Python图像处理库PIL详细使用说明_python_

一、 简介

1、 基本介绍

Pillow 是 Python 中较为基础的图像处理库，主要用于图像的基本处理，比如裁剪图像、调整图像大小和图像颜色处理等。与 Pillow 相比，OpenCV 和 Scikit-image 的功能更为丰富，所以使用起来也更为复杂，主要应用于机器视觉、图像分析等领域，比如众所周知的“人脸识别”应用 。

2、 特点

• 支持格式繁多

  Pillow 支持广泛的图像格式，比如 "jpeg"，"png"，"bmp"，"gif"，"ppm"，"tiff" 等。同时，它也支持图像格式之间的相互转换。总之， Pillow 几乎能够处理任何格式的图像

• 提供丰富的功能

  Pillow 提供了丰富的图像处理功能，可概括为两个方面：

  • 图像归档
  • 图像处理

  图像归档，包括创建缩略图、生成预览图像、图像批量处理等；而图像处理，则包括调整图像大小、裁剪图像、像素点处理、添加滤镜、图像颜色处理等

• 配合 GUI 工具使用

官方文档：【https://www.osgeo.cn/pillow/reference/ImageFont.html】

3、 安装

pip install pillow 导包 imoprt PIL

二、 Image 对象

1、 实例化对象

1.1 实例化

导包

from PIL import Image

使用 open 方法

im = PIL.Image.open(fp) # 导入图片 im.show() # 展示图片

fp：图片路径

使用 open 方法

im = Image.new(mode,size,color) # 创建图片 im.show() # 展示图片

参数说明如下：

• mode：图像模式，字符串参数，比如 RGB（真彩图像）、L（灰度图像）、CMYK（色彩图打印模式）等
• size：图像大小，元组参数（width, height）代表图像的像素大小
• color：图片颜色，默认值为 0 表示黑色，参数值支持（R,G,B）三元组数字格式、颜色的十六进制值以及颜色英文单词

1.2 图像模式

2、 对象属性

import PIL.Image im = PIL.Image.open(r"D:\35005\Pictures\Screenshots\微信图片_20220302175157.jpg") print(im.size) # 查看图片大小 print(im.readonly) # 查看是否为只读，1为是，0为否 print(im.format) # 查看图片的格式 print(im.info) # 查看图片的相关信息 print(im.mode) # 查看图片的模式

3、 格式转换

3.1 save 方法

save 方法用于保存 图像，当不指定文件格式时，它会以默认的图片格式来存储；如果指定图片格式，则会以指定的格式存储图片

语法：

im = PIL.Image.open(r"D:\35005\Pictures\Screenshots\微信图片_20220302175157.jpg") im.save(fp, format=None) # 保存图片

参数说明如下：

• fp：图片的存储路径，包含图片的名称，字符串格式
• format：可选参数，可以指定图片的格式

3.2 convert 方法

注意，并非所有的图片格式都可以用 save() 方法转换完成，比如将 PNG 格式的图片保存为 JPG 格式，如果直接使用 save() 方法就会出现错误

引发错误的原因是由于 PNG 和 JPG 图像模式不一致导致的。其中 PNG 是四通道 RGBA 模式，即红色、绿色、蓝色、Alpha 透明色；JPG 是三通道 RGB 模式。因此要想实现图片格式的转换，就要将 PNG 转变为三通道 RGB 模式

Image 类提供的 convert() 方法可以实现图像模式的转换。该函数提供了多个参数，比如 mode、matrix、dither 等，其中最关键的参数是 mode，其余参数无须关心

语法：

im.convert(mode, params) # 转换模式 im.save(fp) # 保存图片

参数：

• mode：指的是要转换成的图像模式
• params：其他可选参数

4、 图片缩放

在图像处理过程中经常会遇到缩小或放大图像的情况，Image 类提供的 resize() 方法能够实现任意缩小和放大图像

语法：

im_new = im.resize(size, resample=image.BICUBIC, box=None, reducing_gap=None) # 注意要重新赋值 im_new.show() # 缩放后的图片

参数：

• size：元组参数 (width,height)，图片缩放后的尺寸

• resample：可选参数，指图像重采样滤波器，与 thumbnail() 的 resample 参数类似，默认为 Image.BICUBIC

• box：对指定图片区域进行缩放，box 的参数值是长度为 4 的像素坐标元组，即 (左,上,右下)。注意，被指定的区域必须在原图的范围内，如果超出范围就会报错。当不传该参数时，默认对整个原图进行缩放

  (0, 0, 120, 180)代表的是以原图的左上角为原点，选择宽和高分别是(120,180)的图像区域

• reducing_gap：可选参数，浮点参数值，用于优化图片的缩放效果，常用参数值有 3.0 和 5.0

5、 创建缩略图

缩略图指的是将原图缩小至一个指定大小（size）的图像。通过创建缩略图可以使图像更易于展示和浏览

Image 对象提供了一个 thumbnail() 方法用来生图像的缩略图，等比缩放

语法：

im.thumbnail(size,resample) # 直接在原图的基础上修改 im.show() # 缩放后的图片

参数：

• size：元组参数，指的是缩小后的图像大小
• resample：可选参数，指图像重采样滤波器，有四种过滤方式，分别是 Image.BICUBIC（双立方插值法）、PIL.Image.NEAREST（最近邻插值法）、PIL.Image.BILINEAR（双线性插值法）、PIL.Image.LANCZOS（下采样过滤插值法），默认为 Image.BICUBIC

6、 图像分离与合并

图像（指数字图像）由许多像素点组成，像素是组成图像的基本单位，而每一个像素点又可以使用不同的颜色，最终呈现出了绚丽多彩的图像 ，而图像的分离与合并，指的就是图像颜色的分离和合并

6.1 split 方法

im = PIL.Image.open(r"D:\35005\Pictures\Screenshots\微信图片_20220302175157.jpg") r, g, b = im.split() # split 方法使用较简单，分离通道 r.show() g.show() b.show()

6.2 merge 方法

Image 类提供的 merge() 方法可以实现图像的合并操作。注意，图像合并，可以是单个图像合并，也可以合并两个以上的图像

im_merge = PIL.Image.merge(mode, bands) im_merge.show()

参数：

• mode：指定输出图片的模式
• bands：参数类型为元组或者列表序列，其元素值是组成图像的颜色通道，比如 RGB 分别代表三种颜色通道，可以表示为 (r, g, b)

6.3 blend 方法

Image 类也提供了 blend() 方法来混合 RGBA 模式的图片（PNG 格式）

语法：

PIL.Image.blend(image1,image2, alpha)

参数：

• image1：图片对象1
• image2：图片对象2
• alpha：透明度 ，取值范围为 0 到 1，当取值为 0 时，输出图像相当于 image1 的拷贝，而取值为 1 时，则是 image2 的拷贝，只有当取值为 0.5 时，才为两个图像的中合。因此改值的大小决定了两个图像的混合程度

7、 图像处理

7.1 图像裁剪

Image 类提供的 crop() 函数允许我们以矩形区域的方式对原图像进行裁剪

语法：

im_crop = im.crop(box=None) # box 代表裁剪区域 im_crop.show()

box 是一个有四个数字的元组参数 (x_左上,y_左下,x1_右上,y1_右下)，分别表示被裁剪矩形区域的左上角 x、y 坐标和右下角 x，y 坐标。默认 (0,0) 表示坐标原点，宽度的方向为 x 轴，高度的方向为 y 轴，每个像素点代表一个单位

7.2 拷贝和粘贴

拷贝、粘贴操作几乎是成对出现的，Image 类提供了 copy() 和 paste() 方法来实现图像的复制和粘贴

拷贝语法：

im_copy = im.copy() # 复制图片

粘贴语法：

im_copy.paste(image, box=None, mask=None)

参数：

• image：指被粘贴的图片
• box：指定图片被粘贴的位置或者区域，其参数值是长度为 2 或者 4 的元组序列，长度为 2 时，表示具体的某一点 (x, y)；长度为 4 则表示图片粘贴的区域，此时区域的大小必须要和被粘贴的图像大小保持一致
• mask：可选参数，为图片添加蒙版效果

注意：

• 粘贴后的图片模式将自动保持一致，不需要进行额外的转换

from PIL import Image im = Image.open(r"D:\35005\Pictures\Screenshots\微信图片_20220302175157.jpg") # 复制一张图片副本 im_copy = im.copy() # 对副本进行裁剪 im_crop = im_copy.crop((0, 0, 200, 100)) # 创建一个新的图像作为蒙版，L模式，单颜色值 image_new = Image.new('L', (200, 100), 200) # 将裁剪后的副本粘贴至副本图像上，并添加蒙版 im_copy.paste(im_crop, (100, 100, 300, 200), mask=image_new) # 显示粘贴后的图像 im_copy.show()

8、几何变化

图像的几何变换主要包括图像翻转、图像旋转和图像变换操作，Image 类提供了处理这些操作的函数 transpose()、rotate() 和 transform()

8.1 transpose

该函数可以实现图像的垂直、水平翻转

语法：

im_out = im.transpose(method) # 生成新的图像对象

method取值：

• Image.FLIP_LEFT_RIGHT：左右水平翻转
• Image.FLIP_TOP_BOTTOM：上下垂直翻转
• Image.ROTATE_90：图像逆时针旋转 90 度
• Image.ROTATE_180：图像旋转 180 度
• Image.ROTATE_270：图像旋转 270 度
• Image.TRANSPOSE：图像转置
• Image.TRANSVERSE：图像横向翻转

8.2 rotate

当我们想把图像旋转任意角度时，可以使用 rotate() 函数

语法：

im_out = im.rotate(angle, resample=PIL.Image.NEAREST, expand=None, center=None, translate=None, fillcolor=None) # 返回图像对象

参数：

• angle：表示任意旋转的角度
• resample：重采样滤波器，默认为 PIL.Image.NEAREST 最近邻插值方法
• expand：可选参数，表示是否对图像进行扩展，如果参数值为 True 则扩大输出图像，如果为 False 或者省略，则表示按原图像大小输出
• center：可选参数，指定旋转中心，参数值是长度为 2 的元组，默认以图像中心进行旋转
• translate：参数值为二元组，表示对旋转后的图像进行平移，以左上角为原点；translate的参数值可以为负数
• fillcolor：可选参数，填充颜色，图像旋转后，对图像之外的区域进行填充

8.3 transform

该函数能够对图像进行变换操作，通过指定的变换方式，产生一张规定大小的新图像

语法：

im_out = im.transform(size, method, data=None, resample=0) # 返回图像对象

参数：

• size：指定新图片的大小
• method：指定图片的变化方式，比如 Image.EXTENT 表示矩形变换
• data：该参数用来给变换方式提供所需数据
• resample：图像重采样滤波器，默认参数值为 PIL.Image.NEAREST

三、 ImageFilter

1、 简介

随着数字图像技术的不断发展，图像降噪方法也日趋成熟，通过某些算法来构造滤波器是图像降噪的主要方式。滤波器能够有效抑制噪声的产生，并且不影响被处理图像的形状、大小以及原有的拓扑结构

Pillow 通过 ImageFilter 类达到图像降噪的目的，该类中集成了不同种类的滤波器，通过调用它们从而实现图像的平滑、锐化、边界增强等图像降噪操作

2、 降噪处理

2.1 图像降噪滤波器

2.2 使用语法

语法：

im_ft = im.filter
                
提示：
                    本文由神整理自网络，如有侵权请联系本站删除！
                    

                    本站声明： 

                    1、本站所有资源均来源于互联网，不保证100%完整、不提供任何技术支持； 

                    2、本站所发布的文章以及附件仅限用于学习和研究目的;不得将用于商业或者非法用途；否则由此产生的法律后果，本站概不负责！
                
                

                

                                            
上一篇：Python可变与不可变数据和深拷贝与浅拷贝_python_
                                                                
下一篇：python+pytest接口自动化之token关联登录的实现_python_