Python批量修改图片DPI：基于Pillow实现批量脚本与参数解读
学术投稿、期刊论文对图片DPI有严格要求，多数期刊要求300dpi甚至600dpi，而ArcGIS截图、屏幕截图默认仅为72或96dpi。手动逐张修改费时费力，PS动作批量处理也常卡顿。本文提供一个纯Python批量修改图片DPI的解决方案，基于Pillow库实现，支持JPG/PNG/TIFF等格式，并详解参数含义与踩坑点。一、DPI与像素的关系
DPI（Dots Per Inch）是打印分辨率标识，修改DPI不会改变图片的像素尺寸，只影响打印时的物理尺寸（物理尺寸 = 像素尺寸 / DPI）。例如，一张3000×2400像素的图，设置为300dpi时打印尺寸为10×8英寸；若设为600dpi则打印尺寸缩小为5×4英寸，但像素不变。因此，仅修改DPI元数据不会改变文件体积，仅改变打印/出版属性。
二、核心实现：单图片DPI修改
Pillow的Image.save()方法直接支持dpi参数，几行代码即可完成：
from PIL import Image
with Image.open('input.jpg') as img:
img.save('output.jpg', dpi=(600, 600), quality=95)
参数说明：
- dpi：元组(x, y)，建议x和y相同。对于JPG，设置dpi即可写入EXIF元数据；PNG也支持dpi元数据（部分读取器可能忽略）。
- quality（仅JPG）：1-100整数，推荐95，在文件大小和画质间平衡较好。
- subsampling=0：在JPG保存时禁用4:2:0色度子采样，可避免文字边缘模糊，适合插图。
三、批量处理脚本（带错误处理与格式过滤）
以下脚本遍历输入文件夹，自动跳过非图片文件，支持JPG/JPEG/PNG，批量修改DPI并保持原文件名输出到目标文件夹：
from PIL import Image
import os
INPUT_FOLDER = r".\input" # 原图存放路径
OUTPUT_FOLDER = r".\output" # 输出路径
TARGET_DPI = (600, 600) # 目标DPI
os.makedirs(OUTPUT_FOLDER, exist_ok=True)
extensions = ('.png', '.jpg', '.jpeg')
count_ok = count_skip = 0
for filename in os.listdir(INPUT_FOLDER):
filepath = os.path.join(INPUT_FOLDER, filename)
if not os.path.isfile(filepath):
continue
ext = os.path.splitext(filename).lower()
if ext not in extensions:
count_skip += 1
continue
try:
with Image.open(filepath) as img:
params = {'dpi': TARGET_DPI}
if ext in ('.jpg', '.jpeg'):
params['quality'] = 95
params['subsampling'] = 0
img.save(os.path.join(OUTPUT_FOLDER, filename), **params)
count_ok += 1
except Exception as e:
count_skip += 1
print(f'处理失败: {filename} | {e}')
print(f'成功: {count_ok} 张，跳过: {count_skip} 个')
四、使用步骤
1. 安装Pillow：pip install Pillow
2. 在脚本同级目录新建input和output文件夹。
3. 将待处理图片放入input文件夹，运行脚本。
4. 处理后的图片出现在output文件夹，右键属性→详细信息可查看DPI变化。
五、常见踩坑与解决办法
1. JPG保存后变糊：未设置quality或过低，请显式设为95，并添加subsampling=0。
2. 文件扩展名大小写：.JPG等大写后缀，脚本中使用.lower()转换即可。
3. 图片被其他程序占用（如PS打开）：关闭占用程序再运行。
4. TIFF格式支持：在extensions元组中添加('.tiff', '.tif')，Pillow可处理TIFF DPI元数据。
六、高级扩展：两种DPI修改模式
除了仅修改元数据，有时需要同时重采样像素以保持打印物理尺寸一致。以下区分两种模式并提供函数实现。
模式1：仅修改DPI元数据（不改变像素尺寸）
适用于已有像素足够大、只需更新打印标识的场景。注意：PNG保存时可能丢失dpi，可转为JPEG或TIFF。
def batch_set_dpi_metadata(input_dir, output_dir, target_dpi=300, extensions=('.jpg', '.jpeg', '.png', '.tiff', '.bmp')):
import os
from PIL import Image
os.makedirs(output_dir, exist_ok=True)
for fname in os.listdir(input_dir):
if not fname.lower().endswith(extensions):
continue
src = os.path.join(input_dir, fname)
dst = os.path.join(output_dir, fname)
with Image.open(src) as img:
if img.format == 'PNG' and dst.lower().endswith('.png'):
dst = os.path.splitext(dst) + '.jpg'
img = img.convert('RGB')
img.save(dst, dpi=(target_dpi, target_dpi))
模式2：按目标DPI重采样图像（改变像素尺寸）
若原图像素过小，仅改DPI会导致打印物理尺寸过小，需按公式“新像素 = 原像素 × (目标DPI / 原始DPI)”进行缩放。此处使用LANCZOS高质量重采样。
def batch_resize_by_dpi(input_dir, output_dir, target_dpi=300):
import os
from PIL import Image
os.makedirs(output_dir, exist_ok=True)
for fname in os.listdir(input_dir):
if not fname.lower().endswith(('.jpg', '.jpeg', '.png', '.tiff')):
continue
src = os.path.join(input_dir, fname)
dst = os.path.join(output_dir, fname)
with Image.open(src) as img:
src_dpi = img.info.get('dpi', (72, 72))
if src_dpi == target_dpi:
img.save(dst)
continue
ratio = target_dpi / src_dpi
new_size = (int(img.width * ratio), int(img.height * ratio))
resized = img.resize(new_size, Image.Resampling.LANCZOS)
resized.save(dst, dpi=(target_dpi, target_dpi))
七、终极方案：通过piexif直接修改JPEG的EXIF DPI标签
有些期刊要求精确写入EXIF中的XResolution/YResolution，使用piexif库可绕过Pillow的封装，更可靠。
import os, piexif
from PIL import Image
def batch_set_dpi_exif(input_dir, output_dir, target_dpi=300):
os.makedirs(output_dir, exist_ok=True)
for fname in os.listdir(input_dir):
if not fname.lower().endswith(('.jpg', '.jpeg')):
continue
src = os.path.join(input_dir, fname)
dst = os.path.join(output_dir, fname)
img = Image.open(src)
try:
exif = piexif.load(img.info.get('exif', b''))
except:
exif = {'0th': {}, 'Exif': {}, 'GPS': {}, '1st': {}}
exif['0th'] = (target_dpi, 1)
exif['0th'] = (target_dpi, 1)
exif['0th'] = 2
exif_bytes = piexif.dump(exif)
img.save(dst, exif=exif_bytes)
总结：本文提供的Python脚本可直接用于学术投稿前的DPI批量修改，核心在于Pillow的save方法。根据需求选择仅改元数据或重采样，JPEG注意quality和subsampling参数，PNG建议转JPEG以保留DPI信息。实测处理几百张图片仅需数秒，显著提升效率。
Re: Python批量修改图片DPI：基于Pillow实现批量脚本与参数解读
感谢分享！这个批量脚本对需要处理学术论文配图的人太实用了。我之前手动用PS一张张改DPI，遇到几十张图真是崩溃。尤其你提到的 `subsampling=0` 和 `quality=95` 组合避免文字模糊，这个细节很关键，很多批量处理工具默认会压缩画质。 想请教一下：对于PNG图片改DPI后转成JPG保存，会不会因为色彩空间或透明通道造成意外？如果原图带透明背景（比如科研示意图），转JPG会丢失透明信息，有没有保留PNG格式但写入DPI元数据的更稳妥做法？Re: Python批量修改图片DPI：基于Pillow实现批量脚本与参数解读
非常实用的分享！平时投稿修图确实经常遇到DPI不达标的问题，之前我都是手动一张张用PS改，效率很低。你这个脚本思路很清晰，而且把两种模式（只改元数据和重采样）都讲明白了，尤其是 `subsampling=0` 这个参数，确实能有效避免文字边缘模糊，很多教程里都不会提到这个坑。另外，用 `lower()` 处理大小写和错误处理的 try-except 也很贴心，适合批量跑图时快速定位问题。准备收藏下来，下次处理论文配图直接用了，感谢！Re: Python批量修改图片DPI：基于Pillow实现批量脚本与参数解读
感谢分享，非常实用的方案。之前用PS动作批量处理，偶尔会卡在格式兼容上，这个纯Python脚本确实简洁高效。特别注意到你提到了 `subsampling=0` 防止文字模糊，这个细节很关键，很多批量工具都不处理。另外，脚本里对PNG转RGB再存JPG的兜底处理也很贴心。 刚试跑了一下，JPG和PNG的DPI都成功改成600了，只有一张TIF因为路径里带了中文编码报错，加个 `errors='ignore'` 应该就能解决。总之是好东西，收藏了！
页:
[1]