【亲测免费】 psd-tools 技术文档
2026-01-25 05:33:28作者:邓越浪Henry
1. 安装指南
1.1 使用 pip 安装
psd-tools 是一个用于处理 Adobe Photoshop PSD 文件的 Python 包。您可以通过 pip 轻松安装该包。请在命令行中运行以下命令:
pip install psd-tools
1.2 验证安装
安装完成后,您可以通过以下 Python 代码验证安装是否成功:
import psd_tools
print(psd_tools.__version__)
如果成功输出版本号,则说明安装成功。
2. 项目使用说明
2.1 基本使用
psd-tools 提供了对 PSD 文件的基本读取和写入功能。以下是一个简单的示例,展示如何打开一个 PSD 文件并将其保存为 PNG 格式:
from psd_tools import PSDImage
# 打开 PSD 文件
psd = PSDImage.open('example.psd')
# 将 PSD 文件保存为 PNG 格式
psd.composite().save('example.png')
# 遍历 PSD 文件中的每一层
for layer in psd:
print(layer)
layer_image = layer.composite()
layer_image.save(f'{layer.name}.png')
2.2 功能支持
psd-tools 支持以下功能:
- 读取和写入 PSD/PSB 文件结构:支持低级别的 PSD 和 PSB 文件结构读取和写入。
- 导出图层图像:支持将图层图像导出为 NumPy 和 PIL 格式。
此外,psd-tools 还提供了有限的支持:
- 图层合成:支持基本像素图层的合成。
- 填充层效果:支持填充层效果的合成。
- 矢量蒙版:支持矢量蒙版的处理。
- 图层属性编辑:支持编辑一些图层属性,如图层名称。
2.3 不支持的功能
psd-tools 目前不支持以下功能:
- 图层结构编辑:不支持添加或删除图层。
- 调整层合成:不支持调整层的合成。
- 图层效果合成:不支持许多图层效果的合成。
- 字体渲染:不支持字体渲染。
3. 项目 API 使用文档
3.1 PSDImage 类
PSDImage 类是 psd-tools 的核心类,用于处理 PSD 文件。
3.1.1 打开 PSD 文件
psd = PSDImage.open('example.psd')
3.1.2 保存为 PNG 文件
psd.composite().save('example.png')
3.1.3 遍历图层
for layer in psd:
print(layer)
layer_image = layer.composite()
layer_image.save(f'{layer.name}.png')
3.2 其他 API
psd-tools 还提供了其他一些 API,用于处理 PSD 文件的不同部分,如 psd_tools.api.layers、psd_tools.api.mask 等。详细信息请参考官方文档。
4. 项目安装方式
psd-tools 可以通过 pip 进行安装。请在命令行中运行以下命令:
pip install psd-tools
安装完成后,您可以在 Python 代码中导入并使用该包。
通过以上文档,您应该能够顺利安装和使用 psd-tools 包来处理 Adobe Photoshop PSD 文件。如需更多详细信息,请参考官方文档:psd-tools 官方文档。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust075- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
690
4.46 K
Ascend Extension for PyTorch
Python
547
671
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
955
930
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
430
75
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
407
326
昇腾LLM分布式训练框架
Python
146
172
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
650
232
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.08 K
564
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.59 K
925
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
642
292