如何在不提高PIL限制的前提下加载超像素图片并降采样

问题描述 #

我有一个图片路径problem_page，执行以下Python代码：

from PIL import Image

problem_page = "/home/rajiv/tmp/kd/pss-images/f1-577.jpg"
img = Image.open(problem_page)

触发了如下错误：

PIL.Image.DecompressionBombError: Image size (370390741 pixels) exceeds limit of 178956970 pixels, could be decompression bomb DOS attack.

我希望不提高PIL的像素限制，而是通过将图片分辨率降至限制以下的方式加载图片，让img引用低分辨率版本且不触发错误。优先需要Python解决方案，其他方案也可接受。

补充说明 #

这些图片由PDF转换而来，用于机器学习场景，PDF来自外部系统，因此需要保护系统免受解压炸弹攻击。大多数ML场景对像素尺寸的要求远低于PIL设定的限制，所以我们把这个限制作为保护系统的启发式规则。目前我们的方案是用pdf2image转换PDF为图片时指定像素尺寸（比如width=1700 pixels，height=2200 pixels），但想知道是否能在加载图片时完成这个操作。

Python解决方案（基于PIL） #

核心思路是先读取图片元信息（不加载完整像素），计算安全缩放比例后再加载并缩小图片：

from PIL import Image

def load_safe_image(image_path, max_pixels=178956970):
    # 打开图片但不加载像素数据，避免触发错误
    with Image.open(image_path) as img:
        current_pixels = img.width * img.height
        if current_pixels <= max_pixels:
            # 像素数符合要求，直接返回图片副本
            return img.copy()
        
        # 计算等比例缩放因子，确保缩放后总像素不超过限制
        scale_factor = (max_pixels / current_pixels) ** 0.5
        new_width = int(img.width * scale_factor)
        new_height = int(img.height * scale_factor)
        
        # 按新尺寸缩放图片，LANCZOS滤镜保证缩放质量
        return img.resize((new_width, new_height), Image.Resampling.LANCZOS)

# 使用示例
problem_page = "/home/rajiv/tmp/kd/pss-images/f1-577.jpg"
img = load_safe_image(problem_page)

注意事项

• PIL版本低于9.1.0时，把Image.Resampling.LANCZOS替换为Image.LANCZOS
• 缩放采用等比例方式，避免图片变形，适合机器学习场景的图片输入要求

其他方案（命令行工具） #

可以用ImageMagick的convert工具提前压缩图片，再用PIL加载处理后的文件：

convert /home/rajiv/tmp/kd/pss-images/f1-577.jpg -resize @178956970 /path/to/safe_image.jpg

• @178956970参数表示限制图片总像素不超过该值，工具会自动按比例缩放
• 处理完成后直接用Image.open()加载/path/to/safe_image.jpg即可

内容的提问来源于stack exchange，提问作者RAbraham