PhotoshopImageGenerator：基于Photoshop的自动化图像数据集生成工具

整体逻辑与设计思路

PhotoshopImageGenerator是一个基于Python和Win32COM的自动化工具，通过控制Adobe Photoshop CC 2019创建多样化的图像数据集。其核心设计思路是通过程序化调用Photoshop的图像编辑能力，为基础图像添加随机元素（图片、文本、形状）和效果，快速生成大量变体图像用于机器学习训练或数据增强。

核心工作流程

初始化连接：通过COM接口建立与Photoshop的连接文档管理：打开基础图像或创建新文档元素添加：随机插入图片、文本和形状效果应用：应用滤镜、变换和混合模式批量处理：自动化生成指定数量的变体并保存

类结构与关键方法解析

核心类：PhotoshopAutomation

初始化与连接管理

class PhotoshopAutomation:
    def __init__(self):
        self.ps_app = None
        self.connected = False
        self.connect_to_photoshop()
 
    def connect_to_photoshop(self):
        """建立与Photoshop的连接"""
        try:
            self.ps_app = win32com.client.Dispatch("Photoshop.Application")
            self.ps_app.Visible = True  # 使Photoshop窗口可见
            self.connected = True
            print("成功连接到Photoshop")
            return True
        except Exception as e:
            print(f"连接Photoshop失败: {e}")
            self.connected = False
            return False
 
    def is_connected(self):
        """检查是否已连接到Photoshop"""
        return self.connected

文档操作方法


create_document(width, height, resolution, color_mode): 创建新文档
open_document(file_path): 打开现有图像文件
save_document(document, output_path, file_format): 保存文档到指定格式
close_document(document, save_changes): 关闭文档

核心功能方法

generate_dataset: 主方法，协调整个数据集生成流程

def generate_dataset(self, base_image_path, output_dir, count=100, file_format='JPEG'):
    """为单张基础图片生成数据集"""
    if not self.is_connected():
        print("未连接到 Photoshop,无法生成数据集")
        return False
 
    if not os.path.exists(output_dir):
        os.makedirs(output_dir)
 
    print(f"开始处理基础图片: {os.path.basename(base_image_path)},共生成{count}张图像...")
 
    for i in range(count):
        try:
            # 打开基础图像
            doc = self.open_document(base_image_path)
            if not doc:
                print(f"无法打开基础图像,跳过第 {i + 1} 张图像")
                continue
 
            # 应用随机变换
            if random.random() > 0.3:
                self.apply_random_effects(doc)
 
            # 添加随机元素
            if random.random() > 0.4:
                self.add_random_image(doc)
 
            if random.random() > 0.5:
                self.add_random_text(doc)
 
            # 保存图像
            output_filename = f"image_{datetime.now().strftime('%Y%m%d_%H%M%S')}_{i + 1}.{file_format.lower()}"
            output_path = os.path.join(output_dir, output_filename)
            self.save_document(doc, output_path, file_format)
 
            # 关闭文档
            self.close_document(doc, False)
 
            if (i + 1) % 10 == 0:
                print(f"已生成 {i + 1}/{count} 张图像")
        except Exception as e:
            print(f"生成第 {i + 1} 张图像时出错: {str(e)}")
            continue
 
    print(f"数据集生成完成,已保存到: {output_dir}")
    return True

add_random_image: 添加随机图片并设置属性

def add_random_image(self, document, image_library_path='numpic'):
    """向文档中添加随机图片并应用随机效果"""
    from PIL import Image
 
    # 支持的图片扩展名
    SUPPORTED_EXTENSIONS = ('.jpg', '.jpeg', '.png', '.gif', '.bmp')
 
    try:
        # 检查图片库路径是否存在
        if not os.path.exists(image_library_path):
            print(f"警告: 图片库路径 '{image_library_path}' 不存在")
            return False
 
        # 获取图片库中所有支持的图片文件
        image_files = []
        for root, _, files in os.walk(image_library_path):
            for file in files:
                if file.lower().endswith(SUPPORTED_EXTENSIONS):
                    image_files.append(os.path.join(root, file))
 
        if not image_files:
            print(f"警告: 图片库路径 '{image_library_path}' 中未找到支持的图片文件")
            return False
 
        # 随机选择一张图片
        selected_image = random.choice(image_files)
        selected_image = os.path.abspath(selected_image)
 
        # 打开图片作为临时文档
        temp_doc = self.ps_app.Open(selected_image)
 
        # 选择全部并复制
        temp_doc.Selection.SelectAll()
        temp_doc.Selection.Copy()
 
        # 关闭临时文档
        temp_doc.Close(2)  # 2 = psDoNotSaveChanges
 
        # 粘贴到目标文档
        document.Paste()
 
        # 获取当前活动图层（刚粘贴的图层）
        placed_layer = document.ActiveLayer
 
        # 应用随机不透明度 (50-100%)
        opacity_value = random.randint(50, 100)
        placed_layer.Opacity = opacity_value
        print(f"设置图层不透明度: {opacity_value}%")
 
        print(f"成功添加图片: {os.path.basename(selected_image)}")
        return True
 
    except Exception as e:
        tb = traceback.extract_tb(e.__traceback__)
        line_number = tb[-1].lineno if tb else "未知"
        print(f"添加随机图片失败, 行号: {line_number}: {str(e)}")
        return False

使用示例

以下是使用PhotoshopImageGenerator类生成图像数据集的完整示例：

def main():
    """主函数：处理目录中所有基础图像并生成数据集"""
    # 配置参数
    base_dir = "G:	emppsPsImage"  # 基础图像目录
    output_dir = "G:	emppsgenerated_dataset"  # 输出目录
    image_count = 10  # 每张基础图生成图像数量
    file_format = "JPEG"  # 输出格式
 
    # 获取目录中所有图像文件的完整路径
    if not os.path.isdir(base_dir):
        print(f"目录不存在: {base_dir}")
        return
 
    image_extensions = ('.jpg', '.jpeg', '.png', '.psd')
    base_image_paths = [
        os.path.join(base_dir, f)
        for f in os.listdir(base_dir)
        if f.lower().endswith(image_extensions)
    ]
 
    if not base_image_paths:
        print(f"在目录 {base_dir} 中未找到图像文件")
        return
 
    # 创建Photoshop自动化对象
    ps = PhotoshopAutomation()
    if not ps.is_connected():
        return
 
    # 遍历所有基础图像生成数据集
    for base_image_path in base_image_paths:
        ps.generate_dataset(base_image_path, output_dir, image_count, file_format)
        time.sleep(1)  # 短暂等待避免资源冲突
 
    print("所有基础图像的数据集生成完成！")
 
if __name__ == "__main__":
    main()

关键技术点

Win32COM接口：通过
win32com.client.Dispatch("Photoshop.Application")实现Python与Photoshop的通信随机化策略：使用概率阈值控制不同元素的添加几率，确保数据集多样性增加更多图像变换效果（旋转、缩放、扭曲等）实现更精细的图层控制（位置、大小、混合模式）添加数据增强参数配置文件，支持自定义生成策略集成图像标注功能，直接生成带标签的数据集
错误处理：完善的异常捕获机制，确保批量处理过程中单个错误不影响整体流程资源管理：严格的文档打开/关闭流程，避免Photoshop资源泄漏