⚡插播一条老家自产的糖心苹果，多个品种，欢迎选购！有问题随时私信我⚡：🍎🍎来自雪域高原的馈赠——海拔2000米的大凉山高原生态糖心苹果，欢迎选购！！🍎🍎

大凉山高原生态糖心苹果

1.软件环境⚙️

Windows10 教育版64位
Python 3.6.3
Pillow 8.4.0

2.问题描述🔍

图片的分辨率（即尺寸，宽度和高度）是一个很重要的属性：

特别是使用爬虫爬取图片的时候，有些图片太小了，比如只有60*60，只有这么大：

这种尺寸的图片往往都是纯色的色块，根本没有包含明显的主体，属于脏数据，会影响模型的训练，因此需要把这种类型的数据从样本中剔除。这个时候就需要根据图片的分辨率，将低于某个分辨率的图片全部勾选出来。
目前网上大多数的获取图片分辨的方法是使用Pillow打开图片，这会把整张图片加载到内存中，非常耗时：

from PIL import Image
import os

image = Image.open(image_path)
height, width = image.size
if height * width < threshold:
	image.close()
	os.remove(image_path)
1
2
3
4
5
6
7
8

上述方法有2个严重的缺点：

1. 图片加载进内存，每次都会产生读写，速度受到限制；
2. 虽然使用close关闭了Image对象，但是如果这个时候程序其他地方出现异常，没有顺利关闭Image对象，这个时候使用os.remove删除图片，因为图片依然被程序占用，无法删除，导致程序报错；

有没有方法不加载图片而快速读取尺寸呢？

3.解决方法🐡

因为图片头文件中就已经包含了图片的分辨率！因此，我们可以通过只读取头文件而不读取整个图片，即可获得图片的分辨率：

图片的文件头部存储有该图片相关信息，可以从中读取相应字段，得到尺寸、格式等信息。由于无需载入整张图片，故而速度较快。当图片较大时，优势更加明显。

那么如何读取头文件中的信息呢？答案就是今天的主角：imagesize
github项目地址：imagesize
imagesize通过只解析头文件，并忽略像素数据，所以它比 Pillow 快得多，2者之间有将近10倍的速度差：

注：在MacBookPro (2014/Core i7)使用125kB的PNG图像测试

首先我们使用pip命令安装imagesize到自己的电脑：

pip install imagesize
1

然后使用就更简单了：

import imagesize

width, height = imagesize.get(image_path)
1
2
3

直接使用imagesize提供的get函数，就可以拿到图片的分辨率，然后你就根据分辨率，自己设定图片清洗阈值对图片进行清洗了！

​
渣男！都看到这里了，还不赶紧点赞，评论，收藏走一波？