Python图像处理库PIL中图像格式转换的实现


Posted in Python onFebruary 26, 2020

在数字图像处理中,针对不同的图像格式有其特定的处理算法。所以,在做图像处理之前,我们需要考虑清楚自己要基于哪种格式的图像进行算法设计及其实现。本文基于这个需求,使用python中的图像处理库PIL来实现不同图像格式的转换。

对于彩色图像,不管其图像格式是PNG,还是BMP,或者JPG,在PIL中,使用Image模块的open()函数打开后,返回的图像对象的模式都是“RGB”。而对于灰度图像,不管其图像格式是PNG,还是BMP,或者JPG,打开后,其模式为“L”。

通过之前的博客对Image模块的介绍,对于PNG、BMP和JPG彩色图像格式之间的互相转换都可以通过Image模块的open()和save()函数来完成。具体说就是,在打开这些图像时,PIL会将它们解码为三通道的“RGB”图像。用户可以基于这个“RGB”图像,对其进行处理。处理完毕,使用函数save(),可以将处理结果保存成PNG、BMP和JPG中任何格式。这样也就完成了几种格式之间的转换。同理,其他格式的彩色图像也可以通过这种方式完成转换。当然,对于不同格式的灰度图像,也可通过类似途径完成,只是PIL解码后是模式为“L”的图像。

这里,我想详细介绍一下Image模块的convert()函数,用于不同模式图像之间的转换。

Convert()函数有三种形式的定义,它们定义形式如下:

im.convert(mode)⇒image
im.convert(“P”, **options)⇒image
im.convert(mode, matrix)⇒image

使用不同的参数,将当前的图像转换为新的模式,并产生新的图像作为返回值。

本文我们采样的图片是lena的照片:

模式“1”:

>>> from PIL import Image
>>> lena = Image.open("lena.bmp")
>>> lena.mode
'RGB'
>>> lena.getpixel((0,0))
(226, 137, 125)
>>> lena_1 = lena.convert("1")
>>> lena_1.mode
'1'
>>> lena_1.size
(512, 512)
>>> lena_1.getpixel((0,0))
>>> lena_1.getpixel((10,10))
>>> lena_1.getpixel((10,120))
>>> lena_1.getpixel((130,120))
>>> lena_1.show()

结果:

Python图像处理库PIL中图像格式转换的实现

模式“L”:

模式“L”为灰色图像,它的每个像素用8个bit表示,0表示黑,255表示白,其他数字表示不同的灰度。在PIL中,从模式“RGB”转换为“L”模式是按照下面的公式转换的:

L = R * 299/1000 + G * 587/1000+ B * 114/1000

下面我们将lena图像转换为“L”图像。

>>> lena_L = lena.convert("L")
>>> lena_L.mode
'L'
>>> lena_L.size
(512, 512)
>>> lena_L.getpixel((0,0))
>>> lena.getpixel((0,0))
(226, 137, 125)
>>> lena_L.show()
>>> lena_L.save("lena_l.bmp")
>>>

对于第一个像素点,原始图像lena为(197, 111, 78),其转换为灰色值为:

197 *299/1000 + 111 * 587/1000 + 78 * 114/1000= 132.952,PIL中只取了整数部分,即为132。

转换后的图像lena_L如下:

Python图像处理库PIL中图像格式转换的实现

模式P:

模式“P”为8位彩色图像,它的每个像素用8个bit表示,其对应的彩色值是按照调色板查询出来的。

下面我们使用默认的调色板将lena图像转换为“P”图像。

example:

>>> lena_P = lena.convert("P")
>>> lena_P.mode
'P'
>>> lena_P.getpixel((0,0))

结果:

Python图像处理库PIL中图像格式转换的实现

模式“RGBA”:

模式“RGBA”为32位彩色图像,它的每个像素用32个bit表示,其中24bit表示红色、绿色和蓝色三个通道,另外8bit表示alpha通道,即透明通道。

下面我们将模式为“RGB”的lena图像转换为“RGBA”图像。

>>> lena_rgba = lena.convert("RGBA")
>>> 
>>> 
>>> 
>>> lena_rgba.mode
'RGBA'
>>> lena_rgba.getpixel((0,0))
(226, 137, 125, 255)
>>> lena_rgba.getpixel((0,1))
(226, 137, 125, 255)
>>> lena_rgba.show()

Python图像处理库PIL中图像格式转换的实现

模式“CMYK”:

模式“CMYK”为32位彩色图像,它的每个像素用32个bit表示。模式“CMYK”就是印刷四分色模式,它是彩色印刷时采用的一种套色模式,利用色料的三原色混色原理,加上黑色油墨,共计四种颜色混合叠加,形成所谓“全彩印刷”。

四种标准颜色是:C:Cyan =青色,又称为‘天蓝色'或是‘湛蓝'M:Magenta =品红色,又称为‘洋红色';Y:Yellow =黄色;K:Key Plate(blacK) =定位套版色(黑色)。

下面我们将模式为“RGB”的lena图像转换为“CMYK”图像。

>>> lena_cmyk = lena.convert("CMYK")
>>> lena_cmyk.mode
'CMYK'
>>> lena_cmyk.getpixel((0,0))
(29, 118, 130, 0)
>>> lena_cmyk.getpixel((0,1))
(29, 118, 130, 0)
>>> lena_cmyk.show()

从实例中可以得知PIL中“RGB”转换为“CMYK”的公式如下:

C = 255 - R
M = 255 - G
Y = 255 - B
K = 0

由于该转换公式比较简单,转换后的图像颜色有些失真。

转换后的图像lena_cmyk如下:

Python图像处理库PIL中图像格式转换的实现

模式“YCbCr”:

模式“YCbCr”为24位彩色图像,它的每个像素用24个bit表示。YCbCr其中Y是指亮度分量,Cb指蓝色色度分量,而Cr指红色色度分量。人的肉眼对视频的Y分量更敏感,因此在通过对色度分量进行子采样来减少色度分量后,肉眼将察觉不到的图像质量的变化。

模式“RGB”转换为“YCbCr”的公式如下:

Y= 0.257*R+0.504*G+0.098*B+16
Cb = -0.148*R-0.291*G+0.439*B+128
Cr = 0.439*R-0.368*G-0.071*B+128

下面我们将模式为“RGB”的lena图像转换为“YCbCr”图像。

>>> lena_ycbcr = lena.convert("YCbCr")
>>> lena_ycbcr.mode
'YCbCr'
>>> lena_ycbcr.getpixel((0,0))
(162, 107, 173)
>>> lena.getpixel((0,0))
(226, 137, 125)
>>>

按照公式,Y =0.257*197+0.564*111+0.098*78+16= 136.877

Cb=-0.148*197-0.291*111+0.439*78+128= 100.785
Cr = 0.439*197-0.368*111-0.071*78+128 = 168.097

由此可见,PIL中并非按照这个公式进行“RGB”到“YCbCr”的转换。

转换后的图像lena_ycbcr如下:

Python图像处理库PIL中图像格式转换的实现

模式“I”

模式“I”为32位整型灰色图像,它的每个像素用32个bit表示,0表示黑,255表示白,(0,255)之间的数字表示不同的灰度。在PIL中,从模式“RGB”转换为“I”模式是按照下面的公式转换的:

I = R * 299/1000 + G * 587/1000 + B * 114/1000

下面我们将模式为“RGB”的lena图像转换为“I”图像。

>>> lena_I = lena.convert("I")
>>> lena_I.mode
'I'
>>> lena_I.getpixel((0,0))
>>> lena_I.getpixel((0,1))
>>> lena_L = lena.convert("L")
>>> lena_L.getpixel((0,0))
>>> lena_L.getpixel((0,1))

从实验的结果看,模式“I”与模式“L”的结果是完全一样,只是模式“L”的像素是8bit,而模式“I”的像素是32bit。 

模式“F”

模式“F”为32位浮点灰色图像,它的每个像素用32个bit表示,0表示黑,255表示白,(0,255)之间的数字表示不同的灰度。在PIL中,从模式“RGB”转换为“F”模式是按照下面的公式转换的:

F = R * 299/1000+ G * 587/1000 + B * 114/1000

下面我们将模式为“RGB”的lena图像转换为“F”图像。

>>> lena_F = lena.convert("F")
>>> lena_F.mode
'F'
>>> lena_F.getpixel((0,0))
162.2429962158203
>>> lena_F.getpixel((0,1))
162.2429962158203
>>>

Python图像处理库PIL中图像格式转换的实现

模式“F”与模式“L”的转换公式是一样的,都是RGB转换为灰色值的公式,但模式“F”会保留小数部分,如实验中的数据.

以上就是Python图像处理库PIL中图像格式转换的实现的详细内容,更多关于PIL 图像格式转换的资料请关注三水点靠木其它相关文章!

Python 相关文章推荐
Python 功能和特点(新手必学)
Dec 30 Python
深入解析Python中的__builtins__内建对象
Jun 21 Python
微信小程序跳一跳游戏 python脚本跳一跳刷高分技巧
Jan 04 Python
python生成圆形图片的方法
Mar 25 Python
使用Python更换外网IP的方法
Jul 09 Python
详解Python3.6的py文件打包生成exe
Jul 13 Python
解决Python3 控制台输出InsecureRequestWarning问题
Jul 15 Python
解决python web项目意外关闭,但占用端口的问题
Dec 17 Python
为什么相对PHP黑python的更少
Jun 21 Python
Python如何实现线程间通信
Jul 30 Python
python实现数据结构中双向循环链表操作的示例
Oct 09 Python
Python装饰器的练习题
Nov 23 Python
Python基础之字典常见操作经典实例详解
Feb 26 #Python
python3使用Pillow、tesseract-ocr与pytesseract模块的图片识别的方法
Feb 26 #Python
python解释器pycharm安装及环境变量配置教程图文详解
Feb 26 #Python
Python如何使用turtle库绘制图形
Feb 26 #Python
Python解释器以及PyCharm的安装教程图文详解
Feb 26 #Python
Python定时器线程池原理详解
Feb 26 #Python
python ImageDraw类实现几何图形的绘制与文字的绘制
Feb 26 #Python
You might like
造就帕卡马拉的帕卡斯是怎么被发现的
2021/03/03 咖啡文化
回答PHPCHINA上的几个问题:URL映射
2007/02/14 PHP
详解YII关联查询
2016/01/10 PHP
PHP会员找回密码功能的简单实现
2016/09/05 PHP
php libevent 功能与使用方法详解
2020/03/04 PHP
深入理解JavaScript系列(6) 强大的原型和原型链
2012/01/15 Javascript
Jquery多选下拉列表插件jquery multiselect功能介绍及使用
2013/05/24 Javascript
$.each遍历对象、数组的属性值并进行处理
2014/07/18 Javascript
jQuery找出网页上最高元素的方法
2015/03/20 Javascript
JavaScript入门教程之引用类型
2016/05/04 Javascript
Bootstrap布局之栅格系统详解
2016/06/13 Javascript
vue.js表格组件开发的实例详解
2016/10/12 Javascript
微信小程序 滚动到某个位置添加class效果实现代码
2017/04/19 Javascript
Node.js 8 中的 util.promisify的详解
2017/06/12 Javascript
vue2.0移动端滑动事件vue-touch的实例代码
2018/11/27 Javascript
React 使用recharts实现散点地图的示例代码
2018/12/07 Javascript
在小程序中推送模板消息的实现方法
2019/07/22 Javascript
webpack4 配置 ssr 环境遇到“document is not defined”
2019/10/24 Javascript
基于javascript实现移动端轮播图效果
2020/12/21 Javascript
跟老齐学Python之模块的加载
2014/10/24 Python
Python标准库urllib2的一些使用细节总结
2015/03/16 Python
基于asyncio 异步协程框架实现收集B站直播弹幕
2016/09/11 Python
Python实现并行抓取整站40万条房价数据(可更换抓取城市)
2016/12/14 Python
彻底理解Python list切片原理
2017/10/27 Python
Python用于学习重要算法的模块pygorithm实例浅析
2018/08/16 Python
详解Django+Uwsgi+Nginx 实现生产环境部署
2018/11/06 Python
Python Django view 两种return的实现方式
2020/03/16 Python
Python要求O(n)复杂度求无序列表中第K的大元素实例
2020/04/02 Python
keras 模型参数,模型保存,中间结果输出操作
2020/07/06 Python
CSS3模块的目前的状况分析
2010/02/24 HTML / CSS
SQL里面IN比较快还是EXISTS比较快
2012/07/19 面试题
护士求职推荐信范文
2013/11/23 职场文书
《要下雨了》教学反思
2014/02/17 职场文书
大学生学习2014年全国两会心得体会
2014/03/12 职场文书
电话客服工作职责
2014/07/27 职场文书
领导班子党的群众路线对照检查材料
2014/09/25 职场文书