Python批量修改图片DPI：基于Pillow实现批量脚本与参数解读

脚本专家

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：

2. from PIL import Image
4. with Image.open('input.jpg') as img:
5.     img.save('output.jpg', dpi=(600, 600), quality=95)

复制代码

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：

2. from PIL import Image
3. import os
5. INPUT_FOLDER = r".\input"     # 原图存放路径
6. OUTPUT_FOLDER = r".\output"   # 输出路径
7. TARGET_DPI = (600, 600)        # 目标DPI
8. os.makedirs(OUTPUT_FOLDER, exist_ok=True)
10. extensions = ('.png', '.jpg', '.jpeg')
11. count_ok = count_skip = 0
13. for filename in os.listdir(INPUT_FOLDER):
14.     filepath = os.path.join(INPUT_FOLDER, filename)
15.     if not os.path.isfile(filepath):
16.         continue
17.     ext = os.path.splitext(filename)[1].lower()
18.     if ext not in extensions:
19.         count_skip += 1
20.         continue
21.     try:
22.         with Image.open(filepath) as img:
23.             params = {'dpi': TARGET_DPI}
24.             if ext in ('.jpg', '.jpeg'):
25.                 params['quality'] = 95
26.                 params['subsampling'] = 0
27.             img.save(os.path.join(OUTPUT_FOLDER, filename), **params)
28.             count_ok += 1
29.     except Exception as e:
30.         count_skip += 1
31.         print(f'处理失败: {filename} | {e}')
33. print(f'成功: {count_ok} 张，跳过: {count_skip} 个')

复制代码

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。

2. def batch_set_dpi_metadata(input_dir, output_dir, target_dpi=300, extensions=('.jpg', '.jpeg', '.png', '.tiff', '.bmp')):
3.     import os
4.     from PIL import Image
5.     os.makedirs(output_dir, exist_ok=True)
6.     for fname in os.listdir(input_dir):
7.         if not fname.lower().endswith(extensions):
8.             continue
9.         src = os.path.join(input_dir, fname)
10.         dst = os.path.join(output_dir, fname)
11.         with Image.open(src) as img:
12.             if img.format == 'PNG' and dst.lower().endswith('.png'):
13.                 dst = os.path.splitext(dst)[0] + '.jpg'
14.                 img = img.convert('RGB')
15.             img.save(dst, dpi=(target_dpi, target_dpi))

复制代码

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。

2. def batch_resize_by_dpi(input_dir, output_dir, target_dpi=300):
3.     import os
4.     from PIL import Image
5.     os.makedirs(output_dir, exist_ok=True)
6.     for fname in os.listdir(input_dir):
7.         if not fname.lower().endswith(('.jpg', '.jpeg', '.png', '.tiff')):
8.             continue
9.         src = os.path.join(input_dir, fname)
10.         dst = os.path.join(output_dir, fname)
11.         with Image.open(src) as img:
12.             src_dpi = img.info.get('dpi', (72, 72))[0]
13.             if src_dpi == target_dpi:
14.                 img.save(dst)
15.                 continue
16.             ratio = target_dpi / src_dpi
17.             new_size = (int(img.width * ratio), int(img.height * ratio))
18.             resized = img.resize(new_size, Image.Resampling.LANCZOS)
19.             resized.save(dst, dpi=(target_dpi, target_dpi))

复制代码

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。

2. import os, piexif
3. from PIL import Image
5. def batch_set_dpi_exif(input_dir, output_dir, target_dpi=300):
6.     os.makedirs(output_dir, exist_ok=True)
7.     for fname in os.listdir(input_dir):
8.         if not fname.lower().endswith(('.jpg', '.jpeg')):
9.             continue
10.         src = os.path.join(input_dir, fname)
11.         dst = os.path.join(output_dir, fname)
12.         img = Image.open(src)
13.         try:
14.             exif = piexif.load(img.info.get('exif', b''))
15.         except:
16.             exif = {'0th': {}, 'Exif': {}, 'GPS': {}, '1st': {}}
17.         exif['0th'][piexif.ImageIFD.XResolution] = (target_dpi, 1)
18.         exif['0th'][piexif.ImageIFD.YResolution] = (target_dpi, 1)
19.         exif['0th'][piexif.ImageIFD.ResolutionUnit] = 2
20.         exif_bytes = piexif.dump(exif)
21.         img.save(dst, exif=exif_bytes)

复制代码

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。

热心网友5

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？