Bilder mit Python optimieren

Table of Contents
Einleitung
Die Bildgröße beeinflusst die Ladezeit einer Website und die Nutzererfahrung. Große Dateien können Seiten verlangsamen und Besucher zum Wegklicken bewegen. Mit Python und der Bibliothek Pillow lassen sich Bilddateien verkleinern und ihre Darstellung im Web verbessern. Dieser Artikel zeigt praktische Methoden und Werkzeuge zur Bildoptimierung mit Python.
Warum Bildoptimierung wichtig ist
Bei der Bildoptimierung wird die Dateigröße verringert, ohne die sichtbare Bildqualität unnötig zu verschlechtern. Das bringt mehrere Vorteile:
Seiten laden schneller: Große Bilddateien bremsen Websites und wirken sich auf SEO und Nutzererfahrung aus.
Weniger Bandbreite: Optimierte Bilder übertragen weniger Daten. So lässt sich eine Website auch mit begrenzter Verbindung leichter nutzen.
Bessere mobile Nutzung: Mobilfunkverbindungen sind häufig langsamer. Optimierte Bilder helfen Seiten, auf Smartphones und Tablets flüssig zu erscheinen.
Unterstützung für SEO: Suchmaschinen berücksichtigen die Websitegeschwindigkeit beim Ranking. Schnell ladende Seiten können bessere Suchpositionen erreichen.
Techniken zur Bildoptimierung
1. Bilder komprimieren
Komprimierung verringert die Dateigröße. Die Python-Bibliothek Pillow bietet einfache Verfahren und verschiedene Einstellungen, um Dateigröße und Bildqualität auszubalancieren. Installieren Sie Pillow mit pip:
pip install Pillow
Ein Beispiel für die Bildkomprimierung:
from PIL import Image
# Ein Bild öffnen
image = Image.open("input_image.jpg")
# Bild komprimieren und speichern
image.save("compressed_image.jpg", optimize=True, quality=85)
2. Bilder skalieren
Passen Sie die Bildabmessungen an den vorgesehenen Platz auf der Website an. Ein großes Bild, das per HTML oder CSS verkleinert wird, kann die Seite weiterhin verlangsamen, da der Browser die ganze Datei herunterlädt. Mit Pillow lässt sich die Größe direkt anpassen:
from PIL import Image
# Ein Bild öffnen
image = Image.open("input_image.jpg")
# Bildgröße ändern
resized_image = image.resize((800, 600))
# Das verkleinerte Bild speichern
resized_image.save("resized_image.jpg")
3. Bildformat konvertieren
Eine Konvertierung in effizientere Formate wie WebP reduziert häufig die Dateigröße bei guter Bildqualität. Die meisten aktuellen Browser unterstützen WebP. Pillow kann Bilder in diesem Format speichern:
from PIL import Image
# Ein Bild öffnen
image = Image.open("input_image.jpg")
# Bild ins WebP-Format umwandeln
image.save("output_image.webp")
Bildoptimierung mit Python automatisieren
Python-Skriptbeispiel: Die TinyPNG-API verwenden
Automatisierung spart Zeit und Arbeit, besonders wenn viele Bilder verarbeitet werden. Python-Bibliotheken ermöglichen solche Aufgaben. Tinify ist ein Python-Wrapper für die TinyPNG-API.
Tinify komprimiert und optimiert Bilder mit fortgeschrittenen Algorithmen, um ihre Dateigröße zu senken und die Qualität zu erhalten. Für die Nutzung benötigen Sie ein Konto und einen API-Schlüssel von der Tinify-Website.
So komprimieren Sie ein Bild mit Tinify:
import tinify
# Tinify mit deinem API-Schlüssel konfigurieren
tinify.key = "YOUR_API_KEY"
# Bild komprimieren
source = tinify.from_file("input_image.jpg")
source.to_file("compressed_image.jpg")
Python-Skriptbeispiel: Bilder in einem Ordner optimieren
Das folgende Skript verarbeitet verschiedene Bildtypen wie JPEG und PNG und exportiert optimierte WebP-Dateien:
import os
from PIL import Image
# Funktion zum Umwandeln eines Bildes ins WebP-Format
def convert_to_webp(input_path, output_path, quality=85):
image = Image.open(input_path)
image = image.convert("RGB")
image.save(output_path, "webp", optimize=True, quality=quality)
# Funktion zum Durchlaufen der Bilder in einem Ordner und Umwandeln in WebP
def optimize_images(folder_path, output_folder, quality=85):
# Ausgabeordner erstellen, falls er nicht existiert
os.makedirs(output_folder, exist_ok=True)
# Jede Datei im Ordner durchlaufen
for filename in os.listdir(folder_path):
if filename.endswith(('.jpg', '.jpeg', '.png')):
# Eingabe- und Ausgabepfade erstellen
input_path = os.path.join(folder_path, filename)
output_path = os.path.join(output_folder, f"{os.path.splitext(filename)[0]}.webp")
# Bild ins WebP-Format umwandeln
convert_to_webp(input_path, output_path, quality=quality)
# Anwendungsbeispiel
folder_path = "input_images"
output_folder = "optimized_images"
optimize_images(folder_path, output_folder, quality=80)
Das Beispiel verwendet die Python Imaging Library (PIL), um Bilder zu öffnen und in WebP umzuwandeln. Die Funktion convert_to_webp erhält den Eingabepfad, den Ausgabepfad und einen optionalen Qualitätswert mit dem Standardwert 85. optimize_images durchläuft die Dateien im Ordner, prüft ihre Endungen und ruft anschließend convert_to_webp auf. Die optimierten WebP-Dateien landen im angegebenen Ausgabeordner.
Passen Sie folder_path, output_folder und quality an Ihre Anforderungen an.
Fazit
Bildoptimierung beschleunigt Websites, verbessert die Nutzererfahrung und unterstützt die Leistung in Suchergebnissen. Das Python-Ökosystem bietet Werkzeuge zum Komprimieren und Skalieren von Bildern, zum Formatwechsel und zur Automatisierung dieser Aufgaben. Pillow und Tinify verarbeiten einzelne Bilder oder ganze Stapel, ohne die visuelle Qualität unnötig zu beeinträchtigen. Legen Sie zuerst passende Abmessungen und Qualitätswerte fest und verwenden Sie diese Einstellungen anschließend in Ihrem Ablauf.
Referenzen
- https://pillow.readthedocs.io/en/stable/
- https://developers.google.com/speed/webp
- https://tinypng.com/developers







