Pillow图像处理库安装及使用

目录

• 一、安装
• 二、打开图片
• 三、转换格式并保存
• 四、创建缩略图
• 五、获取图片属性
• 六、图片信息
• 七、调色板
• 八、画板
• 九、图片模式
• 十、模式转换
• 十一、矩阵模式转换
• 十二、图片尺寸
• 十三、通道分离
• 十四、复制、裁剪、粘贴、合并
• 十五、几何变换
• 十六、高级图片处理
• 十七、滤波器处理
• 十八、设置透明度合成两张图
• 十九、设置模式合成两张图
• 二十、草稿模式
• 二十一、获取通道名称
• 二十二、获取包围盒
• 二十三、获取像素值
• 二十四、获取图片极值
• 二十五、指定位置像素值
• 二十六、获取图像直方图
• 二十七、内存分配
• 二十八、查找指定的帧
• 二十九、获取当前帧位置

一、安装

• 被认为是python官方图像处理库
• PIL非常适合于图像归档以及图像的批处理任务。可以使用PIL创建缩略图，转换图像格式，打印图像等等
• PIL支持众多的GUI框架接口，可以用于图像展示
• PIL库同样支持图像的大小转换，图像旋转，以及任意的仿射变换

pip install Pillow

二、打开图片

from PIL import Image

im = Image.open("picture.jpg")
im.show()

三、转换格式并保存

from PIL import Image

im = Image.open("picture.jpg")
im.save("result.png")

四、创建缩略图

from PIL import Image

im = Image.open("picture.jpg")
im.thumbnail((128, 128))
im.save("result.jpg")

五、获取图片属性

• 获取图像的来源，如果图像不是从文件读取它的值就是None。

from PIL import Image

im = Image.open("picture.jpg")
print(im.format)

六、图片信息

from PIL import Image

im = Image.open("picture.jpg")
print(im.info)

七、调色板

• 如果图像的模式是“P”，则返回Image  Palette类的实例；否则，将为None

from PIL import Image

im = Image.open("picture.jpg")
print(im.palette)

八、画板

• 使用给定的变量mode和size生成画板

from PIL import Image

im= Image.new("RGB", (128, 128), "#FF0000")
im.show()

九、图片模式

• 图像的模式，常见如下
• L：8位像素，黑白
• P：9位像素，使用调色板映射到任何其他模式
• 1：1位像素，黑白图像，存成8位像素
• RGB：3*8位像素，真彩
• RGBA：4*8位像素，真彩+透明通道
• CMYK：4*8位像素，印刷四色模式或彩色印刷模式
• YCbCr：3*8位像素，色彩视频格式
• I：32位整型像素
• F：33位浮点型像素

from PIL import Image

im = Image.open("picture.jpg")
print(im.mode)

十、模式转换

• 将当前图像转换为其他模式，并且返回新的图像

from PIL import Image

im = Image.open("picture.jpg")
new_im = im.convert('L')
print(new_im.mode)
new_im.show()

十一、矩阵模式转换

• 使用转换矩阵将一个“RGB”图像转换为“L”或者“RGB”图像

from PIL import Image

im = Image.open("picture.jpg")
print(im.mode)
matrix = (0.412453,0.357580, 0.180423, 0,
0.212671,0.715160, 0.072169, 0,
0.019334,0.119193, 0.950227, 0 )
new_im = im.convert("L", matrix)
print(new_im.mode)
new_im.show()

十二、图片尺寸

• 获取图像的尺寸，按照像素数计算，它的返回值为宽度和高度的二元组

from PIL import Image

im = Image.open("picture.jpg")
print(im.size)
 

十三、通道分离

• 返回当前图像各个通道组成的一个元组
• 分离一个 RGB 图像将产生三个新的图像
• 分别对应原始图像的每个通道红、绿、蓝三张图片

from PIL import Image

im = Image.open("picture.jpg")

r,g,b = im.split()
print(r.mode)
print(r.size)
print(im.size)

十四、复制、裁剪、粘贴、合并

from PIL import Image

im = Image.open("picture.jpg")
# 复制
im.copy()
# 裁剪
im.crop((100, 100, 400, 400))
# 将一张图粘贴到另一张图像上
im.paste(im.transpose(Image.ROTATE_180),im)
# 合并类使用一些单通道图像，创建一个新的图像
Image.merge("RGB", im.split())

十五、几何变换

• Image类有resize()、rotate()和transpose()、transform()方法进行几何变换

from PIL import Image

im = Image.open("picture.jpg")

# 修改尺寸
im.resize((128, 128))
# 角度旋转
im.rotate(45)
# 返回当前图像的翻转或者旋转的拷贝
# 值为:FLIP_LEFT_RIGHT，FLIP_TOP_BOTTOM，ROTATE_90，ROTATE_180，ROTATE_270
im.transpose(Image.ROTATE_90)
# 用给定的尺寸生成一张新的图像，与原图有相同的模式
im.transform((200, 200), Image.EXTENT, (0, 0, 300, 300))

十六、高级图片处理

• 使用ImageEnhance对象就能快速地进行设置。 可以调整对比度、亮度、色平衡和锐利度

from PIL import Image
from PIL import ImageEnhance

im = Image.open("picture.jpg")
enh = ImageEnhance.Contrast(im)
enh.enhance(1.3).show("30% more contrast")

十七、滤波器处理

from PIL import Image
from PIL import ImageFilter

im = Image.open("picture.jpg")
# 均值滤波
im1 = im.filter(ImageFilter.BLUR)
# 找轮廓
im2 = im.filter(ImageFilter.CONTOUR)
# 边缘检测
im3 = im.filter(ImageFilter.FIND_EDGES)
im.show()
im1.show()
im2.show()
im3.show()

十八、设置透明度合成两张图

• 使用给定的两张图像及透明度变量alpha，生成一张新的图像
• 变量alpha值在0和1之间
• 若变量alpha为0.0，返回第一张图像的拷贝。若变量alpha为1.0，将返回第二张图像的拷贝。

from PIL import Image

im1 = Image.open("picture1.jpg")
im2 = Image.open("picture2.jpg")
im = Image.blend(im1, im2, 0.30)
im.show()

十九、设置模式合成两张图

• 使用给定的两张图像及mask图像作为透明度，生成一张新的图像
• 图像的模式可以为“1”，“L”或者“RGBA”
• 所有图像必须有相同的尺寸

from PIL import Image

im1 = Image.open("picture1.jpg")
im2 = Image.open("picture2.jpg")
im = Image.composite(im1, im2, 'L')
im.show()

二十、草稿模式

• 速度要求比质量高的场合
• 允许在不读取文件内容的情况下尽可能（可能不会完全等于给定的参数）地将图片转成给定模式和大小，这在生成缩略图的时候非常有效

from PIL import Image

im = Image.open("picture.jpg")

print(im.size,im.mode)
new_im = im.draft("L", (200,200))
print(new_im.size,new_im.mode)
new_im.show()

二十一、获取通道名称

• 返回包括每个通道名称的元组
• 例如，对于RGB图像将返回（“R”,“G”,“B”）

from PIL import Image

im = Image.open("picture.jpg")
print(im.getbands())

二十二、获取包围盒

• 计算图像非零区域的包围盒
• 这个包围盒是一个4元组，定义了左、上、右和下像素坐标
• 如果图像是空的，这个方法将返回空

from PIL import Image

im = Image.open("picture.jpg")
print(im.getbbox())

二十三、获取像素值

from PIL import Image

im = Image.open("picture.jpg")
print(im.getdata())

二十四、获取图片极值

• 返回一个2元组
• 包括该图像中的最小和最大值

from PIL import Image

im = Image.open("picture.jpg")
print(im.getextrema())

二十五、指定位置像素值

from PIL import Image

im = Image.open("picture.jpg")
print(im.getpixel((10,0)))

二十六、获取图像直方图

from PIL import Image

im = Image.open("picture.jpg")
im_histogram = im.histogram()
print(im_histogram[0])

二十七、内存分配

• 为图像分配内存并从文件中加载它
• 返回一个用于读取和修改像素的像素访问对象

from PIL import Image

im = Image.open("picture.jpg")
pix = im.load()
print(pix[0,2])

二十八、查找指定的帧

• 给定的动态图中查找指定的帧
• 如果查找超越了序列的末尾，则产生一个EOFError异常
• 当文件被打开时，PIL库自动指定到第0帧上

from PIL import Image

im_gif = Image.open("loading.gif")
print(im_gif.mode)
# 默认打开时是第0帧
im_gif.show()
im_gif.seek(1)
im_gif.show()
im_gif.seek(3)
im_gif.show()

二十九、获取当前帧位置

from PIL import Image

im_gif = Image.open("loading.gif")
print(im_gif.tell())
im_gif.seek(3)
print(im_gif.tell())

到此这篇关于python 包之 Pillow 图像处理教程分享的文章就介绍到这了！