3.4 高级图像格式支持

3.4 高级图像格式支持

本节摘要：Pillow 支持 30+ 种格式，但高级用法藏在细节里：WebP 的有损/无损与质量参数、多帧 TIFF 的逐页处理、EXIF 元数据的读取与保留、以及专业转换的参数控制。本节逐一拆解这些"格式进阶"能力。

核心问题

阅读完本节，你应当能够：

1. 用 Pillow 处理 WebP（有损/无损/透明）
2. 处理多帧 TIFF 并逐页提取
3. 读取与保留 EXIF 元数据
4. 控制保存参数（质量、优化、渐进式）
5. 完成格式间的高质量转换

问题与直觉：格式不止 JPG/PNG

日常最常用 JPG/PNG，但真实世界还有 WebP（网页主流）、TIFF（专业/印刷）、BMP、ICO、GIF 等。Pillow 的好消息是打开/保存基本自动识别——难点在于各格式的专属参数与"元数据会不会丢"。

from PIL import Image
img = Image.open("photo.jpg")
img.save("photo.webp")       # 转 WebP
img.save("photo.tiff")       # 转 TIFF
print(img.format)            # 原格式 JPEG
​

按扩展名保存即转换，这点和第二章说的一致。但 WebP、TIFF、EXIF 各有坑，逐个看。

核心原理：三个高级格式

WebP——网页新宠

# 有损压缩（默认）
img.save("out.webp", quality=80)

# 无损压缩
img.save("out_lossless.webp", lossless=True)

# 带透明
img.convert("RGBA").save("out_trans.webp", lossless=True)
​

WebP 比 JPG 体积小 25-35%（同质量），且支持透明。Web 场景 WebP 是 JPG+PNG 的替代者。

多帧 TIFF——专业多页

# 打开多页 TIFF
tiff = Image.open("multi_page.tiff")
print("页数:", tiff.n_frames)

# 遍历提取每一页
pages = []
try:
    while True:
        pages.append(tiff.copy())
        tiff.seek(tiff.tell() + 1)
except EOFError:
    pass
print(f"提取 {len(pages)} 页")

# 保存多页 TIFF
pages[0].save("output.tiff", save_all=True, append_images=pages[1:])
​

多帧 TIFF 常用于扫描件、传真、医学影像——处理逻辑与 GIF 完全一致（seek/tell/n_frames）。

EXIF——照片的身份证

from PIL import Image
from PIL.ExifTags import TAGS

img = Image.open("photo.jpg")
exif = img.getexif()
for tag_id, value in exif.items():
    tag_name = TAGS.get(tag_id, tag_id)
    if tag_name in ("Make", "Model", "DateTime", "FNumber", "ISOSpeedRatings"):
        print(f"{tag_name}: {value}")
​

EXIF 里存着相机型号、拍摄时间、光圈、ISO、GPS 等元数据。处理照片后保留 EXIF 是个好习惯（版权、整理、溯源都需要）。

⚠️ 常见坑 1：保存丢 EXIF。和 ICC 一样，save 默认不保留 EXIF。保留方法：

img.save("out.jpg", quality=92, exif=img.getexif())
​

⚠️ 常见坑 2：WebP 兼容性。老浏览器不支持 WebP——前端要判断环境或提供 fallback。服务端转码时，"原图 JPG + 派生 WebP"的双格式策略最常见。

工程实践要点：专业转换参数

高质量 JPG 输出

img.save("out.jpg",
         quality=92,          # 质量
         optimize=True,       # 优化 Huffman 表，略慢但更小
         progressive=True,    # 渐进式加载（网页体验好）
         subsampling=1)       # 色度抽样，1=4:2:2 质量更高
​

progressive=True 很实用：渐进式 JPG 在网页上"先模糊后清晰"，比逐行加载体验好。

格式转换策略速查

动手实验：格式全家桶

from PIL import Image
import os

img = Image.open("photo.jpg").convert("RGB")

formats = {
    "jpg_q85": lambda: img.save("fmt.jpg", quality=85),
    "jpg_q95": lambda: img.save("fmt2.jpg", quality=95),
    "webp_q80": lambda: img.save("fmt.webp", quality=80),
    "png": lambda: img.save("fmt.png"),
}
for name, fn in formats.items():
    fn()
    size = os.path.getsize(f"fmt.{'jpg' if 'jpg' in name else ('webp' if 'webp' in name else 'png')}")
    print(f"{name}: {size//1024} KB")
​

对比同图不同格式/质量的体积，你会惊讶：WebP 80 质量体积可能是 JPG 85 的一半，肉眼几乎无差别。

进阶：EXIF 的深度使用

EXIF 不只是"看看信息"，还能用于自动化处理：

按拍摄时间批量整理照片

from PIL import Image
from PIL.ExifTags import TAGS
import os, shutil

def get_datetime(path):
    try:
        exif = Image.open(path).getexif()
        for tag_id, value in exif.items():
            if TAGS.get(tag_id) == "DateTime":
                return str(value)[:10]
    except Exception:
        pass
    return "unknown"

# 按日期整理
os.makedirs("sorted", exist_ok=True)
for fname in os.listdir("photos"):
    if fname.lower().endswith((".jpg", ".jpeg")):
        date = get_datetime(os.path.join("photos", fname))
        date_dir = os.path.join("sorted", date.replace(":", "-"))
        os.makedirs(date_dir, exist_ok=True)
        shutil.copy(os.path.join("photos", fname), os.path.join(date_dir, fname))
print("已按拍摄日期整理")
​

按 EXIF 日期归档是照片管理的高频需求。

处理 EXIF 方向的完整方案

from PIL import Image, ImageOps

with Image.open("phone_photo.jpg") as img:
    # 读取并修正方向
    fixed = ImageOps.exif_transpose(img)
    exif = img.getexif()
    fixed.save("fixed.jpg", quality=92, exif=exif.tobytes())
​

⚠️ 常见坑：exif 参数传 bytes 而非 getexif 对象。某些版本 save 的 exif 参数接受 exif.tobytes() 更稳妥。

实战：批量图片格式优化服务

给"图片体积优化"做一个完整的批量工具（Web 上线前压图）：

from PIL import Image, ImageOps
import os

def optimize_image(src, dst, max_width=1920, quality=80, webp=True):
    """压缩并优化图片：限宽 + 高质量 + 转 WebP"""
    with Image.open(src) as img:
        img = ImageOps.exif_transpose(img)
        if img.width > max_width:
            ratio = max_width / img.width
            img = img.resize((max_width, int(img.height * ratio)),
                              Image.Resampling.LANCZOS)
        img = img.convert("RGB")
        if webp:
            img.save(dst, "WEBP", quality=quality, method=6)
        else:
            img.save(dst, "JPEG", quality=quality, optimize=True)

os.makedirs("optimized", exist_ok=True)
for fname in os.listdir("photos"):
    if fname.lower().endswith((".jpg", ".jpeg", ".png")):
        out_name = os.path.splitext(fname)[0] + ".webp"
        optimize_image(os.path.join("photos", fname),
                       os.path.join("optimized", out_name))
print("批量优化完成")
​

Web 图片优化标准动作：exif 转正 → 限宽（移动端 1920 足够）→ 转 WebP（quality 80 + method 6 最大压缩）。这套流程能让图片体积普遍降 60-80%——前端性能优化的第一杠杆。

FAQ：格式相关高频问题

问：WebP 和 PNG 哪个适合透明图？
WebP 无损透明图体积通常比 PNG 小 20-30%，但兼容性略差。优先 WebP，fallback PNG。

问：TIFF 和 JPG 怎么选？
TIFF 无损（适合印刷、专业存档）、JPG 有损（适合 Web、存储）。要"可二次编辑"用 TIFF，要"共享展示"用 JPG。

问：为什么我 save 的 GIF 是静态的？
保存动画需要 save_all=True + append_images（见 2.5）。

问：ICO 图标怎么生成多尺寸？
img.save("icon.ico", sizes=[(16,16),(32,32),(48,48),(256,256)]) 一次输出多尺寸图标。

动手演练：图标生成器

把格式知识组装成"图标生成器"——从文字或图形生成多尺寸 ICO：

from PIL import Image, ImageDraw, ImageFont

def make_icon(text, size=256, bg="steelblue", fg="white"):
    """生成一个文字图标（多尺寸 ICO）"""
    img = Image.new("RGB", (size, size), bg)
    draw = ImageDraw.Draw(img)
    font = ImageFont.truetype("C:/Windows/Fonts/msyh.ttc", int(size * 0.6))
    bbox = draw.textbbox((0, 0), text, font=font)
    tw, th = bbox[2] - bbox[0], bbox[3] - bbox[1]
    draw.text(((size - tw)//2, (size - th)//2 - bbox[1]),
              text, fill=fg, font=font)
    return img

icon = make_icon("PI", 256)
icon.save("app.ico", sizes=[(16, 16), (32, 32), (48, 48), (64, 64), (256, 256)])
icon.save("app.png")
print("图标已生成（ICO 多尺寸 + PNG）")
​

ICO 多尺寸的意义：Windows 会在不同场景自动选择合适尺寸的图标——一次输出全部尺寸，系统按需取用。

进阶：格式选择的工程决策

生产环境选格式，不只是"哪个小"，而是综合权衡：

def pick_format(needs):
    """按需求返回推荐格式"""
    if needs.get("animation"):
        return "WEBP" if needs.get("modern") else "GIF"
    if needs.get("transparency"):
        return "WEBP" if needs.get("modern") else "PNG"
    if needs.get("editable") or needs.get("print"):
        return "TIFF"
    return "WEBP" if needs.get("modern") else "JPEG"

print(pick_format({"transparency": True, "modern": True}))   # WEBP
print(pick_format({"print": True}))                          # TIFF
print(pick_format({"modern": False}))                        # JPEG
​

格式决策框架：先答"动画吗？透明吗？要印刷/编辑吗？"，再答"目标设备新旧？"，最后落到具体格式。

动手演练：图片 EXIF 信息管理器

EXIF 不只是"看看"，做一个"EXIF 信息管理器"：

from PIL import Image
from PIL.ExifTags import TAGS

def read_exif_summary(path):
    """读取并总结 EXIF 关键信息"""
    with Image.open(path) as img:
        exif = img.getexif()
        interesting = {
            "Make": "厂商", "Model": "型号",
            "DateTime": "拍摄时间", "FNumber": "光圈",
            "ISOSpeedRatings": "ISO", "ExposureTime": "快门",
            "FocalLength": "焦距", "Orientation": "方向",
        }
        result = {}
        for tag_id, value in exif.items():
            name = TAGS.get(tag_id, tag_id)
            if name in interesting:
                result[interesting[name]] = value
        return result

def remove_exif(src, dst):
    """去除 EXIF（隐私保护）"""
    with Image.open(src) as img:
        img.save(dst, icc_profile=img.info.get("icc_profile"))
    print(f"已去除 EXIF: {src} → {dst}")

info = read_exif_summary("photo.jpg")
for k, v in info.items():
    print(f"{k}: {v}")
​

EXIF 管理的两个方向：读取（整理、归档）与去除（隐私）。分享照片前去除 EXIF 是隐私保护习惯——EXIF 里可能包含 GPS 定位等敏感信息。

格式相关常见误区

误区根源：把"格式"当"绝对优劣"而非"场景权衡"。格式选择 = 兼容性 × 体积 × 质量 × 功能的权衡。

实战：图片格式自动优化服务

把格式知识做成"自动优化器"，用于图片上传/发布的自动处理：

def auto_optimize(src, dst, max_width=1920, webp=True):
    """自动优化：限宽 + WebP + 保留关键元数据"""
    with Image.open(src) as img:
        img = ImageOps.exif_transpose(img)
        if img.width > max_width:
            ratio = max_width / img.width
            img = img.resize((max_width, int(img.height * ratio)),
                             Image.Resampling.LANCZOS)
        exif = img.getexif()
        img = img.convert("RGB")
        if webp:
            img.save(dst, "WEBP", quality=82, method=6)
        else:
            img.save(dst, "JPEG", quality=85, optimize=True, exif=exif.tobytes())

os.makedirs("optimized", exist_ok=True)
for f in os.listdir("photos"):
    if f.lower().endswith((".jpg", ".jpeg", ".png")):
        out = os.path.splitext(f)[0] + ".webp"
        auto_optimize(os.path.join("photos", f), os.path.join("optimized", out))
print("批量优化完成")
​

自动优化器的标准流程：exif 转正 → 限宽 → 转 WebP（质量+method 平衡）→ 输出。

格式支持的进阶：内存与流式处理

大格式文件（如 TIFF 多页、超大 WebP）的内存处理技巧：

def stream_convert(src, dst, target_fmt="JPEG", max_dim=4000):
    """流式转换：大图先缩再转，避免内存爆"""
    with Image.open(src) as img:
        w, h = img.size
        print(f"源尺寸: {w}x{h}")
        if max(w, h) > max_dim:
            img.thumbnail((max_dim, max_dim))
        if target_fmt in ("JPEG", "WEBP"):
            img = img.convert("RGB")
        img.save(dst, target_fmt, quality=85)

def process_tiff_pages(src, out_dir, fn):
    """对 TIFF 每页应用 fn，逐页处理防内存爆"""
    import os
    os.makedirs(out_dir, exist_ok=True)
    tiff = Image.open(src)
    try:
        i = 0
        while True:
            page = tiff.copy()
            fn(page).save(os.path.join(out_dir, f"page_{i:03d}.png"))
            i += 1
            tiff.seek(tiff.tell() + 1)
    except EOFError:
        pass
    print(f"处理 {i} 页")
​

内存控制要点：先探尺寸（open 惰性）、逐页处理（不整卷载入）、先缩再转。"先看、再缩、后转"是大格式处理的黄金顺序。

格式处理的实际项目：相册批量归档

综合格式、EXIF、批量能力，做一个"相册归档工具"：

def archive_photos(src_dir, dst_dir, thumb_size=(800, 800)):
    """相册归档：按日期分类 + 生成缩略图 + 统一 WebP"""
    os.makedirs(dst_dir, exist_ok=True)
    thumb_dir = os.path.join(dst_dir, "thumbs")
    os.makedirs(thumb_dir, exist_ok=True)
    stats = {"archive": 0, "thumb": 0, "failed": 0}

    for f in os.listdir(src_dir):
        if not f.lower().endswith((".jpg", ".jpeg")):
            continue
        src = os.path.join(src_dir, f)
        try:
            with Image.open(src) as img:
                date = "unknown"
                exif = img.getexif()
                for tag_id, value in exif.items():
                    if TAGS.get(tag_id) == "DateTime":
                        date = str(value)[:10].replace(":", "-")
                        break
                date_dir = os.path.join(dst_dir, date)
                os.makedirs(date_dir, exist_ok=True)
                img = ImageOps.exif_transpose(img)
                img.convert("RGB").save(
                    os.path.join(date_dir, os.path.splitext(f)[0] + ".webp"),
                    "WEBP", quality=88)
                stats["archive"] += 1
                thumb = ImageOps.fit(img, thumb_size)
                thumb.save(os.path.join(thumb_dir, f), quality=85)
                stats["thumb"] += 1
        except Exception as e:
            stats["failed"] += 1
            print(f"失败 {f}: {e}")

    print(f"归档 {stats['archive']} 张, 缩略图 {stats['thumb']} 张, 失败 {stats['failed']}")

archive_photos("camera", "archive")
​

相册归档的三合一：按日期分类（EXIF）、压缩存储（WebP）、缩略图生成（ImageOps）——一个工具完成"整理+压缩+预览"三件事。

格式相关的安全与合规

格式处理还有安全与合规层面的注意事项：

import io

# 1. 解压炸弹防护（小文件解出巨图）
MAX_PIXELS = 5000 * 5000
def safe_open(data):
    img = Image.open(io.BytesIO(data))
    if img.width * img.height > MAX_PIXELS:
        raise ValueError("图片过大（疑似解压炸弹）")
    img.load()
    return img

# 2. 格式伪装检测（扩展名与实际不符）
def verify_format(data, expected):
    img = Image.open(io.BytesIO(data))
    actual = img.format
    print(f"声称: {expected}, 实际: {actual}")
    return actual == expected

# 3. 敏感元数据清除（分享前）
def strip_metadata(src, dst):
    """去除 EXIF/GPS 等敏感信息"""
    with Image.open(src) as img:
        img.convert("RGB").save(dst, "JPEG", quality=90)
    print(f"已清除元数据: {src} → {dst}")
​

安全合规三件事：防炸弹（像素上限）、防伪装（格式核验）、防泄露（元数据清除）——**"处理图片的同时守护安全与隐私"**是生产环境的基本要求。

格式知识的综合应用：图片上传自动处理

把格式知识综合到一个"上传自动处理"流程，验证全链路：

def upload_process(data, max_dim=2000, quality=85):
    """上传图片自动处理：校验+优化+多格式"""
    img = Image.open(io.BytesIO(data))
    img = ImageOps.exif_transpose(img)
    if img.width > max_dim:
        ratio = max_dim / img.width
        img = img.resize((max_dim, int(img.height * ratio)),
                         Image.Resampling.LANCZOS)
    results = {}
    for fmt in ["JPEG", "WEBP"]:
        buf = io.BytesIO()
        img.convert("RGB").save(buf, fmt, quality=quality)
        results[fmt] = buf.getvalue()
    return img.size, results

with open("upload.jpg", "rb") as f:
    size, results = upload_process(f.read())
print(f"处理后尺寸: {size}")
for fmt, data in results.items():
    print(f"{fmt}: {len(data)//1024} KB")
​

上传处理的全链路：安全校验 → 方向 → 限宽 → 多格式输出——这是 4.1 Web 服务的"离线版"，把格式/EXIF/安全知识全部串起来了。

本节小结：格式处理的核心不是"记住每种格式的参数"，而是"按场景做决策"——网页用 WebP、透明用 PNG/WebP、印刷用 TIFF、动画用 GIF/WebP。同时记住三个"必须显式"：保存必须显式传 exif/icc、GIF 必须转 P 模式、元数据必须主动管理。

格式处理综合实战：图片上传自动处理

把格式知识综合到一个"上传自动处理"流程，验证全链路：

import io

def upload_process(data, max_dim=2000, quality=85):
    """上传图片自动处理：校验+优化+多格式"""
    img = Image.open(io.BytesIO(data))
    img = ImageOps.exif_transpose(img)
    if img.width > max_dim:
        ratio = max_dim / img.width
        img = img.resize((max_dim, int(img.height * ratio)),
                         Image.Resampling.LANCZOS)
    results = {}
    for fmt in ["JPEG", "WEBP"]:
        buf = io.BytesIO()
        img.convert("RGB").save(buf, fmt, quality=quality)
        results[fmt] = buf.getvalue()
    return img.size, results

with open("upload.jpg", "rb") as f:
    size, results = upload_process(f.read())
print(f"处理后尺寸: {size}")
for fmt, data in results.items():
    print(f"{fmt}: {len(data)//1024} KB")
​

上传处理的全链路：安全校验 → 方向 → 限宽 → 多格式输出——这是 4.1 Web 服务的"离线版"，把格式/EXIF/安全知识全部串起来了。**"一个处理链覆盖多个需求"**正是"格式知识综合应用"的价值——从单点知识到完整方案。

格式处理的常见问题补充

问：为什么 WebP 有时比 JPG 还大？
复杂图像（高细节、大色块边缘）WebP 优势不明显；且 WebP 的 method 参数（压缩力度）默认不高。用 method=6 提高压缩率，或对比两种格式选更小的。

问：TIFF 可以保存动画吗？
多帧 TIFF 支持"多页"但不支持"播放"——它是文档/扫描场景的多页容器，不是动画格式。

问：EXIF 里哪些信息最敏感？
GPS 定位（地理位置）、序列号、拍摄者信息。分享照片前用 strip_metadata 清除（见 3.4 安全小节）。

问：图标生成有什么注意事项？
ICO 需多尺寸（16/32/48/64/256）；透明背景用 RGBA；Windows 从大尺寸自动缩放小尺寸，所以至少包含 256px。

格式处理的完整工作流

把格式处理放进"从文件到线上"的完整工作流：

上传（任意格式）
  → 校验（大小/内容/格式/像素）
  → 优化（exif转正→限宽→转WebP）
  → 存储（OSS/S3，多尺寸）
  → 分发（CDN，WebP+JPG fallback）
  → 展示（按设备选尺寸）
​

**"全链路格式管理"**是专业团队的标准做法——每个环节都明确"用什么格式、什么参数"。哪怕只做到"上传即优化、输出双格式"，图片体积与加载体验就能大幅改善。

格式处理的常见误区

误区根源：把"格式"当"绝对优劣"而非"场景权衡"。格式选择 = 兼容性 × 体积 × 质量 × 功能的权衡——理解各格式的取舍，才能按场景选对格式。

格式处理完整知识地图

把格式处理的知识组织成"决策地图"：

决策逻辑：先答"要什么"（网页/透明/印刷/图标/动画），再选格式与参数。"需求→格式→参数"的映射让格式选择从"纠结"变"决策"——遇到任何格式需求，都能快速选对。

要点串联

• WebP：体积小 25-35%，支持透明，网页首选
• 多帧 TIFF：seek 遍历与 GIF 同逻辑
• EXIF 读取：getexif + TAGS 映射
• EXIF 归档：按拍摄日期批量整理
• 保存丢 EXIF/ICC：需显式传参保留
• 渐进式 JPG：progressive=True 提升网页体验
• 格式策略：网页 WebP、专业 TIFF、图标 ICO
• 图标生成：ICO 多尺寸一次输出
• 格式决策树：动画/透明/印刷/设备新旧
• EXIF 管理：读取为用、去除为护
• 自动优化器：exif转正→限宽→WebP
• 流式处理：先看再缩后转，逐页处理
• 相册归档：EXIF分类+WebP压缩+缩略图
• 安全合规：防炸弹/防伪装/防泄露
• 上传全链路：校验+方向+限宽+多格式
• 格式误区：场景权衡而非绝对优劣
• 优化标准：质量82+method6，体积降60-80%
• 动手对比：格式体积实验指导选型

格式会转了，最后一节讲"大数据量怎么办"——图像金字塔与缩略图优化，让 Pillow 跑得动大图和批量任务。