你是否曾经想过，只需几行Python代码就能实现像Photoshop一样的图像缩放和滤镜效果？今天，我们就来一起动手，用Python打造一个简单而实用的图像处理工具。
准备工作：安装必要的库
我们主要用到两个强大的图像处理库：
安装命令非常简单：
pip install pillow opencv-python numpy
小贴士：如果只想做简单的图像处理，只安装Pillow就足够了。
一、图像缩放功能
图像缩放是最常用的图像处理操作之一。我们来看看如何使用Pillow实现。
1. 缩放到指定尺寸
from PIL import Image# 打开图像img = Image.open('input.jpg')# 缩放到800x600像素resized_img = img.resize((800, 600))resized_img.save('resized_output.jpg')
代码很简单，resize()方法接收一个元组(宽度, 高度)作为参数。
2. 按比例缩放（保持宽高比）
如果不想让图片变形，可以按比例缩放：
from PIL import Imagedef resize_with_ratio(input_path, output_path, target_width): img = Image.open(input_path) # 计算等比例高度 ratio = target_width / img.width target_height = int(img.height * ratio) # 缩放 resized = img.resize((target_width, target_height)) resized.save(output_path)resize_with_ratio('input.jpg', 'output.jpg', 400)
这样就能保证图片不会变形啦！
3. 缩放到原来的一半
from PIL import Imageimg = Image.open('input.jpg')# 宽高各取一半new_size = (img.width // 2, img.height // 2)half_img = img.resize(new_size)half_img.save('half_output.jpg')
4. 使用OpenCV缩放
OpenCV也提供了缩放功能：
import cv2img = cv2.imread('input.jpg')# 缩放到指定尺寸resized = cv2.resize(img, (800, 600))cv2.imwrite('opencv_output.jpg', resized)
二、滤镜应用
滤镜是让照片秒变"大片"的神器。我们来看看几种常见的滤镜效果。
1. 黑白滤镜（灰度图）
把彩色照片变成黑白老照片的感觉：
from PIL import Imageimg = Image.open('input.jpg')gray_img = img.convert('L') # 'L'代表灰度模式gray_img.save('gray_output.jpg')
import cv2img = cv2.imread('input.jpg')gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)cv2.imwrite('gray_output.jpg', gray)
2. 模糊滤镜
让照片变得柔和朦胧：
from PIL import Image, ImageFilterimg = Image.open('input.jpg')# 普通模糊blurred = img.filter(ImageFilter.BLUR)blurred.save('blur_output.jpg')# 高斯模糊（更自然）gaussian = img.filter(ImageFilter.GaussianBlur(radius=2))gaussian.save('gaussian_output.jpg')
3. 浮雕滤镜
让照片呈现出雕刻般的立体感：
from PIL import Image, ImageFilterimg = Image.open('input.jpg')embossed = img.filter(ImageFilter.EMBOSS)embossed.save('emboss_output.jpg')
4. 轮廓检测滤镜
提取图像的边缘轮廓，非常有艺术感：
from PIL import Image, ImageFilterimg = Image.open('input.jpg')contour = img.filter(ImageFilter.CONTOUR)contour.save('contour_output.jpg')
5. 锐化滤镜
让照片更清晰、细节更突出：
from PIL import Image, ImageFilterimg = Image.open('input.jpg')sharpened = img.filter(ImageFilter.SHARPEN)sharpened.save('sharp_output.jpg')
6. 复古滤镜（棕褐色调）
用OpenCV实现更有胶片感的复古效果：
import cv2import numpy as npdef sepia_filter(input_path, output_path): img = cv2.imread(input_path) # 复古变换矩阵 kernel = np.array([ [0.393, 0.769, 0.189], [0.349, 0.686, 0.168], [0.272, 0.534, 0.131] ]) sepia = cv2.transform(img, kernel) # 限制像素值在0-255之间 sepia = np.clip(sepia, 0, 255).astype(np.uint8) cv2.imwrite(output_path, sepia)sepia_filter('input.jpg', 'sepia_output.jpg')
三、组合成一个完整的图像处理工具
把上面这些功能整合到一起，做成一个简单的命令行工具：
from PIL import Image, ImageFilterimport argparseimport osdef process_image(input_path, output_path, operation, **kwargs): img = Image.open(input_path) if operation == 'resize': width = kwargs.get('width', img.width) height = kwargs.get('height', img.height) img = img.resize((width, height)) elif operation == 'resize_ratio': target_width = kwargs.get('width', 400) ratio = target_width / img.width target_height = int(img.height * ratio) img = img.resize((target_width, target_height)) elif operation == 'gray': img = img.convert('L') elif operation == 'blur': img = img.filter(ImageFilter.BLUR) elif operation == 'gaussian': radius = kwargs.get('radius', 2) img = img.filter(ImageFilter.GaussianBlur(radius=radius)) elif operation == 'emboss': img = img.filter(ImageFilter.EMBOSS) elif operation == 'contour': img = img.filter(ImageFilter.CONTOUR) elif operation == 'sharpen': img = img.filter(ImageFilter.SHARPEN) img.save(output_path) print(f'✅ 处理完成！保存至：{output_path}')# 命令行入口if __name__ == '__main__': parser = argparse.ArgumentParser(description='Python图像处理小工具') parser.add_argument('input', help='输入图片路径') parser.add_argument('-o', '--output', help='输出图片路径', default='output.jpg') parser.add_argument('-op', '--operation', choices=['resize', 'resize_ratio', 'gray', 'blur', 'gaussian', 'emboss', 'contour', 'sharpen'], required=True, help='操作类型') parser.add_argument('-w', '--width', type=int, help='目标宽度') parser.add_argument('-h', '--height', type=int, help='目标高度') parser.add_argument('-r', '--radius', type=float, default=2, help='高斯模糊半径') args = parser.parse_args() process_image(args.input, args.output, args.operation, width=args.width, height=args.height, radius=args.radius)
# 缩放图片到指定尺寸python image_tool.py input.jpg -op resize -w 800 -h 600 -o output.jpg# 等比例缩放python image_tool.py input.jpg -op resize_ratio -w 400 -o output.jpg# 转黑白python image_tool.py input.jpg -op gray -o gray.jpg# 高斯模糊python image_tool.py input.jpg -op gaussian -r 3 -o blur.jpg# 浮雕效果python image_tool.py input.jpg -op emboss -o emboss.jpg
进阶：打造带界面的图像处理工具
如果你想让工具更直观好用，可以结合 PyQt5 或 Tkinter 做一个图形化界面。这样用户可以通过鼠标拖拽、滑块调节等方式来操作图片，体验会更好。
总结
今天我们学习了：
图像缩放：使用resize()方法可以轻松调整图片尺寸
多种滤镜效果：灰度、模糊、浮雕、轮廓检测、锐化、复古等
整合成完整工具：把零散功能组合成一个命令行工具
整个过程只需要几十行Python代码，是不是很简单？Pillow适合快速开发原型，OpenCV则适合更复杂的图像处理任务。你可以根据自己的需求选择合适的库，甚至把它们结合起来使用。
赶快动手试试吧！用Python给自己的照片添加炫酷的滤镜效果，成就感满满！🎉
