基于Python+OpenCV實現(xiàn)圖片批量縮放與加水印功能

更新時間：2026年05月09日 09:45:07 作者：yuanpan

本文通過使用OpenCV-python庫,介紹了如何批量處理圖片（縮放和添加水印）,并提供了完整的Python代碼實現(xiàn),從圖片讀取與保存,圖片縮放,文字水印添加,中文路徑兼容處理,到整個文件夾批量處理,適合Python初學者學習圖像處理,需要的朋友可以參考下

在日常工作中，經(jīng)常會遇到這樣的圖片處理需求：

商品圖片上傳前需要統(tǒng)一尺寸。
活動照片需要批量壓縮后再發(fā)送。
資料截圖需要加上公司名或項目名水印。
文件夾里有幾十張、幾百張圖片，不適合一張張手工處理。

這些任務非常適合用 Python 自動化完成。本文使用 opencv-python 庫，帶你從圖片讀取、保存、縮放、添加文字水印開始，逐步完成一個“批量縮放并加水印”的完整小項目。

文章適合剛接觸圖像處理的 Python 初學者閱讀，不要求你提前掌握復雜的圖像算法。

1. OpenCV 是什么

OpenCV 是一個常用的計算機視覺和圖像處理庫，可以完成圖片讀取、圖片保存、尺寸變換、顏色處理、繪圖、視頻處理、人臉檢測、目標檢測等任務。

在 Python 中，我們通常安裝的是 opencv-python：

pip install opencv-python

安裝完成后，可以在 Python 中導入：

import cv2

print(cv2.__version__)

如果能正常打印版本號，說明安裝成功。

2. 圖片讀取與保存

OpenCV 讀取圖片使用 cv2.imread()，保存圖片使用 cv2.imwrite()。

import cv2

image = cv2.imread("input.jpg")

if image is None:
    raise FileNotFoundError("圖片讀取失敗，請檢查文件路徑")

cv2.imwrite("output.jpg", image)

需要注意的是，OpenCV 讀取到的圖片是一個 NumPy 數(shù)組。它的形狀通常是：

(高度, 寬度, 通道數(shù))

例如：

print(image.shape)

輸出可能是：

(1080, 1920, 3)

這表示圖片高度是 1080，寬度是 1920，通道數(shù)是 3。

3. 圖片縮放

圖片縮放使用 cv2.resize()。

3.1 按指定寬高縮放

resized = cv2.resize(image, (800, 600))
cv2.imwrite("resized.jpg", resized)

注意：cv2.resize() 的尺寸參數(shù)順序是 (寬度, 高度)，不是 (高度, 寬度)。

3.2 按比例縮放

如果希望圖片按 50% 縮?。?/p>

resized = cv2.resize(image, None, fx=0.5, fy=0.5)

其中：

fx 表示寬度縮放比例。
fy 表示高度縮放比例。

3.3 按目標寬度等比例縮放

實際項目中，更常見的是限制圖片寬度，同時保持原始寬高比：

height, width = image.shape[:2]
target_width = 1000
scale = target_width / width
target_height = int(height * scale)

resized = cv2.resize(image, (target_width, target_height))

這樣不會把圖片拉伸變形。

4. 添加文字水印

OpenCV 可以使用 cv2.putText() 在圖片上繪制文字。

watermarked = image.copy()

cv2.putText(
    watermarked,
    text="Python OpenCV",
    org=(30, 60),
    fontFace=cv2.FONT_HERSHEY_SIMPLEX,
    fontScale=1.2,
    color=(255, 255, 255),
    thickness=2,
    lineType=cv2.LINE_AA
)

cv2.imwrite("watermarked.jpg", watermarked)

參數(shù)說明：

text：水印文字。
org：文字左下角坐標，格式是 (x, y)。
fontFace：字體類型。
fontScale：字體大小。
color：文字顏色，OpenCV 使用 BGR 順序，不是 RGB。
thickness：文字粗細。
lineType：抗鋸齒方式，cv2.LINE_AA 會讓文字邊緣更平滑。

5. 半透明文字水印

直接把文字畫到圖片上會比較生硬。更常見的做法是使用一張透明圖層，再和原圖混合。

overlay = image.copy()
output = image.copy()

cv2.putText(
    overlay,
    "Python OpenCV",
    (30, 60),
    cv2.FONT_HERSHEY_SIMPLEX,
    1.2,
    (255, 255, 255),
    2,
    cv2.LINE_AA
)

alpha = 0.35
watermarked = cv2.addWeighted(overlay, alpha, output, 1 - alpha, 0)

這里的 alpha 表示水印透明度。值越大，水印越明顯；值越小，水印越淡。

6. 批量處理整個文件夾圖片

批量處理的基本思路是：

遍歷輸入文件夾。
找到所有圖片文件。
讀取每張圖片。
縮放圖片。
添加水印。
保存到輸出文件夾。

常見圖片后綴包括：

IMAGE_EXTENSIONS = {".jpg", ".jpeg", ".png", ".bmp", ".webp"}

遍歷文件夾可以使用 pathlib：

from pathlib import Path

input_dir = Path("input_images")

for file_path in input_dir.iterdir():
    if file_path.suffix.lower() in IMAGE_EXTENSIONS:
        print(file_path)

7. 中文路徑兼容處理

很多初學者會遇到一個問題：圖片路徑里有中文時，cv2.imread() 可能讀取失敗，cv2.imwrite() 也可能保存失敗。

為了更穩(wěn)定地兼容中文路徑，可以使用 numpy.fromfile() + cv2.imdecode() 讀取圖片，用 cv2.imencode() + tofile() 保存圖片。

7.1 兼容中文路徑讀取

import cv2
import numpy as np


def imread_unicode(file_path):
    data = np.fromfile(str(file_path), dtype=np.uint8)
    image = cv2.imdecode(data, cv2.IMREAD_COLOR)
    return image

7.2 兼容中文路徑保存

def imwrite_unicode(file_path, image):
    ext = file_path.suffix
    success, encoded_image = cv2.imencode(ext, image)
    if not success:
        return False

    encoded_image.tofile(str(file_path))
    return True

這兩個函數(shù)在 Windows 中文目錄、中文文件名場景下非常實用。

8. 完整項目代碼

下面是完整可運行代碼。建議保存為 batch_resize_watermark.py。

項目目錄示例：

image_project/
├─ batch_resize_watermark.py
├─ input_images/
│  ├─ 示例圖片1.jpg
│  ├─ 示例圖片2.png
│  └─ 示例圖片3.webp
└─ output_images/

完整代碼：

from pathlib import Path

import cv2
import numpy as np


IMAGE_EXTENSIONS = {".jpg", ".jpeg", ".png", ".bmp", ".webp"}


def imread_unicode(file_path: Path):
    """兼容中文路徑的圖片讀取。"""
    data = np.fromfile(str(file_path), dtype=np.uint8)
    image = cv2.imdecode(data, cv2.IMREAD_COLOR)
    return image


def imwrite_unicode(file_path: Path, image) -> bool:
    """兼容中文路徑的圖片保存。"""
    file_path.parent.mkdir(parents=True, exist_ok=True)

    ext = file_path.suffix
    success, encoded_image = cv2.imencode(ext, image)
    if not success:
        return False

    encoded_image.tofile(str(file_path))
    return True


def resize_keep_ratio(image, max_width: int = 1200):
    """按最大寬度等比例縮放圖片。"""
    height, width = image.shape[:2]

    if width <= max_width:
        return image.copy()

    scale = max_width / width
    target_height = int(height * scale)

    resized = cv2.resize(
        image,
        (max_width, target_height),
        interpolation=cv2.INTER_AREA
    )
    return resized


def add_text_watermark(
    image,
    text: str,
    alpha: float = 0.35,
    margin: int = 30
):
    """在圖片右下角添加半透明文字水印。"""
    output = image.copy()
    overlay = image.copy()

    height, width = image.shape[:2]

    font_face = cv2.FONT_HERSHEY_SIMPLEX
    font_scale = max(width / 1200, 0.7)
    thickness = max(int(width / 600), 1)

    text_size, baseline = cv2.getTextSize(
        text,
        font_face,
        font_scale,
        thickness
    )
    text_width, text_height = text_size

    x = max(width - text_width - margin, margin)
    y = max(height - margin, text_height + margin)

    # 先畫一層深色陰影，提高淺色背景下的可讀性
    cv2.putText(
        overlay,
        text,
        (x + 2, y + 2),
        font_face,
        font_scale,
        (0, 0, 0),
        thickness + 1,
        cv2.LINE_AA
    )

    # 再畫白色文字
    cv2.putText(
        overlay,
        text,
        (x, y),
        font_face,
        font_scale,
        (255, 255, 255),
        thickness,
        cv2.LINE_AA
    )

    watermarked = cv2.addWeighted(overlay, alpha, output, 1 - alpha, 0)
    return watermarked


def process_image(
    input_path: Path,
    output_path: Path,
    watermark_text: str,
    max_width: int
) -> bool:
    """處理單張圖片：讀取、縮放、加水印、保存。"""
    image = imread_unicode(input_path)
    if image is None:
        print(f"讀取失敗: {input_path}")
        return False

    resized = resize_keep_ratio(image, max_width=max_width)
    watermarked = add_text_watermark(resized, watermark_text)

    success = imwrite_unicode(output_path, watermarked)
    if not success:
        print(f"保存失敗: {output_path}")
        return False

    return True


def batch_process_images(
    input_dir: Path,
    output_dir: Path,
    watermark_text: str = "Python OpenCV",
    max_width: int = 1200
) -> None:
    """批量處理文件夾中的圖片。"""
    if not input_dir.exists():
        raise FileNotFoundError(f"輸入文件夾不存在: {input_dir}")

    output_dir.mkdir(parents=True, exist_ok=True)

    image_files = [
        file_path
        for file_path in input_dir.iterdir()
        if file_path.is_file() and file_path.suffix.lower() in IMAGE_EXTENSIONS
    ]

    if not image_files:
        print(f"沒有找到可處理的圖片: {input_dir}")
        return

    success_count = 0

    for input_path in image_files:
        output_path = output_dir / input_path.name
        success = process_image(
            input_path=input_path,
            output_path=output_path,
            watermark_text=watermark_text,
            max_width=max_width
        )

        if success:
            success_count += 1
            print(f"處理完成: {input_path.name}")

    print(f"批量處理結(jié)束，成功 {success_count}/{len(image_files)} 張")
    print(f"輸出目錄: {output_dir.resolve()}")


def main():
    input_dir = Path("input_images")
    output_dir = Path("output_images")

    batch_process_images(
        input_dir=input_dir,
        output_dir=output_dir,
        watermark_text="Python OpenCV",
        max_width=1200
    )


if __name__ == "__main__":
    main()

運行腳本：

python batch_resize_watermark.py

如果運行成功，終端會輸出類似信息：

處理完成: 示例圖片1.jpg
處理完成: 示例圖片2.png
處理完成: 示例圖片3.webp
批量處理結(jié)束，成功 3/3 張
輸出目錄: D:\image_project\output_images

9. 效果演示說明

運行前，input_images 文件夾中存放原始圖片：

input_images/
├─ 風景照片.jpg
├─ 商品主圖.png
└─ 活動現(xiàn)場.webp

運行腳本后，output_images 文件夾會生成同名圖片：

output_images/
├─ 風景照片.jpg
├─ 商品主圖.png
└─ 活動現(xiàn)場.webp

處理后的圖片會有兩個變化：

如果原圖寬度超過 max_width，會被等比例縮放到指定最大寬度，例如 1200 像素。
圖片右下角會添加半透明文字水印，例如 Python OpenCV。

由于代碼使用了中文路徑兼容讀寫函數(shù)，即使文件名是 風景照片.jpg、目錄名是 測試圖片，也可以正常讀取和保存。

10. 常見問題

10.1 為什么 OpenCV 的顏色是 BGR

OpenCV 默認使用 BGR 通道順序，而很多其他庫使用 RGB。比如白色在 OpenCV 中是：

(255, 255, 255)

紅色不是 (255, 0, 0)，而是：

(0, 0, 255)

10.2 PNG 透明背景會保留嗎

本文代碼使用 cv2.IMREAD_COLOR 讀取圖片，會把圖片讀成三通道 BGR，透明通道不會保留。如果你需要保留透明背景，可以使用 cv2.IMREAD_UNCHANGED 讀取，并額外處理 alpha 通道。

10.3 水印位置如何調(diào)整

代碼中的水印位置由下面幾行控制：

x = max(width - text_width - margin, margin)
y = max(height - margin, text_height + margin)

這是右下角位置。如果想放到左上角，可以改成：

x = margin
y = text_height + margin

10.4 如何遞歸處理子文件夾

當前代碼只處理輸入目錄第一層圖片。如果要遞歸處理子文件夾，可以把：

input_dir.iterdir()

改成：

input_dir.rglob("*")

同時輸出路徑可以根據(jù)相對路徑生成，避免不同子目錄下的同名圖片互相覆蓋。

總結(jié)

本文完成了一個適合圖像處理初學者的 OpenCV 實戰(zhàn)項目：批量縮放文件夾圖片，并添加半透明文字水印。這個項目雖然不復雜，但覆蓋了圖片自動化處理中的幾個核心能力：

使用 opencv-python 讀取和保存圖片。
使用 cv2.resize() 等比例縮放圖片。
使用 cv2.putText() 添加文字水印。
使用 cv2.addWeighted() 實現(xiàn)半透明效果。
使用 pathlib 批量遍歷文件夾。
使用 imdecode 和 imencode 兼容中文路徑。

掌握這些基礎(chǔ)之后，你可以繼續(xù)擴展更多功能，例如圖片壓縮、格式轉(zhuǎn)換、添加 Logo 水印、遞歸處理子目錄、生成處理日志等，把它變成真正適合日常工作的圖片批處理工具。

以上就是基于Python+OpenCV實現(xiàn)圖片批量縮放與加水印功能的詳細內(nèi)容，更多關(guān)于Python OpenCV圖片批量縮放與加水印的資料請關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章:

最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线