一个 Python 程序，帮助你缩小 PNG 图像文件的大小 (类似 tinypng.com) 。优点有：

• 效果更好：相比 tinypng.com ，同样的画质下压缩率更高。
• 可调：通过调整参数，用画质换取更高的压缩率。
• 摆脱 tinypng.com 的文件数量限制。

与 tinypng.com 类似，本代码将色彩数=16777216 的24位真彩色像素量化为色彩数≤256的调色板像素，从而达到大于 3 倍的压缩比。不同的是，本代码用 K-Means 聚类算法进行量化。

本代码还调用了 OptiPNG 。它会重新对 PNG 的 Deflate 压缩过程进行优化，从而达到更大的压缩比。

需要安装 Python 3.x 以及其配套的 Pillow (PIL) 、 numpy 、 scipy 、scikit-learn (sklearn) 库。

如果你已有 Python 3.x ，运行以下命令安装这些库：

python -m pip install Pillow==8.4.0
python -m pip install numpy==1.20.3
python -m pip install scipy==1.8.0
python -m pip install scikit-learn==0.24.2

如果你还没有 Python ，你可以直接安装 Anaconda ，它包含 python 和上述库。

另外，在使用时，要保证 optipng.exe 与 tinypng.py 在同一个目录下

在 tinypng.py 所在的目录下运行命令：

python tinypng.py <输入目录名> <输出目录名> <P>

它会把输入目录中的所有图像文件 (包括 png, jpg, tiff 等各种图像格式) 压缩成 png 格式，放在输出目录中 (对于一些本身就高度压缩的 jpg 图像，生成的 png 会比原始文件都大，程序会跳过这种文件) 。P值则是色彩数，取值范围是 P∈[2,256] ，越小则压缩率越高，图像失真也越大。

比如用以下命令来压缩 image 目录中的图像，放到 image_tiny 目录中，P=100 ：

python tinypng.py image image_tiny 100

对一般的图像、照片可以取 P∈[100,256] 。对色彩较少的图像（比如平面设计），可取 P∈[2,99] 来获得更好的效果。

对 image 目录中的图像，分别用 tinypng.com 和本代码 (取几种不同P值) 进行压缩，下表部分展示了总压缩率和平均失真。其中压缩率=原始图像文件大小/压缩后图像文件大小) 。而失真用 SSIM 值 (结构相似性) 来衡量，SSIM∈[0.0, 1.0] ，越大说明相似度越高，失真越小。

表： tinypng.com 和本代码的对比

从上表可以明显看出本代码相比 tinypng.com 的优势：在相同压缩率下图像失真更小，在相同失真下压缩率更高。

我也提供了计算 SSIM 的代码文件 ssim.py ，运行方法是：

python ssim.py <原始图像目录> <原始图像格式> <压缩图像目录> <压缩图像格式>

比如以下命令会计算 image 目录中的 png 图像和 image_tiny 目录中的同名的 png 图像的 SSIM 值：

python ssim.py image png image_tiny png