### 编写 Python 脚本批量调整图像分辨率 为了实现批量调整图像分辨率的功能，可以利用 `Pillow` 库来简化操作过程。下面是一份具体的代码实例，展示了如何读取指定路径下的所有图片文件，并将其分辨率调整至预设值后再保存。 ```python from PIL import Image import os def resize_images(input_folder, output_folder, size=(800, 600)): """ 将 input_folder 中的所有图片按照给定的新尺寸重新调整大小， 并将它们保存到 output_folder 下。 参数: input_folder (str): 输入图片所在的文件夹路径. output_folder (str): 输出调整后的图片所要保存的文件夹路径. size (tuple): 新的目标宽度和高度，默认为(800, 600). """ # 如果不存在则创建输出文件夹 if not os.path.exists(output_folder): os.makedirs(output_folder) # 遍历输入文件夹内的每一个文件 for filename in os.listdir(input_folder): # 构建完整的文件路径 file_path = os.path.join(input_folder, filename) # 只处理常见的图片格式 if filename.lower().endswith(('png', 'jpg', 'jpeg')): try: with Image.open(file_path) as img: # 使用Lanczos算法进行高质量重采样 resized_img = img.resize(size, resample=Image.LANCZOS) # 获取不带扩展名的文件名称 base_name = os.path.splitext(filename)[0] # 定义新的文件路径 new_file_path = os.path.join( output_folder, f"{base_name}_resized.{filename.split('.')[-1]}" ) # 以最高质量保存调整过大小的图片 resized_img.save(new_file_path, quality=95) print(f"成功处理 {new_file_path}") except Exception as e: print(f"无法处理文件 {file_path}: {e}") ``` 此段代码实现了基本的批量化图像处理逻辑[^1]。对于更复杂的场景，比如需要支持更多类型的文件或是希望自定义更多的参数设置，则可以在现有基础上进一步拓展和完善。