图片批量填充工具颜色替换

本文目录导读：

1. 方案一：使用免费在线工具（适合一次性或少量图片）
2. 方案二：使用专业图像处理软件（适合日常、高质量、大量处理）
3. 方案三：编写 Python 脚本（推荐给技术用户）
4. 总结推荐

这是一个关于图片批量填充和颜色替换的请求，由于我无法直接运行或提供可下载的软件，我将为你提供几种切实可行的解决方案，从免费在线工具到专业软件，再到Python脚本，你可以根据自己的需求（一次性任务、日常批量处理、自动化需求）来选择。

使用免费在线工具（适合一次性或少量图片）

如果你不想安装软件,以下网站支持批量上传和颜色替换：

1. Online Image Tools (类似于 Convertio)

   • 方法： 搜索“Image Color Changer”或“批量替换图片颜色”。
   • 操作： 上传多张图片 -> 选择“替换颜色”功能 -> 点击图片中的颜色（源色） -> 设置目标颜色 -> 下载全部。
   • 注意： 免费版通常有文件数量限制（如5-10张）或文件大小限制。

2. iLoveIMG

   • 功能： 支持批量操作，但主要针对格式转换/压缩，颜色替换功能在“编辑图片”中，通常需要逐张处理，不太适合真正意义上的“批量颜色替换”。

适用场景： 尺寸小、数量少（<20张）、对隐私不敏感。

使用专业图像处理软件（适合日常、高质量、大量处理）

这是最稳定、功能最强大的方法，几乎所有专业软件都支持“动作（Action）”或“脚本”来实现批量处理。

Adobe Photoshop (最通用)

• 优点： 功能极强，可以精准替换颜色（色相/饱和度调整、替换颜色工具）。

• 批量步骤：

  1. 打开一张示例图。
  2. 录制动作（Action）： 窗口 -> 动作 -> 新建动作 -> 开始录制。
  3. 执行颜色替换： 图像 -> 调整 -> 替换颜色（或色相/饱和度）,设置好源色和目标色。
  4. 保存并关闭图片： 文件 -> 存储为（或另存为） -> 关闭。
  5. 停止录制。
  6. 批量执行： 文件 -> 自动 -> 批处理 -> 选择刚才录制的动作 -> 选择源文件夹/目标文件夹 -> 点击确定。

• 适用场景： 需要高精度控制、有Photoshop license、数量成千上万张。

GIMP (免费、开源、跨平台)

• 优点： 免费；功能与PS类似；支持批处理（通过脚本-Fu或BIMP插件）。

• 批量步骤（安装BIMP插件后）：

  1. 打开GIMP，点击 文件 -> 批处理图像处理 (BIMP)。
  2. 添加图像（所有需要处理的图片）。
  3. 点击“添加步骤” -> “颜色” -> “用颜色替换特定颜色” 或 “色相/饱和度”。
  4. 设置源颜色、容差、替换后的颜色。
  5. 设置输出文件夹。
  6. 点击“应用”。

• 适用场景： 预算有限、需要专业功能、不愿使用在线工具。

FastStone Image Viewer (免费、轻量级)

• 优点： 极其轻量，启动快,支持批处理。

• 批量步骤：

  1. 打开软件，进入文件夹，选中所有图片（Ctrl+A）。
  2. 点击 工具 -> 批量转换。
  3. 在右侧“设置”中，找到“颜色调整”或“高级选项”，注意：它的“颜色替换”功能不如PS强大，通常是整体调整通道，如果你需要“把红色全部变成蓝色”,它可能不够精确。

• 适用场景： 只需要简单的整体色调调整,资源占用低。

编写 Python 脚本（推荐给技术用户）

使用 Python + Pillow (PIL) 或 OpenCV 可以实现高度自定义、完全自动化的批量颜色替换。

核心逻辑：

1. 遍历文件夹中的所有图片。
2. 读取图片,转换为RGB模式。
3. 定义一个“目标颜色”（[255, 0, 0] 红色）和一个“容差”（tolerance）。
4. 扫描每个像素，如果该像素颜色与目标颜色在容差范围内,则将其替换为新颜色。
5. 保存新的图片。

简易 Python 脚本示例 (使用 Pillow 的 colorize 或 point 方法):

这种方法适合纯色替换，对于渐变或复杂颜色，建议使用 OpenCV 的 inRange 方法。

from PIL import Image
import os
import numpy as np
def replace_color_batch(input_folder, output_folder, target_color, new_color, tolerance=30):
    """
    批量替换图片中的颜色
    target_color: (R, G, B) 要替换的颜色
    new_color: (R, G, B) 替换成什么颜色
    tolerance: 容差（0-255），越大替换的范围越广
    """
    if not os.path.exists(output_folder):
        os.makedirs(output_folder)
    for filename in os.listdir(input_folder):
        if filename.lower().endswith(('.png', '.jpg', '.jpeg', '.bmp', '.tiff')):
            img_path = os.path.join(input_folder, filename)
            img = Image.open(img_path).convert('RGB')
            # 核心：逐像素替换
            data = np.array(img)
            # 计算每个像素到目标颜色的距离
            diff = np.abs(data.astype(int) - np.array(target_color))
            # 找出所有通道差都在容差内的像素
            mask = np.all(diff <= tolerance, axis=-1)
            # 将这些像素替换为新颜色
            data[mask] = new_color
            # 保存
            new_img = Image.fromarray(data)
            new_img.save(os.path.join(output_folder, f'replaced_{filename}'))
# 使用示例
replace_color_batch(
    input_folder=r'C:\your\input\folder',
    output_folder=r'C:\your\output\folder',
    target_color=(255, 0, 0),   # 替换红色
    new_color=(0, 0, 255),      # 变成蓝色
    tolerance=30                 # 容差
)

安装依赖： pip install Pillow numpy

适用场景： 需要大批量处理、自动化流水线、不需要图形界面、有编程基础。

总结推荐

如果你能告诉我具体是哪一类图片（比如图标、照片、示意图）、需要替换的颜色准确度要求有多高、是纯色替换还是类似颜色的渐变替换,我可以给出更精确的代码或操作步骤。

标签： 批量处理