为什么我必须运行两次该python脚本才能正确格式化图像？

Question

目标：

我正在尝试批量处理文件夹中包含的图像，以调整大小和优化它们以供在线使用。

问题：

以下脚本有效，但是在获得所需输出之前，我必须运行两次。我希望它能这样工作：

功能1：resize_aspect_fit（）

将目标文件夹中的每个图像调整为特定大小，在文件名中添加“ _small.png”，并将其另存为子文件夹“ optimized_images”中的新文件，该子文件夹与原始组的文件夹位于同一目录中图片。

function2：png_conversion（）

在“ optimized_images”（“ _ small.png”）中获取新生成的图像，并进行转换以减小原始文件的大小，并添加“ -opt.png”后缀以表明它已被优化。

功能3：unoptimized_cleanup（）

获取功能1生成的文件（由于它们已经过优化），它们不再需要（因为它们已经过优化），并删除它们以减少混乱。

当我运行脚本时，我从function1得到了预期的响应，目标文件中的所有文件都会适当调整大小并保存在“ optimized_images”文件夹中。但是我必须在功能2和3生效之前第二次运行脚本。它确实有效，但是我之前从未遇到过这样的问题。知道为什么会这样吗？

我尝试过的事情：

我认为这可能与文件打开/关闭操作有关，但是我认为我会在适当的时候关闭它们。我将Image.open语法交换为“与Image.open（path）一起用作图像：”，但这并不能解决问题。

我认为os.listdir或os.path可能存在一些问题，可能需要对其进行“重置”才能遍历两次文件目录，但是我找不到任何东西。

from PIL import Image
import os, sys

path = "../path/to/images/"
new_folder = '/optimized_images/'
optimized_path = path + new_folder[1:]

dirs = os.listdir( path )
optimized_dirs = os.listdir( optimized_path )

def resize_aspect_fit(final_size=250, dirs=dirs, optimized_path=optimized_path, optimized_dirs=optimized_dirs):
    for item in dirs:
        if item == '.DS_Store':
            continue
        if os.path.isfile(path+item):

        with Image.open(path+item) as im:
            f, e = os.path.splitext(path+item)
            size = im.size
            ratio = float(final_size) / max(size)
            new_image_size = tuple([int(x*ratio) for x in size])

            im = im.resize(new_image_size, Image.ANTIALIAS)

            new_im = Image.new("RGBA", (final_size, final_size), color=(255,255,255,0))

        new_im.paste(im, ((final_size-new_image_size[0])//2, (final_size-new_image_size[1])//2))

        new_path, new_filename = f.rsplit('/', 1)
        new_im.save(new_path + new_folder + new_filename + '_small.png', 'PNG', quality=10, optimize=True)
        new_im.close()

def png_conversion(optimized_dirs=optimized_dirs, optimized_path=optimized_path):
    for item in optimized_dirs:
        if item == '.DS_Store':
            continue

        f, e = os.path.splitext(optimized_path+item)

        with Image.open(f + e) as im:
            im.load()

            # Get the alpha band
            alpha = im.split()[-1]

            im = im.convert('RGB').convert('P', palette=Image.ADAPTIVE, colors=255)

            # Set all pixel values below 128 to 255,
            # and the rest to 0
            mask = Image.eval(alpha, lambda a: 255 if a <=128 else 0)

            # Paste the color of index 255 and use alpha as a mask
            im.paste(255, mask)

            # The transparency index is 255
            e = e.split('.png')[0]
            im.save(f + e + "-opt.png", transparency=255)
            im.close()

def unoptimized_cleanup(optimized_dirs=optimized_dirs, optimized_path=optimized_path):
    for item in optimized_dirs:
        if item.endswith('small.png'):
            os.remove(os.path.join(optimized_path, item))

#functions called in order

resize_aspect_fit(final_size=250, dirs=dirs)
png_conversion(optimized_dirs=optimized_dirs, optimized_path=optimized_path)
unoptimized_cleanup(optimized_dirs=optimized_dirs, optimized_path=optimized_path)

我希望对于以下文件夹结构：

folder/image1.png
folder/image2.png

输出应如下所示，并具有适当大小和较小的文件：

folder/optimized_images/image1_small-opt.png
folder/optimized_images/image2_small-opt.png

我从中获取的相关资源：

Converting PNG32 to PNG8 with PIL while preserving transparency

Python/PIL Resize all images in a folder

很抱歉，很长的问题/代码，在此先感谢您的帮助！

Answer 1

问题是在运行步骤1之前创建了变量optimized_dirs。因此，在执行步骤1之前，您要在该目录中创建文件列表，该列表此时为空。如果您第二次运行它，则文件位于optimized_dirs中，因此可以正常工作。

一种解决方案是在函数optimized_dirs中读取png_compression的内容，即在其中移动os.listdir( optimized_path )。

顺便说一句：我看到您在使用[1:]来防止双斜杠的路径上做了一些魔术。使用os.path.join构建路径更加健壮，这将确保目录之间始终存在一个斜杠，而不管是在每个目录的开头还是结尾都指定它们。