基于批量平均内容尺寸归一化图像尺寸的技术问询

嘿，这个需求我之前帮不少朋友处理过——批量把这类内容尺寸有偏差的图像归一化，核心思路其实就是先算出所有图像的平均内容尺寸，再把每张图调整到这个标准尺寸就行。下面给你两种靠谱的实现方案，纯命令行和Python代码，按需pick～

ImageMagick是一款强大的命令行图像处理工具，批量处理这类需求非常高效。

步骤1：统计所有图像的平均宽高 #

先在终端里运行命令，提取所有图像的尺寸并计算平均值（以JPG为例，其他格式替换后缀即可）：

# 提取当前目录下所有JPG的宽高，保存到临时文件
identify -format "%w %h\n" *.jpg > image_sizes.txt

# 计算平均宽度和高度
awk '{sum_w += $1; sum_h += $2} END {print "平均宽度：" sum_w/NR "\n平均高度：" sum_h/NR}' image_sizes.txt

执行后会得到类似平均宽度：820 平均高度：1180的结果，把这两个数值记下来（比如取整为820×1180）。

步骤2：批量归一化到平均尺寸 #

用mogrify命令批量处理，同时保证内容居中、不拉伸变形：

# 先创建输出文件夹
mkdir -p normalized_output

# 批量调整所有JPG到目标尺寸，背景用白色填充（可改为black或其他颜色）
mogrify -path normalized_output -resize 820x1180^ -gravity center -extent 820x1180 -background white *.jpg

• resize 820x1180^：让图像按比例缩放，确保至少覆盖目标尺寸
• gravity center：把缩放后的图像居中对齐
• extent 820x1180：裁剪/填充到目标尺寸

如果需要更灵活的处理（比如过滤异常尺寸、自定义背景色），用Python代码实现更可控。

完整代码示例 #

import os
from PIL import Image
import numpy as np

# 配置路径
INPUT_FOLDER = "your_images_folder"  # 替换成你的图像文件夹路径
OUTPUT_FOLDER = "normalized_images"
os.makedirs(OUTPUT_FOLDER, exist_ok=True)

# 第一步：收集所有图像尺寸并计算平均（可过滤异常值）
image_sizes = []
for filename in os.listdir(INPUT_FOLDER):
    if filename.lower().endswith(('.png', '.jpg', '.jpeg')):
        img_path = os.path.join(INPUT_FOLDER, filename)
        with Image.open(img_path) as img:
            image_sizes.append(img.size)  # 存储格式：(宽度, 高度)

# 可选：过滤异常尺寸（排除页边注释导致的极端值，用2σ原则）
widths = [w for w, h in image_sizes]
heights = [h for w, h in image_sizes]
w_mean, w_std = np.mean(widths), np.std(widths)
h_mean, h_std = np.mean(heights), np.std(heights)
filtered_sizes = [
    (w, h) for w, h in image_sizes
    if (w_mean - 2*w_std <= w <= w_mean + 2*w_std)
    and (h_mean - 2*h_std <= h <= h_mean + 2*h_std)
]

# 计算最终平均尺寸（取整数）
avg_width = int(np.mean([w for w, h in filtered_sizes]))
avg_height = int(np.mean([h for w, h in filtered_sizes]))
print(f"最终目标尺寸：{avg_width}×{avg_height}")

# 第二步：批量归一化每张图像
for filename in os.listdir(INPUT_FOLDER):
    if filename.lower().endswith(('.png', '.jpg', '.jpeg')):
        img_path = os.path.join(INPUT_FOLDER, filename)
        with Image.open(img_path) as img:
            # 计算缩放比例，保持宽高比，确保覆盖目标尺寸
            scale = max(avg_width / img.width, avg_height / img.height)
            new_w = int(img.width * scale)
            new_h = int(img.height * scale)
            # 用LANCZOS插值缩放，保证图像质量
            resized_img = img.resize((new_w, new_h), Image.Resampling.LANCZOS)
            
            # 创建目标尺寸画布，居中粘贴缩放后的图像
            normalized_img = Image.new(img.mode, (avg_width, avg_height), color='white')
            paste_x = (avg_width - new_w) // 2
            paste_y = (avg_height - new_h) // 2
            normalized_img.paste(resized_img, (paste_x, paste_y))
            
            # 保存到输出文件夹
            normalized_img.save(os.path.join(OUTPUT_FOLDER, filename))

代码说明 #

• 异常值过滤：通过2σ原则自动排除尺寸偏差过大的图像（比如带页边注释的），让平均尺寸更准确
• 缩放质量：用LANCZOS插值算法，缩放后的文字清晰度更高
• 背景自定义：可以把color='white'改成你需要的背景色（比如'black'或十六进制颜色）

内容的提问来源于stack exchange，提问作者ylluminate