辽宁品牌建设促进会 网站,深圳福田最新消息今天,软件工程是干什么的,建立良好的公共秩序教学反思Pillow库#xff0c;PIL的升级版#xff0c;一个免费开源的Python图像处理库。
Pillow 库#xff08;有时也称 PIL 库#xff09; 是 Python 图像处理的基础库#xff0c;它是一个免费开源的第三方库#xff0c;由一群 Python 社区志愿者使用 Python 语言开发而成#…Pillow库PIL的升级版一个免费开源的Python图像处理库。
Pillow 库有时也称 PIL 库 是 Python 图像处理的基础库它是一个免费开源的第三方库由一群 Python 社区志愿者使用 Python 语言开发而成主要贡献者Alex Clark。Pillow 提供了非常强大的图像处理功能它能够很轻松地完成一些图像处理任务。与 Python 的其他图像处理库相比OpenCV、Scikit-image 等Pillow 库简单易用非常适合初学者学习。 Pillow 库提供了非常丰富的功能主要有以下几点
Pillow 库能够很轻松的读取和保存各种格式的图片Pillow 库提供了简洁易用的 API 接口可以让您轻松地完成许多图像处理任务Pillow 库能够配合 GUI图形用户界面 软件包 Tkinter 一起使用Pillow 库中的 Image 对象能够与 NumPy ndarray 数组实现相互转换。
丰富功能的实现得益于 Pillow 提供了众多的模块。在 Pillow 库中有二十多个模块比如 Image 图像处理模块、ImageFont 添加文本模块、ImageColor 颜色处理模块、ImageDraw 绘图模块等等每个模块各自实现了不同的功能同时模块之间又可以互相配合。
相关资源
Python Pillow 官方文档Pillow (PIL Fork) 10.2.0.dev0 documentation本套教程的图片资源下载https://pan.baidu.com/s/17mhdGCTuKMPS5RuAgbtv3A提取码n1v2
教程特点
本套教程的初衷是尽快让初学者入门因此更偏重于基础知识。在教程中我们详细讲解了如何使用 Pillow 库的 Image 模块完成一些图像的处理操作比如调整图像大小、图像的拷贝、粘贴、裁剪等基础操作通过这些内容的学习让您掌握图像处理的基本方法。对于 Pillow 的进阶知识我们讲解了如何使用 Pillow 为图片添加水印、批量处理图片以及生成 GIF 动态图等。 在创作教程的过程中我们尽量从初学者的角度来讲解 Pillow 库的相关知识使教程通俗易懂、易学、易用。本套教程采用了“知识讲解 实例演示”的方式避免了学习过程中的“枯燥和乏味”。学习完本教程后您可以使用 Pillow 库完成一些简单的图像处理操作。
读者阅读条件
本套 Pillow 教程适合有一定 Python 编程基础的人员学习如果您已经掌握 Python 基础知识那可以直接阅读本教程否则建议您提前阅读《Python语言学习》。通过本套教程的学习您将初步掌握图像处理的相关知识将它作为学习图像处理的第一套教程是一个非常不错的选择。
一、Pillow是什么
PIL Python Imaging Library是 Python 的第三方图像处理库由于其功能丰富API 简洁易用因此深受好评。 自 2011 年以来由于 PIL 库更新缓慢目前仅支持 Python 2.7 版本这明显无法满足 Python3 版本的使用需求。于是一群 Python 社区的志愿者主要贡献者Alex Clark 和 Contributors在 PIL 库的基础上开发了一个支持 Python3 版本的图像处理库它就是 Pillow。 Pillow 不仅是 PIL 库的“复制版”而且它又在 PIL 库的基础上增加了许多新的特性。Pillow 发展至今已经成为了比 PIL 更具活力的图像处理库。 Pillow 的初衷只是想作为 PIL 库的分支和补充如今它已是“青出于蓝而胜于蓝”。 除了 PIL 和 Pillow 库之外Python 还提供了一些其他图像处理库
Scikit-image一款基于 scipy 科学计算的图像处理软件包以数组的形式对图像进行处理OpenCV其实是一个 C 图像处理库不过它提供了 Python 语言的接口。
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。
1、Pillow版本支持
Pillow 支持跨平台运行比如 Windows、Linux、MacOS 等其最新版本为 Pillow 8.3.2该版本支持 Python 3.6 及以上的版本推荐使用。Pillow 与 Python 支持版本的对照表如下所示 版本对照表 Python版本3.103.93.83.73.63.52.7Pillow8.3.2支持支持支持支持支持Pillow8.0-8.3.1支持支持支持支持Pillow7.0-7.2支持支持支持支持Pillow6.2.1-6.22支持支持支持支持支持Pillow6..0-6.2.0支持支持支持支持
2、Pillow库特点
Pillow 库作为图像处理的常用库主要有以下三大特点
1支持广泛的文件格式
Pillow 支持广泛的图像格式比如 jpegpngbmpgifppmtiff 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。
2 提供了丰富的功能
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。
3配合GUI工具使用
Pillow 库可以配合 Python GUI图形用户界面工具 Tkinter 一起使用。 除上述特点之外Pillow 库还能实现一些较为复杂的图像处理操作比如给图像添加水印、合成 GIF 动态效果图等等。
二、Pillow的下载与安装
Pillow 安装非常简单和方便有三种安装途径分别是
pip包管理器安装二进制包安装Anaconda安装
下面对上述安装方式做简单介绍。
注意PIL 库与 Pillow 库不允许在同一环境中共存如果您之前安装了 PIL 库请卸载后再安装 Pillow。
1、pip包管理器安装
通过 Python 包管理器 pip 来安装 Pillow 是最简单、轻量级的一种安装方式并且这种方法适用于任何平台。只需执行以下命令即可
pip install pillow
2、二进制包安装
通过 Python PyPi 第三方库官网Pillow · PyPI下载与平台系统相对应的版本如下所示 图1Pillow下载版本 下载完成后进入下载文件的所在位置然后直接使用pip命令来安装.whl文件即可如下所示
pip install whl文件名
3、Anaconda安装
Anaconda 是一款开源的 Python 发行版下载地址Free Download | Anaconda它是当下较为流行的科学计算平台支持 Windows、Linux、MacOS 系统。Anaconda 自带许多已经安装完成软件包其中就包含 Pillow因此无须重新安装。 图2Anaconda安装
无论采用上述哪种方式都可以成功安装 Pillow。不过对于初学者来说我们建议使用第一种安装方式。 注意本教程以 Windows 平台为例对 Pillow 库的相关知识进行讲解。 最后在 CMD 命令行打开 Python 解释器交互环境输入以下代码验证 Pillow 是否安装成功。
#导入Image类该类是pillow中用于图像处理的重要类
from PIL import Image
如下所示如果解释器没有返回错误则证明已经安装成功。 图3测试Pillow安装成功 注意这里使用 PIL 导入但实际上使用的是 Pillow 库这里的 PIL 可以看做是 Pillow 库的简称。 三、Pillow创建Image对象
Image 类是 Pillow 库中最为重要的类该类被定义在和与其同名的 Image 模块中。 使用下列导包方式引入 Image 模块
from PIL import Image
使用 Image 类可以实例化一个 Image 对象通过调用该对象的一系列属性和方法对图像进行处理。Pilow 提供了两种创建 Image 实例对象的方法下面对它们进行简单的介绍。
1、open()
使用 Image 类的 open() 方法可以创建一个 Image 对象语法格式如下
im Image.open(fp, mode r)
参数说明
fp即 filepath 的缩写表示文件路径字符串格式mode可选参数若出现该参数则必须设置为 r否则会引发 ValueError 异常。
示例如下
from PIL import Image
#打开一图片文件
im Image.open(C:/Users/Administrator/Desktop/c-net.png)
#要显示图像需要调用show()方法
im.show()
图像显示结果如下 图1显示结果
2、new()
使用 Image 类提供的 new() 方法可以创建一个新的 Image 对象语法格式如下:
im Image.new(mode, size, color)
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。
示例如下
#使用颜色的十六进制格式
im_1 Image.new(mode RGB, (260, 100), color #ff0000)
im_1.show()
输出图像如下所示 图2显示结果
四、Pillow Image对象属性
Image 对象有一些常用的基本属性这些属性能够帮助我们了解图片的基本信息下面对这些属性做简单的讲解
1、size查看图像的尺寸
from PIL import Image
im Image.open(C:/Users/Administrator/Desktop/c-net.png)
#打印image图像
print(im)
#查看尺寸
print(宽是%s高是%s%(im.width, im.height))
%或者通过size查看
print(图像的大小size:, im.size)
输出结果
PIL.PngImagePlugin.PngImageFile image modeRGBA size455x191 at 0x381C750
宽是455高是191
图像的大小size: (455, 191)
2、format查看图片的格式
from PIL import Image
im Image.open(C:/Users/Administrator/Desktop/c-net.png)
print(图像的格式:, im.format)
输出结果
图像的格式: PNG
3、readonly图片是否为只读
from PIL import Image
im Image.open(C:/Users/Administrator/Desktop/c-net.png)
print(图像是否为只读:, im.readonly)
该属性的返回为 0 或者 1分别对应着是和否输出结果如下
图像是否为只读: 1
4、 info查看图片相关信息
from PIL import Image
im Image.open(C:/Users/Administrator/Desktop/c-net.png)
#包括了每英寸像素点大小和截图软件信息
print(图像信息:, im.info)
该属性的返回值为字典格式输出结果如下
图像信息: {dpi: (96, 96), Software: Snipaste}
5、 mode图像模式
from PIL import Image
im Image.open(C:/Users/Administrator/Desktop/c-net.png)
print(图像模式信息:, im.mode)
输出结果
图像的模式: RGBA
上述涉及了许多图片模式的名称比如 RGB、RGBA 等下面对常用的图片模式做简单的总结如下表所示 图片模式 mode描述11 位像素取值范围 0-10表示黑1 表示白单色通道。L8 位像素取值范围 0 -255灰度图单色通道。P8 位像素使用调色板映射到任何其他模式单色通道。RGB3 x 8位像素真彩色三色通道每个通道的取值范围 0-255。RGBA4 x 8位像素真彩色透明通道四色通道。CMYK4 x 8位像素四色通道可以适应于打印图片。YCbCr3 x 8位像素彩色视频格式三色通道。LAB3 x 8位像素L * a * b颜色空间三色通道。HSV3 x 8位像素色相饱和度值颜色空间三色通道。I32 位有符号整数像素单色通道。F32 位浮点像素单色通道。
五、Pillow图片格式转换
Pillow 库支持多种图片格式您可以直接使用 open() 方法来读取图片并且无须考虑图片是何种类型。同时Pillow 能够很轻松地实现图片格式之间的转换。 图片格式之间的转换主要有以下两种方法下面分别对它们进行了介绍
1、save()
顾名思义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。save() 的语法格式如下
Image.save(fp, format None)
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。
示例如下
from PIL import Image
im Image.open(C:/Users/Administrator/Desktop/c-net.png)
im.save(C:/Users/Administrator/Desktop/c.biancheng.net.bmp)
此时您的计算机桌面上会存在一个 c.bianchneg.net.BMP格式的图片。
2、convert()save()
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() 方法就会出现以下错误
from PIL import Image
im Image.open(C:/Users/Administrator/Desktop/c-net.png)
im.save(C:/Users/Administrator/Desktop/c.biancheng.net.jpg)
错误信息如下所示
#系统错误RGBA不能作为JPEG图片的模式
OSError: cannot write mode RGBA as JPEG
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。语法格式如下
convert(mode, params**)
mode指的是要转换成的图像模式params其他可选参数。
修改后的代码如下所示
from PIL import Image
im Image.open(C:/Users/Administrator/Desktop/c-net.png)
#此时返回一个新的image图像转换图片模式
image im.convert(RGB)
#调用save()保存
im.save(C:/Users/Administrator/Desktop/c.biancheng.net.jpg)
通过以上代码成功将 PNG 格式的图片转换为了 JPG 格式。
六、 Pillow图像缩放操作
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。 resize() 函数的语法格式如下
resize(size, resample image.BICUBIC, box None, reducing_gap None)
参数说明
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.BICUBICbox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。
注意resize() 会返回一个新的 image 对象。下面是一组对图像进行放大操的示例
from PIL import Image
im Image.open(C:/Users/Administrator/Desktop/c-net.png)
try:#放大图片image im.resize((550,260))#将新图像保存至桌面image.save(C:/Users/Administrator/Desktop/放大图像.png)print(查看新图像的尺寸 img.size)
expect IOError:print(放大图像失败)
输出结果
查看新图像的尺寸 (550, 260)
放大后的图片效果。如下所示 图1pillow放大图像
对图片的局部位置进行放大示例如下
from PIL import Image
im Image.open(C:/Users/Administrator/Desktop/c-net.png)
try:#选择放大的局部位置并选择图片重采样方式#box四元组指的是像素坐标左上右下#(0, 0120 180)表示以原图的左上角为原点选择宽和高分别为120,180的图像区域 image im.resize((550,260), reshape Image.LANCZOS, box (0, 0, 120, 180))image.show()#保存image.save(C:/Users/Administrator/Desktop/放大图像.png)print(查看新图像的尺寸 img.size)
expect IOError:print(放大失败)
图片的放大效果如下所示 图2局部放大操作
1、创建缩略图
缩略图thumbnail image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该函数的语法格式如下
thumbnail(size, resample)
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。
使用示例如下
from PIL import Image
im Image.open(C:/Users/Administrator/Desktop/c-net.png)
im.thumbnail((150,50))
print(缩略图尺寸, im.size)
#将缩略图保存至桌面
image.save(C:/Users/Administrator/Desktop/th.png)
输出结果
缩略图尺寸 (118, 50)
注意缩略图的尺寸可能与您指定的尺寸不一致这是因为 Pillow 会对原图像的长、宽进行等比例缩小当指定的尺寸不符合图像的尺寸规格时缩略图就会创建失败 比如指定的尺寸超出了原图像的尺寸规格。
2、批量修改图片尺寸
在图像处理过程中对于某些不需要精细处理的环节我们往往采用批量处理方法比如批量转换格式批量修改尺寸批量添加水印批量创建缩略图等这是一种提升工作效率的有效途径它避免了单一、重复的操作。通过 Pillow 提供的 Image.resize() 方法可以批量地修改图片尺寸下面看一组简单的示例。首先找一些类型相同但尺寸不一的图片并把它们放入桌面的 image01 文件夹中。如下所示 图3待处理的图片
下面开始编写代码
#批量修改图片尺寸
import os
from PIL import Image#读取图片目录
fileName os.listdir(C:/Users/Administrator/Desktop/image01/)
print(fileName)#设定尺寸
width 350
height 350#如果目录不存在则创建目录
if not os.path.exists(C:/Users/Administrator/Desktop/NewImage/):os.mkdir(C:/Users/Administrator/Desktop/NewImage/)#循环读取每一张图片
for img in fileName:old_pic Image.open(C:/Users/Administrator/Desktop/image01/ img)new_image old_pic.resize((width, height), Image.BILINEAR)print(new_img)new_pic Image.open(C:/Users/Administrator/Desktop/NewImage/ img)
输出结果如下所示
[向日葵.jpg, 国宝.jpg, 矩形图.jpg, 蝴蝶.jpg]
PIL.Image.Image image modeRGB size350x350 at 0x2B9E670
PIL.Image.Image image modeRGB size350x350 at 0x31D0C90
PIL.Image.Image image modeRGB size350x350 at 0x2B90DB0
PIL.Image.Image image modeRGB size350x350 at 0x31D0C90
NewImage 目录的内容如下 图4处理完成的图片
七、Pillow图像分离与合并
我们知道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。在《第四部分 Pillow Image对象属性》一节我们介绍一些图片模式它们的本质就是图片呈现颜色时需要遵循的规则比如 RGB、RGBA、CYMK 等而图像的分离与合并指的就是图像颜色的分离和合并。 Image 类提供了用于分离图像和合并图像的方法 split() 和 merge() 方法通常情况下这两个方法会一起使用。
1、split()
split() 的使用方法比较简单用来分离颜色通道。我们使用它来处理蝴蝶图片 图1pilow 图像处理操作
代码如下所示
im Image.open(C:/Users/Administrator/Desktop/1.jpg)
#修改图像大小以适应图像处理
image im.resize((450,400))
image.save(C:/Users/Administrator/Desktop/2.jpg)
#分离颜色通道产生三个Image对象
r, g,b image.split()
r.show()
g.show()
b.show()
输出的结果依次展示如下 图2分离结果预览
2、merge()
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。 merge() 方法的语法格式如下
Image.merge(mode, bands)
参数说明如下
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)。
注意该函数会返回一个新的 Image 对象。 下面对图像合并的两种类型分别进行介绍一. 单个图像的合并指的是将颜色通道进行重新组合从而得到不一样的图片效果代码如下所示
from PIL import Imageim Image.open(C:/Users/Administrator/Desktop/1.jpg)
#修改图像大小以适应图像处理
image im.resize((450,400))
image.save(C:/Users/Administrator/Desktop/2.jpg)
#分离颜色通道产生三个Image对象
r, g,b image.split()
#重新组合颜色通道返回新的Image对象
image_merge Image.merge(RGB, (b, g, r))
image_merge.show()
#保存图像至桌面
image_merge.save(C:/Users/Administrator/Desktop/3.jpg)
新合成的图像入如下所示 图3图像合并操作
两张图片的合并操作也并不复杂但是要求两张图片的模式、图像大小必须要保持一致否则不能合并。因此对于那些模式、大小不同的图片要进行预处理。 下面我们将蝴蝶图与向日葵图进行合并向日葵原图如下 图4向日葵原图
示例代码如下
from PIL import Image#打开图2.jpg
im_1 Image.open(C:/Users/Administrator/Desktop/2.jpg)
im_2 Image.open(C:/Users/Administrator/Desktop/向日葵.jpg)#因为两种图片的图片格式一致所以仅需要处理图片的大小让它们保持一致
#让 im_2 的图像尺寸与 im_1 一致,注意此处新生成了 Image 对象
image im_2.resize(im_1.size)#接下来对图像进行颜色分离操作
r1, g1, b1 im_1.split()
r2, g2, b2 image.split()#合并图像
im_3 Image.merge(RGB, [r2, g1, b2])
im_3.show()im_3.save(C:/Users/Administrator/Desktop/合成.jpg)
预览图像的合成结果 图5合成图像
3、扩展知识blend() 混合图片
Image 类也提供了 blend() 方法来混合 RGBA 模式的图片PNG 格式函数的语法格式如下
Image.blend(image1, image1, alpha)
参数说明如下
image1image2表示两个 Image 对象。alpha表示透明度取值范围为 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。
与 RGB 模式相比RGBA 在 RGB 的基础上增加了透明度通过 Alpha 取值来决定两个图像的混合程度。示例如下 混合rgba模式的图像
im1 Image.open(C:/Users/Administrator/Desktop/c-net.png)
image Image.open(C:/Users/Administrator/Desktop/心形函数图像.png)
im2 image.resize(im1.size)def blend_im(im1, im2):#设置 alpha 为0.5Image.blend(im1, im2, 0.5).save(C:/Users/Administrator/Desktop/C语言中文网.png)#调用函数
blend_im(im1, im2)
输出结果如下 图6混合图像
八、Pillow图像裁剪、复制、粘贴操作
图像的剪裁、复制、粘贴是图像处理过程中经常使用的基本操作Pillow Image 类提供了简单、易用的 API 接口能够帮助您快速实现这些简单的图像处理操作。
1、图像裁剪操作
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函数的语法格式如下
crop(box None)
box表示裁剪区域默认为 None表示拷贝原图像。 注意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 xy 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。crop() 函数的会返回一个 Image 对象使用示例如下 裁剪图像
im Image.open(C:/Users/Administrator/Desktop/C语言中文网.png)
box (0, 0, 200, 100)
im_crop im.crop(box)
im_crop.show()
输出图像显示如下 图1图像裁剪
最终在原图的基础上裁剪出一张像素为 200 * 100 的图像。
2、图像拷贝和粘贴
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。其中复制操作即 copy() 方法比较简单下面主要介绍 paste() 粘贴方法语法格式如下所示
paste(image, box None, mask None)
该函数的作用是将一张图片粘贴至另一张图片中。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。参数说明如下
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。
下面复制一张原图像的副本对副本进行裁剪、粘贴操作代码如下所示
im Image.open(C:/Users/Administrator/Desktop/C语言中文网.png)#复制一张图片副本
im_copy im.copy()#对副本进行裁剪
im_crop im.crop((0, 0, 200, 100))#创建一个新的图像作为蒙版L模式单颜色值
img_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_crop.paste(im_crop, (100, 100, 300, 200), mask image_new)#显示粘贴后的图像
im_crop.show()
输出的显示结果如下所示 图2图像复制粘贴
九、Pillow图像几何变换
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()下面分别对它们进行讲解。
1、transpose()翻转操作
该函数可以实现图像的垂直、水平翻转语法格式如下
Image.transpose(method)
method 参数决定了图片要如何翻转参数值如下
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。
使用示例如下
im Image.open(C:/Users/Administrator/Desktop/c-net.png)#返回一个新的Image对象
im_out im.transpose(Image.FLIP_LEFT_RIGHT)
im_out.show()
im_out.save(C:/Users/Administrator/Desktop/水平翻转.png)
图像显示结果如下所示 图1图像翻转操作
2、rotate()任意角度旋转
当我们想把图像旋转任意角度时可以使用 rotate() 函数语法格式如下
Image.rotate(angle, resample PIL.Image.NEAREST, expand None, ceter None,
translate None, fillcolor None)
参数说明如下
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。
使用示例如下
im Image.open(C:/Users/Administrator/Desktop/c-net.png)#translate的参数值可以为负数并将旋转图之外的区域填充为绿色
#返回同一个新的Image对象
im_out im.rotate(45, translate (0, -25),fillcolor green)
im_out.show()
im_out.save(C:/Users/Administrator/Desktop/旋转图像.png)
输出结果 图2图像旋转
3、transform()图像变换
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格式如下
Image.transform(size, method, data None, resample 0)
参数说明
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。
使用示例如下
from PIL import Image
im Image.open(C:/Users/Administrator/Desktop/c-net.png)#设置图像大小250*250并根据data的数据截取原图像的区域生成新的图像
im_out im.transform((250, 250), Image.EXTENT, data [0, 0, 30 im.width//4, im.height//3])
im_out.show()
im_out.save(C:/Users/Administrator/Desktop/变换.png)
输出图像显示如下 图3图像矩形变换
十、Pillow图像降噪处理
由于成像设备、传输媒介等因素的影响图像总会或多或少的存在一些不必要的干扰信息我们将这些干扰信息统称为“噪声”比如数字图像中常见的“椒盐噪声”指的是图像会随机出现的一些白、黑色的像素点。图像噪声既影响了图像的质量又妨碍人们的视觉观赏。因此噪声处理是图像处理过程中必不可少的环节之一我们把处理图像噪声的过程称为“图像降噪”。
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。常见的降噪滤波器如下表所示 图像降噪滤波器 名称说明ImageFilter.BLUR模糊滤波即均值滤波ImageFilter.CONTOUR轮廓滤波寻找图像轮廓信息ImageFilter.DETAIL细节滤波使得图像显示更加精细ImageFilter.FIND_EDGES寻找边界滤波找寻图像的边界信息ImageFilter.EMBOSS浮雕滤波以浮雕图的形式显示图像ImageFilter.EDGE_ENHANCE边界增强滤波ImageFilter.EDGE_ENHANCE_MORE深度边缘增强滤波ImageFilter.SMOOTH平滑滤波ImageFilter.SMOOTH_MORE深度平滑滤波ImageFilter.SHARPEN锐化滤波ImageFilter.GaussianBlur()高斯模糊ImageFilter.UnsharpMask()反锐化掩码滤波ImageFilter.Kernel()卷积核滤波ImageFilter.MinFilter(size)最小值滤波器从 size 参数指定的区域中选择最小像素值然后将其存储至输出图像中。ImageFilter.MedianFilter(size)中值滤波器从 size 参数指定的区域中选择中值像素值然后将其存储至输出图像中。ImageFilter.MaxFilter(size)最大值滤波器ImageFilter.ModeFilter()模式滤波 从上述表格中选取几个方法进行示例演示下面是等待处理的原始图像 图1pilow图像处理
1、模糊处理ImageFilter.BLUR
#导入Image类和ImageFilter类
from PIL import Image, ImageFilter
im Image.open(C:/Users/Administrator/Desktop/国宝.jpg)#图像模糊处理
im_blur im.filter(ImageFilter.BLUR)
im_blur.show()
im_blur.save(C:/Users/Administrator/Desktop/模糊.png)
输出图像如下 图2图像模糊(注意这里模糊后的图像格式发生了变化)
2、轮廓图ImageFilter.CONTOUR
#导入Image类和ImageFilter类
from PIL import Image, ImageFilter
im Image.open(C:/Users/Administrator/Desktop/国宝.jpg)#生成轮廓图
im2 im.filter(ImageFilter.CONTOUR)
im2.show()
im2.save(C:/Users/Administrator/Desktop/轮廓图.png)
输出图像显示如下 图3图像轮廓图(注意这里处理后的图像格式发生了变化)
3、边缘检测 ImageFilter.FIND_EDGES
#导入Image类和ImageFilter类
from PIL import Image, ImageFilter
im Image.open(C:/Users/Administrator/Desktop/国宝.jpg)#边缘检测
im3 im.filter(ImageFilter.FIND_EDGES)
im3.show()
im3.save(C:/Users/Administrator/Desktop/边缘检测.png)
输出图像结果 图4图像边缘检测(注意这里处理后的图像格式发生了变化)
4、浮雕图ImageFilter.EMBOSS
#导入Image类和ImageFilter类
from PIL import Image, ImageFilter
im Image.open(C:/Users/Administrator/Desktop/国宝.jpg)#浮雕图
im2 im.filter(ImageFilter.EMBOSS)
im2.show()
im2.save(C:/Users/Administrator/Desktop/浮雕图.png)
输出图像如下 图5浮雕图(注意这里处理后的图像格式发生了变化)
5、平滑图像ImageFilter.SMOOTH
#导入Image类和ImageFilter类
from PIL import Image, ImageFilter
im Image.open(C:/Users/Administrator/Desktop/国宝.jpg)#平滑图smooth
im5 im.filter(ImageFilter.SMOOTH)
im5.show()
im5.save(C:/Users/Administrator/Desktop/平滑图.png)
输出图像如下 图6平滑图(注意这里处理后的图像格式发生了变化)
如果您使用过 PhotoShop简称 Ps一款专业的图像处理软件、Fireworks简称 Fw一款专业的图像处理软件 或者手机美图软件的话其实不难发现上述操作就是给图片添加一个“滤镜”通过添加滤镜来改变图片的外观从而影响了我们对于图片的感官体验。
十一、Pillow图像颜色处理
Pillow 提供了颜色处理模块 ImageColor该模块支持不同格式的颜色比如 RGB 格式的颜色三元组、十六进制的颜色名称#ff0000以及颜色英文单词red。同时它还可以将 CSS层叠样式表用来修饰网页风格的颜色转换为 RGB 格式。
注意在 ImageColor 模块对颜色的大小并不敏感比如 Red 也可以写为 red。
颜色命名ImageColor
ImageColor 支持多种颜色模式的的命名即使用固定的格式对颜值进行表示比如我们熟知的 RGB 色彩模式除此之外还有 HSL 色调-饱和度-明度、HSB 又称 HSV色调-饱和度-亮度色彩模式。下面对 HSL 做简单介绍
H即 Hue 色调取值范围 0 -360其中 0 表示“red”120 表示 “green”240 表示“blue”S即 Saturation 饱和度代表色彩的纯度取值 0~100%其中 0 代表灰色gry100% 表示色光最饱和L即 Lightness 明度取值为 0~100%其中 0 表示“black”黑色50% 表示正常颜色100% 则表示白色。
下面使用 HSL 色彩模式表示红色格式如下
HSL(0,100%,50%)
此时的颜色为“纯红色”等同于 RGB (255,0,0)。如果想了解有关 HSL/HSB 的更多知识点击链接前往。ImageColor 模块比较简单只提供了两个常用方法分别是 getrgb() 和 getcolor() 函数。
1、getrgb()方法
顾名思义该函数用来得到颜色的 RGB 值语法格式如下
PIL.ImageColor.getrgb(color)
使用示例如下
from PIL import Image, ImageColor#getrgb
color1 ImageColor.getrgb(blue)
print(color1)
color2 ImageColor.getrgb(#DCDCDC)
print(color2)#使用HSL模式红色
color3 ImageColor.getrgb(HSL(0, 100%, 50%))
print(color3)
输出结果如下
(0, 0, 255)
(220, 220, 220)
(255, 0, 0)
通过 new() 方法可以新建图像此时也可以使用 ImageColor.getrgb()如下所示
#使用new()绘制新的图像
im Image.new(RGB, (200, 300), ImageColor.getrgb(#EEB4B4))
im5.save(C:/Users/Administrator/Desktop/xin.jpg)
显示图片如下 图1新建图像
2、getcolor()
该方法与 getrgb() 类似同样用来获取颜色值不过它多了一个mode参数因此该函数可以获取指定色彩模式的颜色值。语法格式如下
PIL.ImageColor.getcolor(color, mode)
参数说明如下
color一个颜色名称字符串格式可以是颜色的英文单词或者十六进制颜色名。如果是不支持的颜色会报 ValueError 错误mode指定色彩模式如果是不支持的模式会报 KeyError 错误。
使用示例如下
color4 ImageColor.getcolor(#EEA9B8, L)
print(color4)
color5 ImageColor.getcolor(yellow, RGBA)
print(color5)
输出结果
191
(255, 255, 0, 255)
十二、Pillow为图片添加水印
为图片添加水印能够在一定程度上避免其他人滥用您的图片这是保护图片版权的一种有效方式。因此当您在微博、或者博客等一些公众平台分享图片的时候建议您为自己的图片添加一个水印来证明这张图片属于您。 添加水印的方式的有很多种比如通过一些图像处理软件或者手机美图软件都可以实现添加水印的操作但是这种操作比较复杂甚至有些软件还不是免费的。 Pillow 库提供了添加水印的方法操作简单易学、易用。下面我们讲解如何使用 PIilow 给图片添加水印。 我们知道水印是附着在原图片上一段文字信息因此添加水印的过程中会涉及两个问题
第一、如何使文字信息附着在图片上第二、如何绘制文字信息。
只要解决了这两个问题就可以成功添加水印。Pillow 提供的ImageDraw和ImageFont模块成功解决了上述问题。
1、ImageDraw
PIL.ImageDraw 模块提供了一系列的绘图方法通过该模块可以创建一个新的图形或者在现有的图像上再绘制一个图形从而起到对原图注释和修饰的作用。 下面创建一个 ImageDraw 对象并对该对象的使用方法做简单介绍
draw ImageDraw.Draw(im)
上述方法会返回一个 ImageDraw 对象参数 im 表示 Image 对象。这里我们可以把 Image 对象理解成画布通过调用 ImageDraw 对象的一些方法实现了在画布上绘制出新的图形目的。ImageDraw 对象的常用方法如下表所示 ImageDraw常用方法 方法说明text在图像上绘制文字line绘制直线、线段eclipse绘制椭圆形rectangle绘制矩形polygon绘制多边形
表格中第一个方法 text() 需要与 ImageFont 模块一起使用在下面会做详细介绍。
绘制矩形图的语法格式如下
draw.rectangle(xy, fill None, outline None)
参数说明如下
xy元组参数值以图像的左上角为坐标原点表示矩形图的位置、图形大小的坐标序列形如 ((x1,y1,x2,y2))fill矩形图的背景填充色outline矩形图的边框线条颜色。
下面看一组简单的示例
from PIL import Image, ImageDraw#创建Image对象当做背景图
im Image.new(RGB, (200, 200), color gray)#创建ImageDraw对象
draw ImageDraw.Draw(im)##以左上角为原点绘制矩形。
#元组坐标序列表示矩形的位置、大小fill设置填充色为红色outline设置边框线为黑色
draw.rectangle((50, 100, 100, 150), fill (255, 0, 0), outline (0, 0, 0))#查看原图片
im.show()#保存图片
im.save(C:/Users/Administrator/Desktop/添加矩形图.png)
图形显示结果如下 图1绘制红色矩形
2、ImageFont
PIL.ImagreFont 模块通过加载不同格式的字体文件从而在图像上绘制出不同类型的文字比如 TrueType 和 OpenType 类型的字体。 创建字体对象的语法格式如下
font ImageFont.truetype(font 字体文件路径, size 字体大小)
如果想要在图片上添加文本还需要使用 ImageDraw.text() 方法语法格式如下
d.text((x,y), text, font, fill)
参数说明如下
(x,y)图像左上角为坐标原点(x,y) 表示添加文本的起始坐标位置text字符串格式要添加的文本内容fontImageFont 对象fill文本填充颜色。
下面看一组使用示例如下所示
from PIL import Image, ImageFont, ImageDraw#打开图片返回Image对象
im Image.open(C:/Users/Administrator/Desktop/c-net.png)#创建画布对象
draw ImageDraw.Draw(im)#加载计算机本地字体文件
font ImageFont.truetype(font C:/Windows/Fonts/msyh.ttc, size 36)#在原图像上添加文本
draw.text(xy (80,50), text C语言中文网, fill (255, 0, 0), font font)im.show()
im.save(C:/Users/Administrator/Desktop/c.png)
图像显示结果如下 图2添加文本
3、添加图片水印
通过上述知识的学习我们对ImageDraw和ImageFont模块有了大体的认识并且也解决了如何给图片添加水印的两个关键问题。以下示例展示了为图片添加水印的详细过程代码如下所示 添加水印函数式编程
from PIL import Image, ImageFont, ImageDraw#加载计算机本地字体文件
font ImageFont.truetype(font C:/Windows/Fonts/msyh.ttc, size 30)def creating_watermark(im, text, font font):#给水印添加透明度因此需要转换图片的格式im_rgba im.convert(RGBA)im_text_canvas Image.new(RGBA, im_rgba.size, (255, 255, 255, 0))print(im_rgba.size[0])#创建画布对象draw ImageDraw.Draw(im_text_canvas)#设置文本文字大小text_x_width, text_y_height draw.textsize(text, font font)print(text_x_width, text_y_height)text_xy (im_rgba.size[0] - text_x_width, im_rgba.size[1] - text_y_height)print(text_xy)#设置文本颜色绿色和透明度半透明draw.text(text_xy, text, fill (255, 255, 255 128), font font)#将原图片与文字复合im_text Image.alpha_composite(im_rgba, im_text_canvas)return im_text
image Image.open(C:/Users/Administrator/Desktop/c-net.png)
im.show()
image_water creating_watermark(image, c语言中文网)
image_water.show()
image_water.save(C:/Users/Administrator/Desktop/c语言中文网.png)
添加水印后的效果图 图3添加水印后效果
十三、Pillow和ndarray数组
NumPy 是 Python 科学计算的基础数据包它被大量的应用于机器学习领域比如图像识别、自然语言处理、数据挖掘等。想了解学习 NumPy可跳转至《NumPy快速入门教程》。ndarray 是 NumPy 中的数组类型也称为 ndarray 数组该数组可以与 Pillow 的 PIL.Image 对象实现相互转化。
1、ndarray数组创建图像
下面通过 ndarray 数组构建一个 Image 对象并将图像显示出来。示例如下
#导入相关的包
from PIL import Image#使用numpy之前需要提前安装
import numpy as np#创建 300*400 的图像3个颜色通道
array np.zeros([300, 400, 3], dtype np.unit8)#rgb色彩模式
array[:, :200] [255, 0 , 0]
array[:, 200:] [255, 255 , 0]img Image.fromarray(array)
img.show()
img.save(C:/Users/Administrator/Desktop/数组生成图像.png)
输出结果如下所示 图1NumPy数组创建图像
2、图像转化为ndarray数组
下面将图像以 ndarray 数组的形式进行输出示例如下
from PIL import Image
import numpy as npimg Image.open(C:/Users/Administrator/Desktop/大熊猫.png)
img.show()#Image图像转换为ndarray数组
img_2 np.array(img)
print(img_2)#ndarray数组转换为Image图像
arr_img Image.fromarray(img_2)#显示图片
arr_img.show()#保存图片
arr_img.save(C:/Users/Administrator/Desktop/arr_img.png)
图片展示结果 图2显示原图
组成图片的像素点数组如下所示 [[[113 108 105][118 113 110][139 131 128]...[139 148 155][137 146 153][139 148 155]][[ 97 92 89][124 118 115][137 129 126]...[143 152 159][140 149 156][140 149 156]][[102 97 94][123 118 115][135 128 125]...[144 153 160][142 151 158][143 152 159]]...[[168 175 134][175 183 142][151 162 120]...[ 99 143 66][111 155 77][131 175 98]][[152 164 118][147 160 114][140 156 109]...[123 167 87][126 171 90][120 165 84]][[136 154 104][127 145 95][156 176 125]...[168 213 130][142 187 104][ 69 114 31]]] 十四、Pillow生成GIF动态图
GIFGraphics Interchange Format图形交换格式是一种“位图”图像格式它以.gif作为图像的扩展名。GIF 图片非常适合在互联网中使用这是因为它采用了图像预压缩技术该技术的应用在一定程度上减少了图像传播、加载所消耗的时间。 与其他格式的图片相比GIF 还有一项非常重要的应用那就是生成动态图。我们知道Pillow 能够处理多种图像格式包括 GIF 格式它可以将静态格式图片png、jpg合成为 GIF 动态图。 注意Pillow 总是以灰度模式L或调色板模式P来读取 GIF 文件。 下面看一组示例如何使用 Pillow 生成 GiF 动态图。示例中所用图片素材点击链接下载提取码n1v2
import os
import random
from PIL import Imagedef png_to_gif(png_path, gif_name):#png合成gif图像frames []#返回文件内的所有静态图的列表png_files os.listdir(png_path)#打印返回的列表print(png_files)#读取文件内的静态图for frame_id in range(1, len(png_files) 1):frame Image.open(os.path.join(png_path, image%d.png%frame_id))frames.append(frame)# 以第一张图片作为开始将后续5张图片合并成 gif 动态图# 参数说明# save_all 保存图像;transparency 设置透明背景色;duration 单位毫秒动画持续时间 # loop0 无限循环;disposal2 恢复原背景颜色。参数详细说明请参阅官方文档网址见文章末尾处。frames[0].save(gif_name, save_all True, append_images frames[1:], transparency 0, duration 2000, loop 0, disposal 2)#调用函数传入对应的参数
png_to_gif(C:/Users/Administrator/Desktop/image, C:/Users/Administrator/Desktop/t.gif, )
动态效果图如下所示 想要了解关于 Pillow 的更多的知识请参考官方文档点击前往
