直接用pillow逐张处理上万张图片易致内存溢出、文件覆盖或进程卡死，需用processpoolexecutor控制并发、添加内存释放与文件安全校验。

如何使用python自动化脚本批量压缩并重命名成千上万张图片？

直接用 Pillow 逐张处理上万张图片，大概率会内存爆掉、进程卡死，或者重命名冲突——这不是脚本写得不对，而是没做批量控制和文件安全校验。

为什么不能直接 for 循环调用 `Image.save()`

常见错误是写个 for 遍历所有 .jpg 文件，打开、缩放、保存。问题在于：

Pillow 默认不释放图像内存，上万次 Image.open() 后内存持续上涨，Linux 下可能被 OOM killer 杀掉
原图和目标路径混用（比如输出目录没提前创建），save() 报 FileNotFoundError 但脚本继续跑，最后发现几百张图“消失”了
重命名依赖 os.path.basename() 或简单计数器，遇到同名但大小写不同（IMG_001.jpg 和 img_001.JPG）时在 macOS/Linux 下会覆盖
没设超时或异常跳过，某张损坏的 JPEG（如截断文件）会让整个脚本 halt 在 Image.open()

用 `concurrent.futures.ProcessPoolExecutor` 控制并发 + 每次只处理一张

CPU 密集型任务（缩放、压缩）用多进程比多线程更有效，且进程间内存隔离，避免累积泄漏：

from concurrent.futures import ProcessPoolExecutor
import os
from pathlib import Path
<p>def process_one_image(src_path, dst_dir, quality=75, max_width=1920):
try:
from PIL import Image
im = Image.open(src_path)</p><h1>统一转 RGB（避免 PNG 有 alpha 通道导致 save 失败）</h1><pre class="brush:php;toolbar:false;"><pre class="brush:php;toolbar:false;">    if im.mode in ("RGBA", "LA", "P"):
        background = Image.new("RGB", im.size, (255, 255, 255))
        background.paste(im, mask=im.split()[-1] if im.mode == "RGBA" else None)
        im = background
    # 等比缩放
    if im.width > max_width:
        ratio = max_width / im.width
        new_size = (max_width, int(im.height * ratio))
        im = im.resize(new_size, Image.LANCZOS)
    # 构造新文件名：原名去扩展名 + 时间戳哈希（防重名）
    stem = Path(src_path).stem
    ext = ".jpg"
    dst_path = dst_dir / f"{stem}_{abs(hash(src_path)) % 1000000:06d}{ext}"
    im.save(dst_path, "JPEG", quality=quality, optimize=True)
    return str(dst_path)
except Exception as e:
    return f"ERROR {src_path}: {e}"

主流程

src_dir = Path("/path/to/originals") dst_dir = Path("/path/to/compressed") dst_dir.mkdir(exist_ok=True)

with ProcessPoolExecutor(max_workers=4) as executor: futures = [ executor.submit(process_one_image, p, dst_dir) for p in src_dir.glob("*.jpg") if p.is_file() ] results = [f.result() for f in futures]

重命名必须带唯一性锚点，别信文件序号

靠 i += 1

Python Use Agent

智能执行Python任务，自动生成、执行代码并反馈结果，无需额外配置，兼容旧命令。

下载

或 enumerate() 生成序号，在中断重跑时必然错乱；靠原文件名哈希又怕碰撞。稳妥做法是：

用 hashlib.md5(src_path.read_bytes()).hexdigest()[:8] —— 但读全量文件太慢
改用 hash((str(src_path), src_path.stat().st_size, src_path.stat().st_mtime))，轻量且足够区分同名不同内容
最终文件名格式强制为 {original_stem}_{size_mtime_hash:08x}.jpg，例如 vacation_3a7f1b2c.jpg
如果业务要求“顺序编号”，必须先 sorted() 所有路径，再用 enumerate()，且把已生成的 dst_dir 文件列表加载进内存比对，跳过已存在的