", "_transparent.png") # 修改后缀名避免覆盖原始文件 transparent_img.save(output_path) print(f"Saved as {output_path}") # 测试用法 remove_background('./example_image_with_white_bg.jpg') ``` 请注意这只是一个非常基本的例子，并不是所有情况都适用高质量的专业抠图需求。更复杂的场景建议考虑深度学习模型等高级方案。 --- ### 三、2. 对大量图片按照指定规则进行自动分类 假设我们想要根据图像尺寸大小对一批照片进行分类，则有如下参考脚本： ```python import os from shutil import copyfile from PIL import Image def classify_images_by_size(src_dir, dest_root_dir): """ 根据图片宽度x高度创建对应的目录并将图片移动进去 :param src_dir 源文件夹路径 :param dest_root_dir 目标根文件夹路径 """ for filename in os.listdir(src_dir): try: filepath = os.path.join(src_dir, filename) with Image.open(filepath) as im: w, h = im.size size_str = f"{w}x{h}" new_folder = os.path.join(dest_root_dir, str(size_str)) if not os.path.exists(new_folder): os.makedirs(new_folder) target_file = os.path.join(new_folder,filename) copyfile(filepath,target_file ) print(f'Moved "{filename}" to "{new_folder}". ') except Exception as e: print(f'Skipped file due to error:{e}') classify_images_by_size("./source_images","./classified_by_size/") ``` 此函数会遍历给定源文件夹中的每张图片计算其分辨率然后建立相应子文件夹存放该类别的图片副本。 --- ### 四、3. 提高多张JPEG/JPG格式的照片整体亮度再另存为新文件而不破坏原有数据: 这里我们将展示如何读取一系列JPEG/JPEG类型的图像，应用直方图均衡化增强对比度及亮度后再存储下来： ```python from PIL import ImageEnhance,Image import glob def enhance_brightness(directory_path,factor=1.5): files_list=glob.glob(directory_path+'/*.jpg')+glob.glob(directory_path + '*.jpeg') for i,file_name in enumerate(files_list): img = Image.open(file_name) enhancer_object = ImageEnhance.Brightness(img) out = enhancer_object.enhance(factor) base=os.path.splitext(os.path.basename(file_name))[0] ext='.jpg' fullpath=f'{directory_path}/{base}_enhanced{ext}' out.save(fullpath,"JPEG") print(f"[INFO] Processed {i+1}, Saved enhanced version of '{os.path.basename(file_name)}'. ") enhance_brightness("./your_jpgs_directory/", factor=1.7) ``` 上述三个部分共同构成了一个完整的简易图形批处理流程框架。当然实际项目中还涉及到更多细节配置选项和优化空间，在此基础上你可以进一步探索和完善它！ --