首页 > 编程语言 >Python按照图片尺寸(毫米mm)调整图片尺寸(像素pixel)

Python按照图片尺寸(毫米mm)调整图片尺寸(像素pixel)

时间:2024-07-18 21:30:48浏览次数:19  
标签:Python image height mm path 图片尺寸 pixel

# 按照图片尺寸(毫米mm)调整图片尺寸(像素)
def resize_image_by_mm(input_image_path, output_image_path, width_mm=35, height_mm=49):
    """
    输入参数:
    :param input_image_path:原图片路径
    :param output_image_path:输出图片路径
    :param width_mm:默认2英寸证件照:35mmx49mm
    :param height_mm:默认2英寸证件照:35mmx49mm
    功能:按照图片尺寸(毫米mm)调整图片尺寸(像素)
    """
    input_image_path = Path(input_image_path)
    image = Image.open(input_image_path).convert('RGB')  # 打开图片,并转换为RGB模式(24位位深度)
    image = ImageOps.exif_transpose(image)  # 解析图片的 EXIF 中的方位信息,将图片转正

    # 计算新的宽度和高度(单位:像素)
    width_pixel = int(width_mm / inch_to_mm * dpi)  # 1英寸=25.4毫米
    height_pixel = int(height_mm / inch_to_mm * dpi)

    # 创建新的图片并调整大小
    image = image.resize((width_pixel, height_pixel), Image.Resampling.LANCZOS)

    try:
        image.save(output_image_path, quality=100)  # 保存为4.PNG格式图片
        return output_image_path
    except IOError as e:
        return None

 

标签:Python,image,height,mm,path,图片尺寸,pixel
From: https://www.cnblogs.com/zdt168/p/18310467

相关文章

  • python—正则表达式
    文章目录导入re模块常用的元字符re模块match方法分组贪婪匹配编译Python中的正则表达式是一种强大的文本处理工具,它使用一种特殊的语法来描述字符串的模式。Python通过re模块提供了对正则表达式的支持。使用正则表达式,你可以进行复杂的文本搜索、替换和验证等操作。......
  • python的异常处理
    文章目录语法错误(SyntaxError)六种典型的异常捕获异常抛出异常用户自定义异常Python的异常处理机制允许你在程序运行时捕获和处理错误。这对于提高程序的健壮性和用户体验至关重要。Python使用try和except语句来捕获和处理异常。你还可以使用else和finally子......
  • python中的接口(通过相关的模块实现)
    在Python中,接口通常通过抽象基类(AbstractBaseClasses,简称ABCs)来实现。抽象基类提供了一个机制,用于定义一组方法和属性,这些方法和属性必须在子类中实现。Python提供了abc模块来定义抽象基类。抽象基类(ABCs)定义抽象基类要定义一个抽象基类,需要从abc.ABC继承,并使用a......
  • 在Python中doc转docx,xls转xlsx,ppt转pptx(Windows)
    在Python中doc转docx,xls转xlsx,ppt转pptx(Windows)说明:首次发表日期:2024-07-18参考pypi包:doc2docx缘起我们一般使用Python开发RAG应用,或者使用基于Python开发的开源RAG工具,比如Dify。然而由于Python中对.doc和.ppt格式的文件支持不够好,通常我们需要将文件格式转换为.docx和.p......
  • python中的迭代器
    在Python中,迭代器是一种对象,它实现了迭代协议,即包含方法__iter__()和__next__()。迭代器允许你遍历一个容器(如列表、元组等)中的所有元素,而无需显式地使用索引。理解迭代器的概念和使用可以帮助你编写更高效、可读性更强的代码。迭代器的基本概念迭代器对象:实现了__iter__......
  • 【Azure Function】发布 Python Function 到 Azure 成功,但是无法显示Function列表
    问题描述发布PythonFunction到AzureFunctionApp服务,发布成功后,在Overview页面却无法查看到这个Function,进入Kudu站点,查看FunctionLog,发现错误信息为:"module not found" error:"FailureException:ImportError:libpq.so.5:cannotopensharedobjectfile:Nosuchf......
  • 十天学会Python——第8天:Linux基础
    1Linux基础1.1认识LinuxLinux目录:1Linux系统只有一个根目录/,所有原文件都在它下面2Linux主要目录/:根目录/bin:可执行的二进制文件的目录/etc:系统配置文件存放的目录/home:用户家目录1.2Linux基础命令1.2.1查看目录命令命令说明ls查看当前路径的目录信......
  • XGBoost模型构建+SHAP解析-Python代码——用XGBoost模型实现机器学习并进行黑箱过程解
    一、XGBoost模型简介1.1适用范围XGBoost(ExtremeGradientBoosting)是一个基于梯度提升(GradientBoosting)框架的增强算法,广泛应用于分类、回归、排序等任务。常见的应用包括:信用风险评估销售预测病毒检测图像识别1.2原理XGBoost是梯度提升树(GradientBoostedDecisionTree......
  • 十天学会python——第7天:异常与模块
    1异常1.1认识异常异常语法:try:可能发生错误的代码except:如果出现异常执行的代码try:f=open('test.txt','r')except:f=open('test.txt','w')捕获异常:try:可能发生错误的代码except异常类型:如果捕获到异常执行的代码try:......
  • 决策树模型构建+调参Python代码——用决策树模型实现机器学习
    一、决策树模型简介1.1适用范围决策树模型(DecisionTree)可以用于分类和回归任务,广泛应用于以下领域:客户细分信用风险评估医疗诊断营销策略优化1.2原理决策树是一种树形结构的预测模型,通过一系列的特征测试(即节点的分裂)将数据集逐步划分,从而形成一个树状的决策路径。每个节......