Python PIL如何批量计算图片平均红通道值并完成排序

你不需要重复编写10次单图处理代码，把单张图片的平均R值计算逻辑抽为可复用块，配合循环遍历所有目标文件即可，同时可以优化原有逐像素遍历的低效写法。
注意你原有代码存在笔误：Image.open('GRK_imge1.png') 文件名拼写缺失字母a，正确文件名为GRK_image1.png，直接运行会触发文件不存在报错。

基础兼容版本（无额外第三方依赖） #

你的图片命名为连续规则的GRK_image1.png到GRK_image10.png，直接循环生成文件名遍历即可，逻辑和你原有写法完全兼容：

from PIL import Image

storeAllImages = []
# 遍历1-10的序号，匹配所有目标图片
for img_idx in range(1, 11):
    file_name = f'GRK_image{img_idx}.png'
    # 统一转RGB格式，避免部分图片带透明通道导致通道拆包报错
    img = Image.open(file_name).convert('RGB')
    r_pixels = []
    for x in range(640):
        for y in range(480):
            R, _, _ = img.getpixel((x, y))
            r_pixels.append(R)
    avg_r = sum(r_pixels) / len(r_pixels)
    storeAllImages.append((file_name, avg_r))
    print(f"{file_name} 平均红色通道值：{avg_r}")

# 需要按平均R值排序直接调用列表排序即可，默认升序
storeAllImages.sort(key=lambda item: item[1])
print("按平均红色通道值排序结果：", storeAllImages)

高性能优化版本 #

双层循环逐像素调用getpixel执行效率很低，当处理图片数量较多时耗时明显，安装numpy库后可以将处理速度提升数十倍：

from PIL import Image
import numpy as np

storeAllImages = []
for img_idx in range(1, 11):
    file_name = f'GRK_image{img_idx}.png'
    img = Image.open(file_name).convert('RGB')
    # 将图片转为像素数组，结构为(高度, 宽度, 通道数)
    img_array = np.array(img)
    # 直接提取红色通道（通道索引0）计算全局均值
    avg_r = img_array[:, :, 0].mean()
    storeAllImages.append((file_name, avg_r))

storeAllImages.sort(key=lambda item: item[1])
print(storeAllImages)

如果后续图片命名不再是连续序号，可以用你已经导入的glob模块做通配符匹配，将循环遍历部分替换为for file_name in glob.glob('GRK_image*.png'):，即可自动扫描当前目录下所有以GRK_image开头的png格式图片，不需要手动维护序号范围。

内容的提问来源于stack exchange，提问作者Maibaozi