Python 图像处理 Pillow 库详情_Python

前言：

图像处理是常用的技术，python 拥有丰富的第三方扩展库，Pillow 是 Python3 最常用的图像处理库，目前最高版本5.2.0。Python2 使用Pil库，两者是使用方法差不多，区别在于类的引用不同。

注意：Pil 库与 Pillow 不能同时存在与一个环境中，如果你已经安装 Pil 库，那么请将他卸载。

使用 pip 安装 Pillow：

				?

									> pip install Pillow

一、使用 Image.open() 创建图像实例

Image 是 Pillow 最常用的类，他可以通过多种方式创建图像实例。

“ from PIL import Image ”导入 Image 模块。然后通过 Image 类中的 open 函数即可载入图像文件, open 函数会自动判断图片格式，只需指定文件位置即可。成功，open 函数返回一个 Image 对象；载入文件失败，则会引起 IOError 异常。

1. 通过文件创建 Image 对象

通过文件创建 Image 图像对象是最常用的方法

示例：通过文件创建 Image 图像对象

				?

									from PIL import Image

									image = Image.open('python-logo.png')  # 创建图像实例

									# 查看图像实例的属性

									print(image.format, image.size, image.mode)

									image.show() # 显示图像

代码解读：

实例属性说明：
format 图像格式
size 图像的 (宽,高) 元组
mode 常见模式，默认 RGB 真彩图像；L 为灰阶图像；CMYK 印刷色彩；RGBA 带透明度的真彩图像；YCbCr 彩色视频格式；LAB L * a * b颜色空间；HSV 等。
show() 方法为使用系统默认图片查看器显示图像，一般用于调试；

2. 从打开文件中读取

可以从文件对象读取而不是文件名，但文件对象必须实现 read( ) ，seek( ) 和 tell( ) 方法，并且是以二进制模式打开。

示例：从文件对象中读取图像

				?

									from PIL import Image

									with open("hopper.ppm", "rb") as fp:

									    im = Image.open(fp)

2. 从 string 二进制流中读取

要从字符串数据中读取图像，需使用 io 类：

				?

									import io

									from PIL import Image

									im = Image.open(io.StringIO(buffer))

注意：在读取图像 header 之前将文件倒回（使用 seek(0) ）。

3. 从tar文件中读取

				?

									from PIL import TarIO

									fp = TarIO.TarIO("Imaging.tar", "Imaging/test/lena.ppm")

									im = Image.open(fp)

二、读写图像

1. 格式转换并保存图像

Image 模块中的 save 函数可以保存图片，除非你指定文件格式，否则文件的扩展名就是文件格式。

				?

									import os

									from PIL import Image

									image_path='python-logo.png' # 图片位置

									f, e = os.path.splitext(image_path) # 获取文件名与后缀

									outfile = f + ".jpg"

									if image_path != outfile:

									    try:

									        Image.open(image_path).save(outfile) # 修改文件格式

									    except IOError:

									        print("cannot convert", image_path)

注意： 如果你的图片mode是RGBA那么会出现异常,因为 RGBA 意思是红色，绿色，蓝色，Alpha 的色彩空间，Alpha 是指透明度。而 JPG 不支持透明度，所以要么丢弃Alpha , 要么保存为.png文件。解决方法将图片格式转换：

				?

									Image.open(image_path).convert("RGB").save(outfile)  # convert 转换为 RGB 格式，丢弃Alpha

save() 函数有两个参数，如果文件名没有指定图片格式，那么第二个参数是必须的，他指定图片的格式。

2. 创建缩略图

创建缩略图使用 Image.thumbnail( size ), size 为缩略图宽长元组。

示例： 创建缩略图

				?

									import os

									from PIL import Image

									image_path = 'python-logo.png'  # 图片位置

									size = (128, 128)  # 文件大小

									f, e = os.path.splitext(image_path)  # 获取文件名与后缀

									outfile = f + ".thumbnail"

									if image_path != outfile:

									    try:

									        im = Image.open(image_path)

									        im.thumbnail(size)  # 设置缩略图大小

									        im.save(outfile, "JPEG")

									    except IOError:

									        print("cannot convert", image_path)

注意： 出现异常，同上一个示例，convert("RGB")转换图片mode。

注意：除非必须，Pillow不会解码或栅格数据。当你打开文件，Pillow通过文件头确定文件格式，大小，mode等数据，余下数据直到需要时才处理。这意味着打开文件非常快速，它与文件大小和压缩格式无关。

三、剪贴，粘贴、合并图像

Image类包含允许您操作图像中的区域的方法。

如：要从图像中复制子矩形图像使用 crop() 方法。

1. 从图像复制子矩形

示例： 截取矩形图像

				?

									box = (100, 100, 400, 400)

									region = im.crop(box)

定义box元组，表示图像基于左上角为（0,0）的坐标，box 坐标为 (左，上，右，下）。注意，坐标是基于像素。示例中为 300 * 300 像素。

2. 处理子矩形并将其粘贴回来

示例： 在原图上粘贴子矩形图像

				?

									region = region.transpose(Image.ROTATE_180) # 颠倒180度

									box = (400, 400, 700, 700)  # 粘贴位置，像素必须吻合，300 * 300

									im.paste(region, box)

注意：将子图（region）粘贴（paste）回原图时，粘贴位置 box 的像素与宽高必须吻合。而原图和子图的 mode 不需要匹配，Pillow会自动处理。

示例：滚动图像

				?

									from PIL import Image

									def roll(image, delta):

									    """ 向侧面滚动图像 """

									    xsize, ysize = image.size

									    delta = delta % xsize

									    if delta == 0: return image

									    part1 = image.crop((0, 0, delta, ysize))

									    part2 = image.crop((delta, 0, xsize, ysize))

									    image.paste(part1, (xsize - delta, 0, xsize, ysize))

									    image.paste(part2, (0, 0, xsize - delta, ysize))

									    return image

									if __name__ == '__main__':

									    image_path = 'test.jpg'

									    im = Image.open(image_path)

									    roll(im, 300).show()  # 向侧面滚动 300 像素

3. 分离和合并通道

Pillow 允许处理图像的各个通道，例如RGB图像有R、G、B三个通道。 split 方法分离图像通道，如果图像为单通道则返回图像本身。merge 合并函数采用图像的 mode 和通道元组为参数，将它们合并成新图像。

示例：交换RGB图像的三个波段

				?

									r, g, b = im.split()

									im = Image.merge("RGB", (b, g, r))

注意：如果要处理单色系，可以先将图片转换为'RGB‘

四. 几何变换

PIL.Image.Image 包含调整图像大小 resize() 和旋转 rotate() 的方法。前者采用元组给出新的大小，后者采用逆时针方向的角度。

示例：调整大小并逆时针旋转 45度

				?

									out = im.resize((128, 128))

									out = out.rotate(45)

要以90度为单位旋转图像，可以使用 rotate() 或 transpose() 方法。后者也可用于围绕其水平轴或垂直轴翻转图像。

示例：

				?

									out = im.transpose(Image.FLIP_LEFT_RIGHT) # 水平左右翻转

									out = im.transpose(Image.FLIP_TOP_BOTTOM) # 垂直上下翻转

									out = im.transpose(Image.ROTATE_90) # 逆时针90度

									out = im.transpose(Image.ROTATE_180) # 逆时针180度

									out = im.transpose(Image.ROTATE_270) # 逆时针270度

rotate() 和 transpose() 方法相同，他们之间没有差别， transpose() 方法比较通用。

五. 颜色变换

示例：在 mode 之间转换

				?

									from PIL import Image

									im = Image.open("hopper.ppm").convert("L") # 转换为灰阶图像

注意：它支持每种模式转换为"L" 或 "RGB"，要在其他模式之间进行转换，必须先转换模式（通常为“RGB”图像）。

六. 图像增强

1. Filters 过滤器

ImageFilter 模块有很多预定义的增强过滤器，通过 filter() 方法运用。

示例：使用 filter()

				?

									from PIL import ImageFilter

									out = im.filter(ImageFilter.DETAIL)

2. 像素点处理

point() 方法可用于转换图像的像素值（如对比度），在大多数情况下，可以将函数对象作为参数传递格此方法，它根据函数返回值对每个像素进行处理。

示例：每个像素点扩大1.2倍

				?

									out = im.point(lambda i: i * 1.2)

上述方法可以用简单的表达式进行图像处理，还可以通过组合 point() 和 paste() 对图像的局部区域进行处理。

3. 处理单独通道

				?

									# 将通道分离

									source = im.split()

									R, G, B = 0, 1, 2

									# 选择红色小于100的区域

									mask = source[R].point(lambda i: i < 100 and 255)

									# 处理绿色

									out = source[G].point(lambda i: i * 0.7)

									# 粘贴已处理的通道，红色通道仅限于<100

									source[G].paste(out, None, mask)

									# 合并图像

									im = Image.merge(im.mode, source)

注意创建 mask 的语句：

				?

									imout = im.point(lambda i: expression and 255)

对于 and 逻辑判断来说，expression 为 False (0) 已经能证明整个表达式为 False (0) , 否则还有对后面的结果进行判断。所以 expression 为 False (0) 返回 False (0) ，expression 为 True （本身的结果）是返回后面的 255；

同理对于 or 的逻辑判断，当前面的表达式为 True，返回前面的值；当前面表达式为 False，返回后面表达式的值。

七、高级增强

其他图像增强功能可以使用 ImageEnhance 模块中的类。从图像创建后，可以使用 ImageEnhance 快速调整图片的对比度、亮度、饱和度和清晰度。

				?

									from PIL import ImageEnhance

									enh = ImageEnhance.Contrast(im)  # 创建调整对比度对象

									enh.enhance(1.3).show("增加30%对比度")

ImageEnhance 方法类型：

ImageEnhance.Contrast(im) 对比度
ImageEnhance.Color(im) 色彩饱和度
ImageEnhance.Brightness(im) 亮度
ImageEnhance.Sharpness(im) 清晰度

八、动态图像

Pillow 支持一些动态图像处理（如FLI/FLC，GIF等格式）。TIFF文件同样可以包含数帧图像。

打开动态图像时，PIL 会自动加载序列中的第一帧。你可以使用 seek 和 tell 方法在不同的帧之间移动。

示例：读取动态图像

				?

									from PIL import Image

									im = Image.open("animation.gif")

									im.seek(1) # 跳到第二帧

									try:

									    while 1:

									        im.seek(im.tell()+1)  # tell() 获取当前帧的索引号

									except EOFError: # 当读取到最后一帧时，Pillow抛出EOFError异常。

									    pass # 结束

注意：有些版本的库中的驱动程序仅允许您搜索下一帧。要回放文件，您可能需要重新打开它。都遇到无法回放的库时，可以使用 for 语句循环实现。

示例：for 使用 ImageSequence Iterator 类遍历动态图像

				?

									from PIL import ImageSequence

									for frame in ImageSequence.Iterator(im):

									    # ...处理过程...

示例：保存动态图像

				?

									im.save(out, save_all=True, append_images=[im1, im2, ...])

参数说明：

out 需要保存到那个文件
save_all 为True，保存图像的所有帧。否则，仅保存多帧图像的第一帧。
append_images 需要附加为附加帧的图像列表。列表中的每个图像可以是单帧或多帧图像（目前只有GIF，PDF，TIFF和WebP支持此功能）。

九、Postscript 打印

Pillow 允许通过 Postscript Printer 在图片上添加图像或文字。

				?

									from PIL import Image

									from PIL import PSDraw

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

									title = "hopper"

									box = (1*72, 2*72, 7*72, 10*72) # in points

									ps = PSDraw.PSDraw() # 默认 sys.stdout

									ps.begin_document(title)

									# 画出图像 (75 dpi)

									ps.image(box, im, 75)

									ps.rectangle(box)

									# 画出标题

									ps.setfont("HelveticaNarrow-Bold", 36)

									ps.text((3*72, 4*72), title)

十、配置加载器 draft

某些解码器允许在从文件中读取图像时对其进行操作。这通常可用于创建缩略图时（当速度比质量更重要）加速解码并打印到单色激光打印机（仅需灰阶图像时）。

draft() 方法操作已打开但尚未加载的图像，使其尽可能匹配给定的模式和大小。它通过重新配置图像解码器来完成。仅适用于JPEG和MPO文件。

示例：使用 draft() 快速解码图像

				?

									from PIL import Image

									im = Image.open('test.jpg')

									print("original =", im.mode, im.size)

									im.draft("L", (100, 100))

									print("draft =", im.mode, im.size)

输出：

				?

									original = RGB (1920, 1200)

									draft = L (240, 150)

注意： 生成的图像与请求的模式和大小可能不完全匹配。要确保图像不大于给定大小，需改用缩略图方法。

原文链接：https://zhuanlan.zhihu.com/p/58671158

Python 图像处理 Pillow 库详情

一、使用 Image.open() 创建图像实例

1. 通过文件创建 Image 对象

2. 从打开文件中读取

2. 从 string 二进制流中读取

3. 从tar文件中读取

二、读写图像

1. 格式转换并保存图像

2. 创建缩略图

三、剪贴，粘贴、合并图像

1. 从图像复制子矩形

2. 处理子矩形并将其粘贴回来

3. 分离和合并通道

四. 几何变换

五. 颜色变换

六. 图像增强

1. Filters 过滤器

2. 像素点处理

3. 处理单独通道

七、高级增强

八、动态图像

九、Postscript 打印

十、配置加载器 draft

相关文章

热门资讯

Python 图像处理 Pillow 库详情

一、使用 Image.open() 创建图像实例

1. 通过文件创建 Image 对象

2. 从打开文件中读取

2. 从 string 二进制流中读取

3. 从tar文件中读取

二、读写图像

1. 格式转换并保存图像

2. 创建缩略图

三、剪贴，粘贴、合并图像

1. 从图像复制子矩形

2. 处理子矩形并将其粘贴回来

3. 分离和合并通道

四. 几何变换

五. 颜色变换

六. 图像增强

1. Filters 过滤器

2. 像素点处理

3. 处理单独通道

七、高级增强

八、 动态图像

九、Postscript 打印

十、配置加载器 draft

相关文章

热门资讯

八、动态图像