python中的PIL库介绍

【时间】2018.10.19

【题目】python中的PIL库介绍

【参考链接】https://www.cnblogs.com/lyrichu/p/9124504.html

概述

  PIL(Python Image Library)是python的第三方图像处理库，但是由于其强大的功能与众多的使用人数，几乎已经被认为是python官方图像处理库了。其官方主页为:PIL。

一、简单实用Image函数--图像的打开，保存与显示

1.1、图片的打开

函数：open(filename,mode)(打开一张图像)。

从文件加载图像，用Image函数的open方法

>>> from PIL import Image

>>> im = Image.open("autumn.jpg")

如果成功，这个函数将返回一个图像对象,格式为JpegImageFile。

现在您可以使用实例属性来检查文件内容及相关属性。

>>> print(im.format, im.size, im.mode)

JPEG (1000, 727) RGB

• format属性识别图形的源，若图片不是从文件读取的将显示None；

• size属性是一个包含宽度和高度的二元数组(以像素为单位)；

• mode属性定义了图像中波段的数量和名称，以及像素类型和深度，常见的模式是“L”(亮度)用于灰度图像，“RGB”用于真正的彩色图像，以及“CMYK”用于预压图像

1.2、图片的保存

函数：save(filename,format)(保存指定格式的图像)

>>> im.save("autumn.jpg",'png')

上面的代码将图像重新保存成png格式。

1.3图片的显示

函数：show(）

>>> im.show() #显示刚刚加载的图像

show()的标准版本不是很有效，因为它将图像保存到一个临时文件中，并调用xv实用程序来显示图像。如果你没有安装xv，它甚至不会工作。但是，当它确实起作用时，它对于调试和测试非常方便。

例子：创建图片的缩略图

im = Image.open('bossimg.jpg') 

print im.format,im.size,im.mode

size = (30,40)

im.thumbnail(size) #大小是元组长和宽

im.save('boss.png','PNG') #以png格式保存缩略图

二、常用的图像处理

2.1 创建缩略图

函数： thumbnail(size,resample)

>>> im.thumbnail((50,50),resample=Image.BICUBIC)

>>> im.show()

上面的代码可以创建一个指定大小(size)的缩略图,需要注意的是，thumbnail方法是原地操作，返回值是None。第一个参数是指定的缩略图的大小，第二个是采样的，有Image.BICUBIC，PIL.Image.LANCZOS，PIL.Image.BILINEAR，PIL.Image.NEAREST这四种采样方法。默认是Image.BICUBIC。

注意：会在原图改变

2.2裁剪矩形区域

函数：crop(box)

>>> im = Image.open("autumn.jpg","r")

>>> box = (100,100,200,200)

>>> region = im.crop(box)

>>> region.show()

上面的代码在im图像上裁剪了一个box矩形区域，然后显示出来。box是一个有四个数字的元组(upper_left_x,upper_left_y,lower_right_x,lower_right_y),分别表示裁剪矩形区域的左上角x,y坐标,右下角的x,y坐标,规定图像的最左上角的坐标为原点(0,0),宽度的方向为x轴，高度的方向为y轴，每一个像素代表一个坐标单位。crop()返回的仍然原Image对象。

注意：不会在原图改变

2.3图像翻转或者旋转

函数：transpose(method)

>>> im_rotate_180 = im.transpose(Image.ROTATE_180)

>>> im_rotate_180.show()

上面的代码将im逆时针旋转180°，然后显示出来,method是transpose的参数，表示选择什么样的翻转或者旋转方式，可以选择的值有:

    - Image.FLIP_LEFT_RIGHT,表示将图像左右翻转

    - Image.FLIP_TOP_BOTTOM,表示将图像上下翻转

    - Image.ROTATE_90,表示将图像逆时针旋转90°

    - Image.ROTATE_180,表示将图像逆时针旋转180°

    - Image.ROTATE_270,表示将图像逆时针旋转270°

    - Image.TRANSPOSE,表示将图像进行转置(相当于顺时针旋转90°)

    - Image.TRANSVERSE,表示将图像进行转置,再水平翻转（这点存在疑问

注意：不会在原图改变

2.4 将一个图像粘贴到另一个图像

函数：paste(region,box,mask)

>>> im.paste(region,(100,100),None)

>>> im.show()

 上面的代码将region图像粘贴到左上角为(100,100)的位置。region是要粘贴的Image对象,box是要粘贴的位置，可以是一个两个元素的元组，表示粘贴区域在原图im中的左上角坐标,也可以是一个四个元素的元组，表示左上角和右下角的坐标。如果是四个元素元组的话,box的size必须要和region的size保持一致，否则将会被convert成和region一样的size。mask一般是在RGBA格式（PNG格式）的图像，用于指定透明区域，将底图显示出来，它会根据mask图像的a通道指定透明区域。具体而言，在该掩码中，值255表示粘贴图像在该位置是不透明的(也就是说，粘贴的图像应该被使用)。值0表示粘贴的图像是完全透明的。中间值表示不同级别的透明性。例如，粘贴一个RGBA图像并使用它作为掩码会粘贴图像的不透明部分，而不是它的透明背景。

补充： 可以用以下语句创建mask：mask = im.point(lambda i: expression and 255) ，其中expression是一个表达式，如i<100,表示图像im的像素值小于100时，取Flase(0)，否则取255.

注意：会在原图改变

2.5.颜色通道分离

函数：split()

>>> r,g,b = im.split()

>>> r.show()

>>> g.show()

>>> b.show()

split()方法可以原来图像的各个通道分离,比如对于RGB图像，可以将其R,G,B三个颜色通道分离。

2.6.颜色通道合并

函数：merge(mode,channels)

>>> im_merge = Image.merge("RGB",[b,r,g])

merge方法和split方法是相对的，其将多个单一通道的序列合并起来，组成一个多通道的图像，mode是合并之后图像的模式，比如"RGB",channels是多个单一通道组成的序列。

2.7.改变图像尺寸大小

函数：resize(size,resample,box)

>>> im_resize_box = im.resize((100,100),box = (0,0,50,50))

>>> im_resize_box.show()

resize方法可以将原始的图像转换大小,size是转换之后的大小,resample是重新采样使用的方法，仍然有Image.BICUBIC，PIL.Image.LANCZOS，PIL.Image.BILINEAR，PIL.Image.NEAREST这四种采样方法，默认是PIL.Image.NEAREST,box是指定的要resize的图像区域，是一个用四个元组指定的区域(含义和上面所述box一致)。若指定box,就是对box指定的区域进行尺寸变化。

注意：不会在原图改变

2.8.改变图像的mode即格式

函数：convert(mode,matrix,dither,palette,colors)(mode转换)

>>> im_L = im.convert("L")

>>> im_L.show()

>>> im_rgb = im_L.convert("RGB")

>>> im_rgb.show()

>>> im_L.mode

'L'>>> im_rgb.mode

'RGB'

convert方法可以改变图像的mode,一般是在'RGB'(真彩图)、'L'(灰度图)、'CMYK'(压缩图)之间转换。上面的代码就是首先将图像转化为灰度图，再从灰度图转化为真彩图。值得注意的是,从灰度图转换为真彩图，虽然理论上确实转换成功了，但是实际上是很难恢复成原来的真彩模式的(不唯一)。

2.9.应用过滤器

函数：filter(filter)

>>> from PIL import ImageFilter

>>> im_blur = im.filter(ImageFilter.BLUR)

>>> im_blur.show()

>>> im_find_edges = im.filter(ImageFilter.FIND_EDGES)

>>> im_find_edges.show()

filter方法可以将一些过滤器操作应用于原始图像，比如模糊操作，查找边、角点操作等。filter是过滤器函数，在PIL.ImageFilter函数中定义了大量内置的filter函数，比如BLUR(模糊操作),GaussianBlur(高斯模糊),MedianFilter(中值过滤器)，FIND_EDGES(查找边)等。上面得到原始图像dog.jpg,find_edges.jpg以及blur.jpg从左到右如下图1所示:

2.10.对图像像素操作

函数：point(lut,mode）

>>> im_point = im.point(lambda x:x*1.5)

>>> im_point.save("im_point.jpg")

point方法可以对图像进行单个像素的操作，上面的代码对point方法传入了一个匿名函数（lut）,表示将图像的每个像素点大小都乘以0.5(实现将图片整体变暗）,mode是返回的图像的模式，默认是和原来图像的mode是一样的。下图是原来的person.jpg和point操作之后的im_point.jpg之间的对比。

2.11.图像增强

函数：ImageEnhance()

from PIL import Image , ImageEnhance

im = Image.open("F:\\test\\image1\\person.jpg")

brightness = ImageEnhance.Brightness(im)

im_brightness = brightness.enhance(1.5)

contrast = ImageEnhance.Contrast(im)

im_contrast = contrast.enhance(1.5)

im_brightness.save("./image1/im_brightness.jpg")

im_contrast.save("./image1/im_contrast.jpg")

ImageEnhance是PIL下的一个子类，主要用于图像增强，比如增加亮度(Brightness),增加对比度(Contrast)等。上面的代码将原来图像的亮度增加50%,将对比度也增加了50%。

2.12.处理图像序列（如gif图像）

函数：ImageSequence()

下面的代码可以遍历gif图像中的所有帧，并分别保存为图像。

1）使用迭代器的方式

>>> from PIL import ImageSequence

>>> from PIL import Image

>>> gif = Image.open("pipixia.gif")

>>> for i,frame in enumerate(ImageSequence.Iterator(gif),1):

... if frame.mode == 'JPEG':

... frame.save("%d.jpg" %i)

... else:

... frame.save("%d.png" % i)

2）使用seek（index）函数一帧一帧读取gif

>>> index = 0>>> while 1:

... try:

... gif.seek(index)

... gif.save("%d.%s" %(index,'jpg' if gif.mode == 'JPEG' else 'png'))

... index += 1... except EOFError:

... print("Reach the end of gif sequence!")

... break

上面的代码在读取到gif的最后一帧之后，会throw 一个 EOFError,所以我们只要捕获这个异常就可以了。