安装
刚接触Pillow的朋友先来看一下Pillow的安装方法,在这里我们以Mac OS环境为例:
(1)、使用 pip 安装 Python 库。pip 是 Python 的包管理工具,安装后就可以直接在命令行一站式地安装/管理各种库了(pip 文档)。
1
2
3
4
5
6
7
|
$ wget http: //pypi .python.org /packages/source/p/pip/pip-0 .7.2. tar .gz $ tar xzf pip-0.7.2. tar .gz $ cd pip-0.7.2 $ python setup.py install |
(2)、使用 pip 下载获取 Pillow:
1
|
$ pip install pillow |
(3)、安装过程中命令行出现错误提示:”error: command ‘clang' failed with exit status 1”。上网查阅,发现需要通过 Xcode 更新 Command Line Tool。于是打开 Xcode->Preferences->Downloads-Components选项卡。咦?竟然没了 Command Line Tools。再查,发现 Xcode 5 以上现在需要用命令行安装:
1
|
$ xcode- select — install |
系统会弹出安装命令行工具的提示,点击安装即可。
此时再 pip install pillow,就安装成功了。
pip freeze 命令查看已经安装的 Python 包,Pillow 已经乖乖躺那儿了。
好了,下面开始进入教程~
Image类
Pillow中最重要的类就是Image,该类存在于同名的模块中。可以通过以下几种方式实例化:从文件中读取图片,处理其他图片得到,或者直接创建一个图片。
使用Image模块中的open函数打开一张图片:
1
2
|
>>> from PIL import Image >>> im = Image. open ( "lena.ppm" ) |
如果打开成功,返回一个Image对象,可以通过对象属性检查文件内容
1
2
|
>>> from __future__ import print_function >>> print (im. format , im.size, im.mode) |
1
|
PPM (512, 512) RGB |
format属性定义了图像的格式,如果图像不是从文件打开的,那么该属性值为None;size属性是一个tuple,表示图像的宽和高(单位为像素);mode属性为表示图像的模式,常用的模式为:L为灰度图,RGB为真彩色,CMYK为pre-press图像。
如果文件不能打开,则抛出IOError异常。
当有一个Image对象时,可以用Image类的各个方法进行处理和操作图像,例如显示图片:
1
|
>>> im.show() |
ps:标准版本的show()方法不是很有效率,因为它先将图像保存为一个临时文件,然后使用xv进行显示。如果没有安装xv,该函数甚至不能工作。但是该方法非常便于debug和test。(windows中应该调用默认图片查看器打开)
读写图片
Pillow库支持相当多的图片格式。直接使用Image模块中的open()函数读取图片,而不必先处理图片的格式,Pillow库自动根据文件决定格式。
Image模块中的save()函数可以保存图片,除非你指定文件格式,那么文件名中的扩展名用来指定文件格式。
图片转成jpg格式
1
2
3
4
5
6
7
8
9
10
11
12
|
from __future__ import print_function import os, sys from PIL import Image for infile in sys.argv[ 1 :]: f, e = os.path.splitext(infile) outfile = f + ".jpg" if infile ! = outfile: try : Image. open (infile).save(outfile) except IOError: print ( "cannot convert" , infile) |
save函数的第二个参数可以用来指定图片格式,如果文件名中没有给出一个标准的图像格式,那么第二个参数是必须的。
创建缩略图
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
from __future__ import print_function import os, sys from PIL import Image size = ( 128 , 128 ) for infile in sys.argv[ 1 :]: outfile = os.path.splitext(infile)[ 0 ] + ".thumbnail" if infile ! = outfile: try : im = Image. open (infile) im.thumbnail(size) im.save(outfile, "JPEG" ) except IOError: print ( "cannot create thumbnail for" , infile) |
必须指出的是除非必须,Pillow不会解码或raster数据。当你打开一个文件,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,与文件大小和压缩格式无关。下面的程序用来快速确定图片属性:
确定图片属性
1
2
3
4
5
6
7
8
9
10
|
from __future__ import print_function import sys from PIL import Image for infile in sys.argv[ 1 :]: try : with Image. open (infile) as im: print (infile, im. format , "%dx%d" % im.size, im.mode) except IOError: pass |
裁剪、粘贴、与合并图片
Image类包含还多操作图片区域的方法。如crop()方法可以从图片中提取一个子矩形
从图片中复制子图像
1
2
3
|
box = im.copy() #直接复制图像 box = ( 100 , 100 , 400 , 400 ) region = im.crop(box) |
区域由4-tuple决定,该tuple中信息为(left, upper, right, lower)。 Pillow左边系统的原点(0,0)为图片的左上角。坐标中的数字单位为像素点,所以上例中截取的图片大小为300*300像素^2。
处理子图,粘贴回原图
1
2
|
region = region.transpose(Image.ROTATE_180) im.paste(region, box) |
将子图paste回原图时,子图的region必须和给定box的region吻合。该region不能超过原图。而原图和region的mode不需要匹配,Pillow会自动处理。
另一个例子
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
Rolling an image def roll(image, delta): "Roll an image sideways" image = image.copy() #复制图像 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(part2, ( 0 , 0 , xsize - delta, ysize)) image.paste(part1, (xsize - delta, 0 , xsize, ysize)) return image |
分离和合并通道
1
2
|
r, g, b = im.split() im = Image.merge( "RGB" , (b, g, r)) |
对于单通道图片,split()返回图像本身。为了处理单通道图片,必须先将图片转成RGB。
几何变换
Image类有resize()、rotate()和transpose()、transform()方法进行几何变换。
简单几何变换
1
2
|
out = im.resize(( 128 , 128 )) out = im.rotate( 45 ) # 顺时针角度表示 |
置换图像
1
2
3
4
5
|
out = im.transpose(Image.FLIP_LEFT_RIGHT) out = im.transpose(Image.FLIP_TOP_BOTTOM) out = im.transpose(Image.ROTATE_90) out = im.transpose(Image.ROTATE_180) out = im.transpose(Image.ROTATE_270) |
transpose()和象的rotate()没有性能差别。
更通用的图像变换方法可以使用transform()
模式转换
convert()方法
模式转换
1
|
im = Image. open ( 'lena.ppm' ).convert( 'L' ) |
图像增强
Filter
ImageFilter模块包含很多预定义的增强filters,通过filter()方法使用
应用filters
1
2
|
from PIL import ImageFilter out = im. filter (ImageFilter.DETAIL) |
像素点处理
point()方法通过一个函数或者查询表对图像中的像素点进行处理(例如对比度操作)。
像素点变换
1
2
|
# multiply each pixel by 1.2 out = im.point( lambda i: i * 1.2 ) |
上述方法可以利用简单的表达式进行图像处理,通过组合point()和paste()还能选择性地处理图片的某一区域。
处理单独通道
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
# split the image into individual bands source = im.split() R, G, B = 0 , 1 , 2 # select regions where red is less than 100 mask = source[R].point( lambda i: i < 100 and 255 ) # process the green band out = source[G].point( lambda i: i * 0.7 ) # paste the processed band back, but only where red was < 100 source[G].paste(out, None , mask) # build a new multiband image im = Image.merge(im.mode, source) |
注意到创建mask的语句:
1
|
mask = source[R].point( lambda i: i < 100 and 255 ) |
该句可以用下句表示
1
|
imout = im.point( lambda i: expression and 255 ) |
如果expression为假则返回expression的值为0(因为and语句已经可以得出结果了),否则返回255。(mask参数用法:当为0时,保留当前值,255为使用paste进来的值,中间则用于transparency效果)
高级图片增强
对其他高级图片增强,应该使用ImageEnhance模块 。一旦有一个Image对象,应用ImageEnhance对象就能快速地进行设置。 可以使用以下方法调整对比度、亮度、色平衡和锐利度。
图像增强
1
2
3
4
|
from PIL import ImageEnhance enh = ImageEnhance.Contrast(im) enh.enhance( 1.3 ).show( "30% more contrast" ) |
动态图
Pillow支持一些动态图片的格式如FLI/FLC,GIF和其他一些处于实验阶段的格式。TIFF文件同样可以包含数帧图像。
当读取动态图时,PIL自动读取动态图的第一帧,可以使用seek和tell方法读取不同帧。
1
2
3
4
5
6
7
8
9
10
11
|
from PIL import Image im = Image. open ( "animation.gif" ) im.seek( 1 ) # skip to the second frame try : while 1 : im.seek(im.tell() + 1 ) # do something to im except EOFError: pass # end of sequence |
当读取到最后一帧时,Pillow抛出EOFError异常。
当前版本只允许seek到下一帧。为了倒回之前,必须重新打开文件。
或者可以使用下述迭代器类
动态图迭代器类
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
class ImageSequence: def __init__( self , im): self .im = im def __getitem__( self , ix): try : if ix: self .im.seek(ix) return self .im except EOFError: raise IndexError # end of sequence for frame in ImageSequence(im): # ...do something to frame... Postscript Printing |
Pillow允许通过Postscript Printer在图片上添加images、text、graphics。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
Drawing Postscript from PIL import Image from PIL import PSDraw im = Image. open ( "lena.ppm" ) title = "lena" box = ( 1 * 72 , 2 * 72 , 7 * 72 , 10 * 72 ) # in points ps = PSDraw.PSDraw() # default is sys.stdout ps.begin_document(title) # draw the image (75 dpi) ps.image(box, im, 75 ) ps.rectangle(box) # draw centered title ps.setfont( "HelveticaNarrow-Bold" , 36 ) w, h, b = ps.textsize(title) ps.text(( 4 * 72 - w / 2 , 1 * 72 - h), title) ps.end_document() |
更多读取图片方法
之前说到Image模块的open()函数已经足够日常使用。该函数的参数也可以是一个文件对象。
从string中读取
1
2
3
|
import StringIO im = Image. open (StringIO.StringIO( buffer )) |
从tar文件中读取
1
2
3
4
|
from PIL import TarIO fp = TarIO.TarIO( "Imaging.tar" , "Imaging/test/lena.ppm" ) im = Image. open (fp) |
草稿模式
draft()方法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(速度要求比质量高的场合)。
draft模式
1
2
3
4
5
6
|
from __future__ import print_function im = Image. open ( file ) print ( "original =" , im.mode, im.size) im.draft( "L" , ( 100 , 100 )) print ( "draft =" , im.mode, im.size) |