创建图片缩放函数时遇AttributeError：'str'对象无copy属性

咱们直接戳中错误根源：你调用resize_image时传了file_path.copy()，但file_path是个字符串类型的文件路径，字符串根本没有copy()方法！更关键的是——resize_image函数需要的是PIL库的Image对象，不是文件路径字符串！

错误拆解 #

你的resize_image函数第一行就调用了src_image.thumbnail()，这是PIL Image对象专属的方法。你现在传进去的是文件路径字符串，既触发了copy()的属性错误，就算你去掉.copy()，后续也会因为传入类型不匹配而报错。

修正方案 #

你需要先把文件路径对应的图片转换成PIL Image对象，再传入缩放函数。这里给你两种常用的实现方式：

方式1：直接用PIL打开图片文件 #

如果是处理单个特定的file_path，直接用Image.open()读取图片即可：

from PIL import Image, ImageOps
import matplotlib.pyplot as plt

def resize_image(src_image, size=(200,200), bg_color="white"):
    # 注意：新版PIL中Image.ANTIALIAS已废弃，改用LANCZOS
    src_image.thumbnail(size, Image.Resampling.LANCZOS)
    # 创建指定尺寸的背景图
    new_image = Image.new("RGB", size, bg_color)
    # 将缩放后的图片粘贴到背景图中心
    paste_pos = (int((size[0] - src_image.size[0]) / 2), int((size[1] - src_image.size[1]) / 2))
    new_image.paste(src_image, paste_pos)
    return new_image

# 修正后的调用代码
target_size = (128,128)
pad_color = "black"
# 先通过文件路径获取PIL Image对象
pil_image = Image.open(file_path)
resized_img = resize_image(pil_image, target_size, pad_color)

n_h, n_w = resized_img.size
print('New size:', n_h, 'x', n_w)
imgplot = plt.imshow(resized_img)
plt.show()

方式2：把matplotlib读取的数组转成PIL Image #

如果你想复用之前用mp_image.imread()读取的image变量（numpy数组），可以把它转换成PIL Image对象：

import numpy as np
from PIL import Image

# 假设你之前已经用mp_image.imread(file_path)得到了image数组
pil_image = Image.fromarray(np.uint8(image))
resized_img = resize_image(pil_image, target_size, pad_color)

额外优化建议 #

1. 批量处理文件夹图片：可以把缩放逻辑整合到你之前的循环代码里，比如同时展示原图和缩放后的图片：

# 在你原来的文件夹循环中添加缩放逻辑
fig = plt.figure(figsize=(16, 12))
for root, folders, filenames in os.walk(src_folder):
    image_num = 0
    num_folders = len(folders)
    for folder in sorted(folders):
        image_num +=1
        file_name = os.listdir(os.path.join(root,folder))[0]
        file_path = os.path.join(root,folder, file_name)
        
        # 读取原图并展示
        original_img = mp_image.imread(file_path)
        a=fig.add_subplot(num_folders, 2, image_num*2)
        a.set_title(f"{folder} (Original)")
        plt.imshow(original_img)
        
        # 读取图片并缩放后展示
        pil_image = Image.open(file_path)
        resized_img = resize_image(pil_image, (128,128), "black")
        a=fig.add_subplot(num_folders, 2, image_num*2 +1)
        a.set_title(f"{folder} (Resized)")
        plt.imshow(resized_img)
plt.show()

2. 版本兼容：新版PIL库中Image.ANTIALIAS已被标记为废弃，使用Image.Resampling.LANCZOS可以避免后续版本的兼容性问题。

内容的提问来源于stack exchange，提问作者aalhayali