如何提取本地PNG图片尺寸到Pandas DataFrame并绘制分布

看起来你目前的核心问题是错误存储了完整的图片像素数据，而非你需要的文件名和尺寸信息——这不仅会占用大量内存（数千张图的话问题会更突出），也导致无法生成目标格式的DataFrame。下面是更高效且贴合需求的解决方案：

1. 优化数据收集逻辑（无需加载完整图片） #

我们可以用PIL.Image快速获取图片尺寸，不需要加载全部像素数组，处理大量图片时效率会高很多。同时直接收集[文件名, 尺寸]的列表，而非像素数据：

import os
from PIL import Image
import pandas as pd
import matplotlib.pyplot as plt

# 定义图片文件夹路径
img_folder = "MyImagesFolder/"

# 存储文件名和尺寸的列表
image_info = []

# 遍历文件夹，仅处理PNG文件
for filename in os.listdir(img_folder):
    if filename.lower().endswith(".png"):
        img_path = os.path.join(img_folder, filename)
        try:
            # 打开图片但不加载全部像素，快速获取尺寸
            with Image.open(img_path) as img:
                width, height = img.size
                # 按目标格式添加数据到列表
                image_info.append([filename, f"{width} {height}"])
                print(f"> loaded {filename} ({width}, {height})")
        except Exception as e:
            print(f"无法处理图片 {filename}: {str(e)}")

2. 生成目标格式的Pandas DataFrame #

现在image_info已经是你需要的[[filename1, 1200 800], ...]格式，直接转成DataFrame即可：

# 创建DataFrame并指定列名
image_size_df = pd.DataFrame(image_info, columns=["filename", "size"])

# 可选：将宽高拆分为单独列（更便于后续分析绘图）
image_size_df[["width", "height"]] = image_size_df["size"].str.split(" ", expand=True).astype(int)

3. 绘制图片尺寸分布 #

基于拆分后的宽高列，我们可以绘制多种直观的分布图表：

示例1：宽高尺寸直方图 #

plt.figure(figsize=(10, 5))
plt.hist(image_size_df["width"], bins=20, alpha=0.5, label="Width")
plt.hist(image_size_df["height"], bins=20, alpha=0.5, label="Height")
plt.title("Image Width & Height Distribution")
plt.xlabel("Pixel Size")
plt.ylabel("Number of Images")
plt.legend()
plt.show()

示例2：不同尺寸组合的计数柱状图 #

# 统计每种尺寸的图片数量
size_counts = image_size_df["size"].value_counts()

plt.figure(figsize=(12, 6))
size_counts.plot(kind="bar")
plt.title("Count of Each Image Size")
plt.xlabel("Image Size (Width Height)")
plt.ylabel("Number of Images")
plt.xticks(rotation=45, ha="right")
plt.tight_layout()
plt.show()

为什么你的原有代码出问题？ #

你之前的loaded_images存储的是image.imread()返回的完整像素数组，转成DataFrame时会把每个像素值当成单独列，完全偏离了你的需求。我们的方案只提取必要的文件名和尺寸信息，既节省内存又精准匹配目标格式。

内容的提问来源于stack exchange，提问作者Abel