想处理图片但不想每次打开 Photoshop 来回点鼠标？用 Python 的 Pillow 写几行脚本，就能完成批量改尺寸、加水印、转格式、打滤镜这些活儿。Pillow 是 Python 生态里最常用的图像处理库，也是对新手最友好、文档最齐全的一个。你不需要懂图像编码原理，也不用管 JPEG、PNG 背后的压缩算法细节，装好库、打开图片、调用方法，结果就出来了。这篇文章我从零到一过一遍 Pillow 的核心用法，穿插一些我实际踩过的坑，适合刚接触图像处理的 Python 开发者，也适合想用脚本解放双手的运营、设计和自媒体朋友参考。

我最早用 Pillow 是在某次给一批商品图统一加水印，当时赶时间，把网络上一堆片段代码拼起来跑，结果不是文字糊了，就是图片被拉伸变形。后来花了半天把官方文档的 Image、ImageDraw、ImageFilter 几个模块系统性过了一遍，才算真正摸清它的脾气。Pillow 能做的事比大部分人想象的多：格式转换、缩略图、旋转裁剪、颜色增强、滤镜特效、文字绘制、像素级操作，甚至做简单的 GIF 动图。它最大的优势是开箱即用，依赖少，安装后就能跑，适合写自动化脚本和 Web 应用的后端图片处理。

1. 为什么学 Pillow：它到底解决什么问题

1.1 图像处理需求的底色

刚需场景大概有三个。第一是格式转换，比如把一堆 PNG 转成 JPEG，把 WebP 转成 PNG，或者把 RGBA 带透明通道的图片转成 RGB 以便在某些老旧系统里显示；第二是尺寸调整，电商平台的商品图主图要求 800x800，社交平台的头像要求 200x200，批量改尺寸是高频操作；第三是内容叠加，给图片加文字、加 logo、加日期标记，属于最常见的轻量级需求。

这些需求用专业图像软件做当然没问题，但一旦数量上来了，比如几百张、几千张，逐一打开再导出就很痛苦。Pillow 的本质是让你能通过代码批量、可重复地处理图片，结果稳定且不会手抖出错。它不追求替代专业软件，而是解决"脚本化、自动化"这一层的问题。

1.2 Pillow 与 OpenCV、matplotlib 的定位差异

很多初学者会困惑：已经有了 Pillow，为什么还要学 OpenCV？这两个不是一回事。Pillow 是纯粹的图像处理库，偏应用层，读图片、改图片、存图片，操作直观；OpenCV 是计算机视觉库，偏算法层，做特征检测、人脸识别、目标跟踪这类事情更擅长。如果你要做的只是裁剪、加字、转换格式，用 Pillow 就够了，杀鸡不用牛刀。

matplotlib 里的 imshow 也能显示图片，但它的定位是数据可视化，不是图像处理。Pillow 和 matplotlib 配合使用倒是常见：先用 Pillow 处理图片，再用 matplotlib 做对比展示，或者把处理结果放到数据分析流程里。

简单说：Pillow 是"动手改图"的工具，OpenCV 是"让代码看懂图"的工具，matplotlib 是"把图给人看"的工具。选择之前先问自己到底要做什么。

2. 环境准备与初始上手

2.1 安装与验证

安装没有什么特别的门槛，直接用 pip 装就好：

pip install pillow

如果是国内网络环境，可以临时换用镜像源让下载更快：

pip install pillow -i https://pypi.tuna.tsinghua.edu.cn/simple

装完之后验证一下是否正常。我建议在交互式环境里跑这两行：

from PIL import Image print(Image.__version__)

能输出版本号就说明安装成功。这里有个细节要注意：导入语句写的是from PIL import Image，不是from Pillow import Image。因为 Pillow 是 PIL（Python Imaging Library）的延续分支，包名保留了 PIL。早期有人以为装的是 Pillow，导入时写 PIL 会心里别扭，其实这是完全正常的，官方就是这么设计的。

我用过的版本里，从 8.x 到 10.x 核心用法基本一致，不用太纠结版本问题。当然，如果用到比较新的特性，比如 AVIF 支持，需要保证版本别太老。

2.2 核心概念：Image 对象、坐标系、颜色模式

Pillow 的一切操作几乎都围绕 Image 对象展开。打开一张图片，得到的是一个 Image 实例，这个对象里保存了尺寸、颜色模式、像素数据等信息。后续的裁剪、缩放、旋转、保存，都是对这个对象“做处理”并得到新的对象或直接改内部数据。

坐标系是初学者最容易绕晕的地方。Pillow 的坐标系原点在左上角，x 轴向右，y 轴向下。也就是说，(0, 0) 是第一行第一列那个像素，(width, height) 则是右下角最后一个像素。裁剪时传的元组是(left, upper, right, lower)，表示左上角和右下角的坐标。注意right和lower是开区间，也就是不包含这两个坐标本身的像素。这个细节很关键，我见过不少人因为多裁剪了一行像素或者少算了一列，导致结果偏差。

颜色模式是另一个核心概念。最常见的模式有：

• RGB：红绿蓝三通道，每通道 0~255，不透明
• RGBA：在 RGB 基础上加了 Alpha 透明度通道
• L：灰度图，单通道
• P：调色板模式，保存 GIF 这类索引色图片时会遇到
• CMYK：印刷用的四色模式

不同模式之间可以用convert()方法转换。比如把 RGBA 转成 RGB，只需img.convert("RGB")。如果图片带透明背景，转成 RGB 后透明部分会变成黑色，这是非常常见的坑。解决思路是先把透明区域换成白色或指定颜色，再转 RGB。我后面在常见问题章节会详细说处理方法。

3. 日常用得最多的基础操作

3.1 打开、读取与保存

打开一张图非常简单：

from PIL import Image img = Image.open("input.jpg") print(img.size) # (宽, 高) print(img.mode) # 'RGB' print(img.format) # 'JPEG'

Image.open()不会立即把所有像素数据加载进内存，它只是读取了文件头信息，建立了一个图像对象。真正访问像素数据要等到调用load()或convert()等方法时才会触发。这个惰性加载机制在大量图片处理时能节约内存，但也带来一个隐患：文件对象被关闭后，Image 对象可能无法再访问像素数据。

举个例子，如果你这样写：

with open("input.jpg", "rb") as f: img = Image.open(f)

然后离开了 with 代码块再访问img，在某些 Pillow 版本里就会报错。所以我在处理图片时，如果后续还要用到，会先调用img.load()把数据强制加载进来，或者干脆直接传入文件路径而不是文件对象。

保存图片用save()方法：

img.save("output.jpg", quality=85)

对 JPEG 来说，quality参数控制压缩质量，范围 1~95，默认是 75。数值越大画质越好，文件也越大。对 PNG 来说，compress_level控制压缩级别。保存时 Pillow 会根据文件扩展名自动推断格式，也可以显式指定format参数，比如：

img.save("output.data", format="PNG")

需要注意，如果图片原本是 RGBA 模式，直接保存为 JPEG 会报错，因为 JPEG 不支持透明通道。解决办法是先convert("RGB")。

3.2 裁剪、缩放、旋转和翻转

裁剪用crop()，传入一个四元组：

cropped = img.crop((left, upper, right, lower))

缩放用resize()，传入目标尺寸的元组：

resized = img.resize((200, 200))

但如果原图是 1000x600，你想缩到 200x200，直接 resize 会把图片压变形。更专业的做法是先调用thumbnail()，这个方法会自动保持宽高比，并且在缩放过程中会做高质量的图像重采样。它的用法稍微特殊一点，不是返回新的图片，而是原地修改调用它的对象：

img.thumbnail((200, 200))

这样img会变成原来的等比缩略图。如果原图是 800x600，执行thumbnail((200, 200))后，尺寸会变成 200x150。这个 API 设计跟resize()很不一样，我第一次用的时候还愣了一下。

旋转用rotate()：

rotated = img.rotate(45, expand=True, fillcolor=(255, 255, 255))

expand=True表示旋转后自动扩展画布，避免图片角落被裁剪掉；fillcolor用来填充旋转后露出的背景区域。注意rotate()是逆时针旋转，方向不对就调成负角度。

翻转用transpose()：

flipped = img.transpose(Image.FLIP_LEFT_RIGHT) # 左右翻转

Pillow 的transpose()还支持FLIP_TOP_BOTTOM、ROTATE_90、ROTATE_180等。这里有个性能小技巧，需要旋转 90 度、180 度时，优先用transpose()而不是rotate()，因为前者不会重新采样插值，速度快且不会引入画质损失。

3.3 颜色模式转换与像素操作

模式转换用convert()：

gray = img.convert("L") rgba_img = img.convert("RGBA")

像素级操作可以逐点读取，也可以做区域统计。getpixel()和putpixel()是简单接口：

pixel = img.getpixel((100, 50)) # 返回 (r, g, b) img.putpixel((100, 50), (255, 0, 0))

但逐像素putpixel()非常慢，处理一张大图要等很久。如果要做像素级的批量处理，更高效的方式是配合point()或ImageEnhance模块，或者直接操作numpy数组。Pillow 跟 numpy 结合很方便：

import numpy as np arr = np.array(img) # 把 Image 转成 numpy 数组 arr = arr[:, :, ::-1] # 举个例子：RGB 转 BGR new_img = Image.fromarray(arr)

很多复杂的颜色变换，走 numpy 比 Pillow 原生的逐像素操作快很多倍。

4. 进阶能力：滤镜、绘图与文字

4.1 ImageFilter 滤镜

Pillow 内置了 ImageFilter 模块，提供模糊、锐化、轮廓查找、浮雕等常见滤镜。用法很简单：

from PIL import Image, ImageFilter blurred = img.filter(ImageFilter.GaussianBlur(radius=3)) sharpened = img.filter(ImageFilter.SHARPEN) contour = img.filter(ImageFilter.CONTOUR)

GaussianBlur的radius参数控制模糊程度，数值越大越模糊。如果要做图片背景虚化效果，可以先放大模糊再叠加文字，效果比直接用默认模糊好很多。

ImageFilter.BLUR是简单的均值模糊，速度很快，但效果不如高斯模糊平滑。ImageFilter.EDGE_ENHANCE可以提升边缘对比度，对于文字截图类图片比较有用。ImageFilter.FIND_EDGES可以用来提取轮廓，在简单的图像识别流程中经常用来做预处理步骤。

4.2 用 ImageDraw 画图

ImageDraw 模块可以用来在图片上画线、画矩形、画椭圆、画多边形，也可以写字。它最常见的用途就是给图片加标注框或者水印。

基本用法是：

from PIL import Image, ImageDraw draw = ImageDraw.Draw(img) draw.rectangle([(50, 50), (200, 200)], fill=(255, 0, 0), outline=(0, 255, 0), width=3) draw.line([(0, 0), (100, 100)], fill=(0, 0, 255), width=2) draw.ellipse([(50, 50), (150, 150)], fill=(255, 255, 0))

这里的坐标传参方式有两种风格：一种是[(x1, y1), (x2, y2)]，一种是(x1, y1, x2, y2)，看文档的时候不要被两种写法绕晕，它们在效果上是等价的。

画椭圆时，如果传入的矩形框是正方形，画出来的就是圆。这是一个简单易用的技巧。

如果要画半透明形状，需要先创建一个带透明通道的图层，然后在这个图层上用 ImageDraw 绘制，最后用Image.alpha_composite()合成到底图上。

4.3 文字与水印

给图片加文字是 Pillow 使用频率很高的功能。需要用到 ImageDraw 和 ImageFont 两个模块。Pillow 自带的默认字体是位图字体，不支持中文，写中文会直接报错或显示为方块。这是一定要记住的坑。

正确做法是加载系统中的 TTF 字体文件。比如在常见系统上，可以这样指定一个中文字体路径：

from PIL import ImageFont, ImageDraw font = ImageFont.truetype("simhei.ttf", size=36) draw = ImageDraw.Draw(img) draw.text((10, 10), "Hello 你好", font=font, fill=(255, 255, 255))

如果没有现成字体，可以找系统自带的字体文件，在多数 Linux 发行版里类似路径为/usr/share/fonts/...，在 Windows 系统上为C:/Windows/Fonts/...，只要路径下的字体文件支持中文即可。某些服务器环境没有安装中文字体，这时候需要手动上传一个或多个字体文件到项目中，再通过相对路径加载。

size参数是文字尺寸，fill是文字颜色。text方法的anchor参数可以控制锚点对齐方式，比如你希望文字中心点对齐某个坐标，可以用anchor="mm"。这个参数在很多版本里才得到更好的支持，老项目里看不到这个参数，如果遇到，敲一下help(draw.text)确认当前版本支持的参数。

半透明水印的做法：

from PIL import Image, ImageDraw, ImageFont watermark = Image.new("RGBA", img.size, (0, 0, 0, 0)) draw = ImageDraw.Draw(watermark) font = ImageFont.truetype("simhei.ttf", 40) draw.text((img.width - 300, img.height - 100), "示例水印", font=font, fill=(255, 255, 255, 100)) result = Image.alpha_composite(img.convert("RGBA"), watermark)

核心思路是先建一个透明图层，在上面画带有透明度值的文字，然后和原图做 alpha 合成。

5. 综合实战：批量图片处理脚本

5.1 批量缩略图与压缩

拿电商场景举例，经常需要把上传的原始图片批量生成多尺寸缩略图。我先写一个最基础的文件遍历函数，处理一个目录下所有 JPG：

import os from PIL import Image input_dir = "./images" output_dir = "./thumbs" target_size = (300, 300) quality = 80 os.makedirs(output_dir, exist_ok=True) for filename in os.listdir(input_dir): if not filename.lower().endswith((".jpg", ".jpeg")): continue filepath = os.path.join(input_dir, filename) img = Image.open(filepath) img.thumbnail(target_size) out_path = os.path.join(output_dir, filename) img.save(out_path, "JPEG", quality=quality) print("处理完成")

thumbnail()会等比缩放，所以最终尺寸是 300x225 或 225x300 这样的组合，不会变形。但如果平台要求严格的正方形图，可以做"居中裁剪 + 缩放"的组合操作：

def make_square(img, size=300): w, h = img.size side = min(w, h) left = (w - side) // 2 top = (h - side) // 2 img = img.crop((left, top, left + side, top + side)) img = img.resize((size, size), Image.LANCZOS) return img

这段代码先把图片从中间裁成正方形，再缩放到目标尺寸。Image.LANCZOS是高质量的重采样滤波器，适合缩小操作；如果是放大图片，效果不一定理想。

5.2 批量加文字水印

给一组图片加统一水印，用脚本处理比人工操作省太多时间。水印位置我建议不要写死在角落里，而是根据图片尺寸动态计算，放在右下角并留出边距：

from PIL import Image, ImageDraw, ImageFont def add_watermark(img_path, out_path, text="示例水印"): img = Image.open(img_path).convert("RGBA") txt_layer = Image.new("RGBA", img.size, (0, 0, 0, 0)) font = ImageFont.truetype("simhei.ttf", max(20, img.width // 25)) draw = ImageDraw.Draw(txt_layer) # 先测量文字尺寸 bbox = draw.textbbox((0, 0), text, font=font) text_w = bbox[2] - bbox[0] text_h = bbox[3] - bbox[1] margin = 30 x = img.width - text_w - margin y = img.height - text_h - margin draw.text((x, y), text, font=font, fill=(255, 255, 255, 120)) result = Image.alpha_composite(img, txt_layer) result.convert("RGB").save(out_path, "JPEG", quality=88) add_watermark("a.jpg", "a_watermarked.jpg")

textbbox()是用来测量文字实际大小的关键方法，不同字体渲染出来的尺寸不一样，如果不测量直接硬编码坐标，很容易出现文字超出图片边界的问题。透明度选 120 左右比较适合白色水印，既不影响观看，又能起到版权标识作用。

5.3 图片拼接演示

Pillow 也可以做简单的图片拼接，比如把两张图并排放到一起：

from PIL import Image img1 = Image.open("left.jpg") img2 = Image.open("right.jpg") # 统一高度 height = min(img1.height, img2.height) img1 = img1.resize((int(img1.width * height / img1.height), height)) img2 = img2.resize((int(img2.width * height / img2.height), height)) new_img = Image.new("RGB", (img1.width + img2.width, height), (255, 255, 255)) new_img.paste(img1, (0, 0)) new_img.paste(img2, (img1.width, 0)) new_img.save("combined.jpg")

paste()方法的第二个参数是放置位置。如果两张图尺寸不一致，直接拼接会比较难看，所以先统一高度。要注意的是，粘贴带有透明通道的图片时，可以通过第三参数传入 mask 避免透明区域出现黑底，这个细节在 RGBA 图片拼接时很重要。

6. 常见问题与排查避坑记录

6.1 疑难问题速查表

我把实际使用中遇到过的、以及身边朋友问过最多的问题汇总成一个速查表，方便直接查阅：

6.2 我的几点实操心得

第一，模式和格式不要混为一谈。RGB、RGBA 是像素存储模式，JPEG、PNG 是文件封装格式。模式决定图片能不能透明，能不能无损保存；格式决定文件大小和兼容范围。写代码之前先想清楚目标格式需要什么模式，可以少踩很多坑。

第二，批量处理脚本一定要先处理单张测试。我以前写过一个批量处理 2000 张图片的脚本，本以为万无一失，跑完后发现其中一批图片是 CMYK 模式的，输出结果颜色严重偏色。后来我在每张图片的处理开头加了一个convert("RGB")，CS 类的问题彻底解决了。

第三，涉及中文路径时要格外小心。Windows 下某些旧版本 Pillow 对中文字符路径的文件名打开会报编码错误，或者保存时乱码。我在项目里统一改为先使用os.chdir()进入目录，再用相对路径处理。或者遇到编码相关问题时，用Path对象而不是直接字符串拼路径。

第四，性能瓶颈不在 Pillow 本身，而在循环体设计。如果你要循环处理一个列表里的图片，尽量不要在循环内部重复加载字体文件、反复创建相同尺寸的图层，这些初始化动作提到循环外面，能明显提速。比如给 50 张图加水印，字体加载只需一次：

font = ImageFont.truetype("simhei.ttf", 40) for path in image_paths: # 循环里只做打开、绘制、保存

第五，Image.open()之后，如果想要保留完整操作能力，最好在同一上下文里完成所有处理再保存，避免后来再访问时数据已经失效。特别是在写后端服务接口时，处理好文件流生命周期非常重要，否则会有莫名的空指针或 SystemError 报错。

7. 一些更偏门但实用的扩展

7.1 图片信息读取与 EXIF 处理

除了像素数据，图片文件里还包含元数据。用 Pillow 可以读取一些基本信息：

from PIL import Image from PIL.ExifTags import TAGS img = Image.open("photo.jpg") exif_data = img.getexif() for tag_id, value in exif_data.items(): tag = TAGS.get(tag_id, tag_id) print(f"{tag}: {value}")

这在处理从相机或手机导出的照片时非常有用。但要注意的是，Pillow 在复制和重存图片时，默认不会完整保留所有 EXIF 信息。如果你希望保留版权信息或拍摄参数，需要在保存前手动把原图的 exif 传进去：

img.save("output.jpg", exif=img.info["exif"])

具体字段兼容性要看源文件和目标格式的匹配情况，保存后最好拿工具打开确认一次。

7.2 制作简单的 GIF 动图

利用 Pillow 的save()支持多帧格式的特性，可以把多张静态图合成 GIF：

from PIL import Image frames = [] for filename in ["frame1.png", "frame2.png", "frame3.png"]: frame = Image.open(filename).convert("P", palette=Image.ADAPTIVE) frames.append(frame) frames[0].save( "output.gif", save_all=True, append_images=frames[1:], duration=200, loop=0, )

duration是每帧间隔的毫秒数，loop=0表示无限循环。这个方法做表情包或简单产品展示动图很方便。不过要提醒，Pillow 对 GIF 编码的压缩率不高，帧数多时文件会偏大，尽量避免做大尺寸长动画。

7.3 减少图片文件大小的几个组合方案

如果目标是减小图片体积而不是追求最高画质，可以组合使用几个手段：

• 将图片转换为 JPEG 并降低quality到 60~75，这是最直接的压缩方式
• 将尺寸缩小到实际展示需要的大小，这是最有效的瘦身手段
• 如果要求透明背景，可以改用 PNG-8 模式，而不是默认的 PNG-32，能显著减小文件
• 适当降低颜色数，使用quantize()方法进行调色板量化，能大幅压缩 GIF 和 PNG 体积

实际项目中存储空间不够时，我一般优先做尺寸缩小，然后降 JPEG 质量，能减少 80% 的体积，视觉损失非常小。官网要求高清大图的场景，则不建议压到质量低于 80，否则放大后细节会出现明显劣化。

8. 内容还可以怎么扩展

如果你已经把前面这些功能都玩明白了，下一步可以考虑三个方向。

方向一是配合 Web 框架做在线图片处理接口。在 Flask 或者 FastAPI 里写一个接收 Multipart 图片、调用 Pillow 处理、返回新图片的接口，就是一个小型图床服务的基础。需要注意并发和内存控制，避免一次接收超大图片。

方向二是结合 numpy 和 scipy 做自定义的图像算法。Pillow 提供了图像 IO 和基本变换能力，但特定的滤波、频域处理、颜色空间变换等不是它的强项。把图片转成 numpy 数组后用算法处理，再转回 Pillow 显示和保存，是图像处理脚本的常用套路。

方向三是尝试 Pillow 的批量处理插件生态。Pillow 本身支持多类型的插件，比如针对 WebP、PSD、MPO 等格式的扩展。如果你工作的业务场景里经常出现某些特殊格式，查一下对应的插件说明，能省去先转换到中间格式再处理的麻烦。

这个库在大多数图像处理需求里都够用了，关键是搞清楚自己的使用场景，然后把它嵌到正确的流程里去。我经常在脚本里把 Pillow 和文件监听、定时任务结合，让图片处理完全自动跑起来，省下的时间可以做更多有价值的事。