标签：blog http io ar os 使用 sp on log
最近刚接触Python，以迅雷不及掩耳盗铃之势（只是迫不及待）应用到工作中去了
之前用 cmd+photoshop做批量图像处理（缩放切片），在执行效率（速度）上和灵活度上有很大限制，遂转战Python（我对于大语种庞大的类库感到力不从心，喜欢用脚本语言来快速编辑、执行）
真正开始学习Python第一天，我奋战到深夜三点，勉强完成了可以替代先前用“cmd+photoshop快捷批处理”实现的切图工具，执行效率大概是先前的10倍。
为什么说是“勉强”，因为输出图像质量没Photoshop输出的好。
Python图像处理用到PIL(Python Imaging Library)，在resize（缩放）的时候会很大程度得降低图像可观性（给我的感觉是部分像素相对位置乱了，没有平滑缩放过渡），看下示例：
（左：PS改变图像大小后输出，右：使用PIL的缩放im.resize(size)后输出）
上面可以看到PIL默认缩放后输出的图像有“破损”
今天google到园子中另一位兄弟的一篇随笔里面包含了这个高质量输出的说明
PIL带ANTIALIAS滤镜缩放结果
im.resize(size, Image.ANTIALIAS)
从结果看，基本上可以和PS输出的相匹敌了
速度上，比不带ANTIALIAS滤镜输出的慢了8倍左右，但还是比PS输出快，而且整个程序稳定性和灵活度比CMD+PS快捷批处理来的好。
在这之前我一直以为是最后im.save输出导致图像质量下降的，浪费了不少时间，嗨～～
备注此次练兵涉及的内容:
图像分割
>>> box = (int(left), int(top),int(right),int(bottom))
>>> region = im.crop(box)
图像缩放
>>> im_resized=im.resize(size, Image.ANTIALIAS)
类似dir的方法：glob
>>> path="c:/test"
>>> glob.glob(path+"/*")
还涉及一些os操作
os.path.basename
os.path.isdir
os.path.exists
os.mkdir
标签：blog http io ar os 使用 sp on log
原文地址：http://www.cnblogs.com/hzm112567/p/4155167.html
