Optimitzar imatges amb Python

Table of Contents
Introducció
La mida dels fitxers d’imatge influeix en la velocitat d’un lloc web i en l’experiència dels visitants. Els fitxers grans poden alentir la càrrega i fer que la gent abandoni la pàgina. Python i la biblioteca Pillow ajuden a reduir els fitxers i a millorar-ne la visualització al web. Aquest article presenta mètodes i eines pràctics per optimitzar imatges amb Python.
Per què és important optimitzar les imatges
L’optimització d’imatges redueix la mida dels fitxers sense perjudicar de manera visible la qualitat. Té diversos avantatges:
Les pàgines carreguen més de pressa: els fitxers d’imatge grans alenteixen el lloc i afecten el SEO i l’experiència d’usuari.
Es consumeix menys ample de banda: les imatges optimitzades transfereixen menys dades i faciliten l’accés amb connexions limitades.
Millor experiència mòbil: les connexions mòbils sovint són més lentes. Optimitzar les imatges ajuda les pàgines a mostrar-se amb fluïdesa en telèfons i tauletes.
Suport al SEO: els cercadors tenen en compte la velocitat del lloc a l’hora de classificar-lo. Les pàgines ràpides poden ocupar millors posicions als resultats.
Tècniques per optimitzar imatges
1. Comprimir imatges
La compressió redueix la mida dels fitxers. La biblioteca Pillow de Python ofereix mètodes i opcions per equilibrar la mida i la qualitat de la imatge. Instal·la Pillow amb pip:
pip install Pillow
Exemple per comprimir una imatge:
from PIL import Image
# Obre una imatge
image = Image.open("input_image.jpg")
# Comprimeix i desa la imatge
image.save("compressed_image.jpg", optimize=True, quality=85)
2. Canviar la mida de les imatges
Ajusta les dimensions de la imatge a l’espai on es mostrarà al lloc web. Encara que HTML o CSS redueixin una imatge gran, el lloc pot continuar carregant lentament perquè el navegador descarrega el fitxer complet. Pillow facilita el canvi de mida:
from PIL import Image
# Obre una imatge
image = Image.open("input_image.jpg")
# Redimensiona la imatge
resized_image = image.resize((800, 600))
# Desa la imatge redimensionada
resized_image.save("resized_image.jpg")
3. Convertir el format de les imatges
La conversió a formats més eficients, com WebP, pot reduir la mida del fitxer mantenint una qualitat adequada. La majoria dels navegadors moderns admeten WebP, i Pillow permet desar-hi imatges:
from PIL import Image
# Obre una imatge
image = Image.open("input_image.jpg")
# Converteix la imatge al format WebP
image.save("output_image.webp")
Automatitzar l’optimització d’imatges amb Python
Exemple d’script Python: utilitzar l’API de TinyPNG
L’automatització estalvia temps i feina quan es processen moltes imatges. Les biblioteques Python permeten automatitzar aquestes tasques. Tinify és un wrapper de Python per a l’API de TinyPNG.
Tinify comprimeix i optimitza imatges amb algorismes avançats per reduir-ne la mida sense perdre qualitat. Per fer-lo servir, registra’t al lloc web de Tinify i obtén una clau API.
Exemple de compressió d’una imatge amb Tinify:
import tinify
# Configura Tinify amb la teva clau d'API
tinify.key = "YOUR_API_KEY"
# Comprimeix la imatge
source = tinify.from_file("input_image.jpg")
source.to_file("compressed_image.jpg")
Exemple d’script Python: optimitzar imatges d’una carpeta
L’script següent processa diversos tipus d’imatge, com JPEG i PNG, i exporta fitxers WebP optimitzats:
import os
from PIL import Image
# Funció per convertir una imatge al format WebP
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)
# Funció per recórrer les imatges d'una carpeta i convertir-les a WebP
def optimize_images(folder_path, output_folder, quality=85):
# Crea la carpeta de sortida si no existeix
os.makedirs(output_folder, exist_ok=True)
# Recorre cada fitxer de la carpeta
for filename in os.listdir(folder_path):
if filename.endswith(('.jpg', '.jpeg', '.png')):
# Construeix els camins d'entrada i sortida
input_path = os.path.join(folder_path, filename)
output_path = os.path.join(output_folder, f"{os.path.splitext(filename)[0]}.webp")
# Converteix la imatge al format WebP
convert_to_webp(input_path, output_path, quality=quality)
# Exemple d'ús
folder_path = "input_images"
output_folder = "optimized_images"
optimize_images(folder_path, output_folder, quality=80)
L’exemple fa servir Python Imaging Library (PIL) per obrir imatges i convertir-les a WebP. La funció convert_to_webp rep el camí d’entrada, el camí de sortida i un paràmetre opcional de qualitat, amb valor per defecte 85. optimize_images recorre els fitxers de la carpeta, comprova les extensions admeses i crida convert_to_webp. Les imatges WebP optimitzades es desen a la carpeta de sortida indicada.
Adapta folder_path, output_folder i quality a les teves necessitats.
Conclusió
L’optimització d’imatges accelera els llocs web, millora l’experiència d’usuari i afavoreix el rendiment als resultats de cerca. L’ecosistema Python ofereix eines per comprimir i redimensionar imatges, convertir formats i automatitzar aquestes tasques. Pillow i Tinify processen imatges individuals o lots i mantenen una qualitat visual adequada. Primer tria les dimensions i la qualitat, i després aplica aquests valors al teu flux de treball.
Referències
- https://pillow.readthedocs.io/en/stable/
- https://developers.google.com/speed/webp
- https://tinypng.com/developers





