Python Pillow库：Image模块图像处理入门教程

python包之Pillow图像处理教程

1.安装使用pip安装pillow包：pipinstallPillow2.打开图片，使用Image类加载图片：fromPILimportImage;img=Image.open('path/to/image.jpg');3.转换并保存格式将图像转换为其他格式并保存：img.save('new_image.png');（128,128），艾玛·格.ANTIALIAS）；5、获取图片属性：width,height=img.size；获取图像模式：mode=img.mode;图像文件图像信息类型：img.format图像文件大小：img.size图像分辨率：img.info['dpi']7.图像调色板显示面板：img.getpalette()8.在图像上绘图：ig.paste((255,0,0),(x,y),mask)9.图片模式调整图片模式：img=img.convert('RGB');10、图像到灰度转换方式：img=img.convert('L');十1、matrix矩阵到图像转换方式：new_img=Image.fromarray(np.uint8(matrix));12.图像大小调整图像大小：img=img.resize((new_width,new_height),Image.ANTIALIAS);13.分离通道，分离图像通道：rgb=img.split();14.复制、裁剪、粘贴和合并图像：new_img=img.copy();new_img=img.crop((x,y,x+w,y+h));粘贴图像：new_img.paste(img,(x,y),mask)合并图像：new_img=Image.blend(img1,img2,alpha);15、几何变换旋转图像：new_img=img.rotate(Degree,expand=True);图片优化：new_img=img.filter(ImageFilter.BLUR);17.应用滤镜处理滤镜：new_img=img.filter(ImageFilter.DETAIL);18.调整透明度以合并两个图像合并两个图像：new_img=Image.alpha_composite(img1,img2);19、设置合并两幅图像的模式：new_img=Image.blend(img1,img2,alpha);20.草稿模式使用草稿模式：img=img.copy();img.paste(img,(x,y),mask);获取通道名称：channel_names=img.split()._getchannelnames();22.获取边界框获取边界框：box=img.getbbox();23、获取像素值Value：rgb=img.getpixel((x,y));24.获取图像的最大值获取最大值：min_value,max_value=img.getextrema();25.指定该位置的像素值。
设置该位置的像素值：new_img=img.putpixel((x,y),(new_r,new_g,new_b));26.获取图像直方图获取直方图：hist=img.histogram();27.内存分配内存分配：img=Image.new(mode,size);28、查找指定帧：frame=img.tell();。
告诉（）;

PythonPillow库Image模块构建图像、图像处理与Image对象方法

PIL.Image.new(mode,size,color=0)创建红色RGB图像示例：PIL.Image.fromarray(obj,mode=None)将序列转换为图像维数组创建灰度图像：示例2：使用fromarray对图像进行灰度化PIL.Image.frombytes(mode,size,data,decoder_name='raw',*args)创建基于二进制数据的图像。
注意：data数据格式是字符串，使用StringIO对其进行拆分，并使用open函数加载它。
示例：PIL.Image.frombuffer(mode,size,data,decoder_name='raw',*args)创建类似于frabytes的图像。
并非所有模式都支持，支持的模式有“L”、“RGBX”、“RGBA”和“CMYK”注意：对于字符串格式的整个图像，请使用StringIO将其包装并使用open函数加载。
PIL.Image.alpha_composite(im1,im2)减少m2并将其融合为m1，两者都必须处于RGBA模式。
示例：PIL.Image.blend(im1,im2,alpha)基于alpha值进行融合示例：PIL.Image.composite(image1,image2,mask)使用透明遮罩来混合头像以创建合成图像。
示例：PIL.Image.eval(image,*args)根据传入的函数处理图像中的每个像素。
示例：PIL.Image.merge(mode,band)将一组单通道图像合并为多通道图像示例：用PIL.Image替换图像的通道值。
alpha_composite(im,dest=(0,0),source=(0,0))将im融化为Image，并用Image.alpha_composite转换图像模式（Image,im模式转换支持“L”、“RGB”和“）。
CMYK”。
有些矩阵参数只能转换为“L”或“RGB”。
当无法转换模式时，可以先转换RGB模式，然后再转换。
将颜色模式转换为L模式的示例计算公式：官方示例PIL.Image.copy()复制图像PIL.Image.crop(box)从图像中检索框矩形区域的图像PIL.Image.draft(mode),size)配置图像加载器以快速获取尽可能匹配原始比例的图像。
注意：该方法会改变图像对象。
如果图像已经加载，则此方法无效。
PIL.Image.filter(filter)使用给定的过滤器过滤此图像，请参阅ImageFilter模块过滤器PIL.Image.getbands()获取图像中每个波段名称的元组PIL.Image.getbbox()获取图像notFor框值在0范围内，PIL.Image.getcolors(maxcolors=256)检索图像中使用的颜色列表。
如果该值超过maxcolors设置值，则返回None。
返回值列表（计数、像素）。
PIL.Image.getdata(band=None)检索图像中像素的序列对象。
像素是从图像中每个通道的从左到右、从上到下获取的。
返回包含每个通道的最小值和最大值的元组列表PIL.Image.getpalette()获取图像的调色板，或颜色值列表[r,g,b,...]或None如果没有。
PIL.Image.getpixel(xy)检索给定位置的像素值PIL.Image.histogram(mask=None,extrema=None)检索以mack作为掩码的直方图PIL.Image.paste(im,box=None,mask=None)粘贴图像PIL.Image.point(lut,mode=None)处理图像中的每个像素PIL.Image.putalpha(alpha)向图像添加一个alpha层，即将给定通道复制到将图像alpha层PIL.Image.putdata(data,scale=1.0,offset=0.0)数据序列像素数据复制到图像PIL.Image.putpalette(data,rawmode='RGB')图像附加调色板PIL.Image.putpixel(xy,value)更改单个元素的值PIL.Image.resize(size,resample=0,box=None)调整图像PIL的大小。
remap_palette(dest_map,source_palette=注)重新着色PIL.Image.rotate(angle,resample=0,expand=0,center=None,translate=None,fillcolor=None)逆时针选择图像PIL.Image.save(fp,format=None,**params)保存图片，不指定格式，根据扩展名确定格式。
不必指定扩展名。
ARROW.Image.seek(frame)提供访问对于动态图像。
当前帧的索引号为PIL.Image.show(title=None,command=None)，显示图像。
主要用于调试PIL.Image.split()分割图像通道，例如RGB分割成（红、绿、蓝）三个单通道图像元组PIL.Image.getchannel(channel)获取通道通道，以及返回L模式图像参数：channel–channel，如：RGBA如下通道为('R','G','B','A')，需要获取A通道通道参数值，即可以是A或通道索引号3.PIL.Image.thumbnail(size,resample=3)将图像转换为缩略图PIL.Image.tobitmap(name='image')返回转换后的X11位图图像，只能与模式1图像一起使用PIL.Image(encoder_name='raw',*args)将图像转换为字节对象并返回PIL.Image.transform(size,metho)d,data=None,resample=0,fill=1,fillcolor=None)变形图像PIL.Image.EXTENT（剪出一个矩形）数据参数指定裁剪区域（左、上、右、下）；PIL.Image.AFFINE（仿射变换）数据参数（a,b,c,d,e,f)，从(ax+by+c,dx+ey+f)中获取输出图像中的(x,y)值，对原始图像进行缩放、平移、旋转和裁剪。
PIL.Image.PERSPECTIVE（透视变换）PIL.Image.QUAD（4元图像变换）数据参数（x0,y0,x1,y1,x2,y2,x3,y3）分别对应左上、左下四个角、右下、右上ARROW.Image.MESH（网格图像变换）数据参数（bbox、quad）ARROW.Image.transpose（方法）旋转图像，以单位为单位翻转90度并旋转参数：PIL.Image.FLIP_LEFT_RIGHT，向左翻转。
ARROW.Image.FLIP_TOP_BOTTOM，将顶部向下翻转。
ARROW.Image.ROTATE_90.90度旋转。
ARROW.Image.ROTATE_180.180度旋转。
ARROW.Image.ROTATE_270，270度旋转。
ARROW.Image.TRANSPOSE，上下颠倒，先左右翻转，然后旋转90度。
ARROW.Image.TRANSVERSE首先左右翻转，然后顺时针旋转90度。
PIL.Image.verify()验证文件内容。
检查文件是否损坏。
PIL.Image.load()为图像分配存储空间并加载像素数据PIL.Image.close()关闭文件指针（如果可能）。
仅用于关闭未读取的图像并通过load()方法关闭文件。
PIL.Image.filename文件名或路径PIL.Image.format文件格式，JPGE、PNG等PIL.Image.mode图像模式，RGB、RGBA、CMYK、1、L、P等PIL.Image.size图片大小，（宽，高）。
PIL.Image.width宽度PIL.Image.height高度PIL.Image.palette调色板PIL.Image.info包含图像相关数据的字典

python的pillow库怎么使用

Pillow是Python中的一个图像处理库（PIL：PythonImageLibrary），它提供了广泛的文件格式支持和强大的图像处理能力，包括图像存储、图像显示、格式转换和基本的图像处理操作。

1）使用Image类PIL中最重要的类是ImageClass。
您可以通过多种方式创建此类的实例，可以从文件加载图像、处理其他图像或从头开始创建它们。

要从文件加载图像，可以使用图像模块中的open()函数：

[Python]viewplanecopy

>>mpil从这里导入图片

>>im=Image.open("E:/photoshop/1.jpg")

加载成功，会返回一个IMAGE对象，可以使用instance属性查看文件内容是：

[Python]视图平面复制

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

('JPEG',(600,351),'RGB')

>>

格式此属性标识图像源。
如果图像不是从文件中读取的，则其值为None。
size属性是一个二元元组，包含宽度和高度（width和height，均以px为单位）。
mode属性定义图像带的数量和名称，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”用于真彩色图像，“CMYK”用于照明图像。
如果打开文件时发生错误，则返回IOError。
只要有Image类的实例，就可以通过该类的方法处理图像。
例如，以下方法可能会显示图像：

【Python】viewplane复制

im.show()

2）图像PIL模块大量图像的读写支持格式。
使用image模块中的open()函数从磁盘读取文件。
您不需要知道文件格式即可打开它，该库会根据文件内容自动确定文件格式。
要保存文件，请使用Image类的save()方法。
保存文件时文件名变得很重要。
除非您指定格式，否则库将以文件扩展名保存。

加载文件并将其转换为PNG格式：

[Python]ViewplaneCopy

“Python图像库测试”

从pil导入i图像

导入操作系统

导入sys

forinfile[1:]在sys.argv中：

f,e=os.path.splitext(infile)

outfile=f+''png'

ifinfile!=outfile:

尝试：

image.open(infile).save(outfile)

IOError除外：

print('无法转换',infile)

save()方法的第二个参数可以是文件指定格式。
3）创建缩略图

缩略图是网络开发或图像软件预览中常用的基本技术，使用Python的Pillow图像库可以轻松创建缩略图：

[Python]viewplanecopy

#创建缩略图

Size=(128,128)

InfileinGlobe.globeFor("E:/photoshop/*.jpg"):

f,ext=os.path.splitext(infile)

img=Image.open(infile)

>

img.thumbname(size,Image.ANTIALIAS)

img.save(f+.thumbname","JPEG")

上面的代码将保存所有jpg图像文件在Photoshop下使用智能文件名创建并保存glob模块的缩略图经常使用批量匹配技术用于图像处理。
注意：Pillow库不直接解码或加载图像栅格数据。
当您打开文件时，仅读取文件头信息来确定格式、颜色模式、大小等。
文件的其余部分不会被主动处理。
这意味着无论图像大小和压缩方法如何，打开图像文件的操作都非常快。

4）剪切、粘贴和合并图像的操作

Image类中的方法允许您操作图像的部分选择该方法获取图像的一部分。
.，例如：

[Python]视图平面复制

#裁剪、粘贴和合并

im=Image.open("E:/photoshop/lena.jpg")

框=(100,100,300,300)

area=im.crop(box)

矩形选区有一个4元组定义，分别代表左、上、右、下坐标。
该库使用左上角作为坐标原点，单位为px，因此上诉代码复制了一个200x200pixel的矩形选区。
现在可以处理该选择并将其粘贴到原始图像中。

[Python]ViewPlane复制

Area=area.transpose(Image.ROTATE_180)

im.paste(area,box)

粘贴矩形选区时，需要确保尺寸一致。
此外，矩形选区不能延伸到图像之外。
但是，您不需要确保矩形选区的颜色模式与原始图像的颜色模式匹配，因为矩形选区的颜色会自动更改。

5）分离和合并颜色通道

对于多通道图像，有时您希望在处理过程中以及之后单独处理每个通道想要在Pillow中完成多通道的重新合成，很简单，如下：[Python]viewplanecopy

r,g,b=imsplit()

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

对于split()函数，如果是单通道，则返回自身，否则返回各个通道。
是。
6)几何变换

图像的几何变换是一个基本过程，其中包括Pillow中的resize()和rotate()，用法如下：

[Python]视图平面复制

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

out=im.rotate(45)#反方向的度数

其中，resize()该函数的参数是一个新图像尺寸的祖先，而rotate()，必须输入顺时针旋转角度。
在Pillow中，专门定义了一些常见的旋转：

[Python]ViewPlaneCopy

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)

7)色彩空间变换

在处理图像时，执行根据需要进行颜色空间转换，例如将颜色转换为灰度：

[Python]Viewplanecopy

cmyk=im."CMYK")

gray=im.convert("L")

8)图像过滤

GeFilter模块中的Im中的图像过滤，在本模块中预定义了几个增强过滤器，可以通过FILTER()函数使用：

BLUR、CONTOUR、DETAIL、EDGE_ENHANCE、EDGE_ENHANCE_MORE、EMBOSS、FIND_EDGES。
，更平滑，更平滑_更多，更快。
其中BLUR是均值滤波，CONTOUR是找轮廓，FIND_EDGES是检测边缘，使用该模块时需要先导入：

【Python】viewplane复制

从pil导入imagefy

imgF=Image.open("E:/photoshop/lena.jpg")

outF=imgF.filter(ImageFilter.DETAIL)

conF=imgF.filter(ImageFilter.CONTOUR)

edgeF=imgF.filter(ImageFilter.FIND_EDGES)

imgF.show()

outF.show()

conF.show()

edgeF.show()

此外，ImageFilter模块还有一些还包括高度可扩展的滤镜：

类PIL.ImageFilter.GaussianBlur(radius=2)

GaussianBlurFilter。

参数：

半径-BlurRadius

方形PIL。
ImageFilter.unsharpMask(radius=2,percent=150,border=3)

UnsharpMaskFilter。

有关参数的说明，请参阅Wikipedia的AlunsharpMasking的Sentry问题。
ntkernels。

当前版本中，KernelScan只能应用于“L”和“RGB”图像。

参数：

size-内核大小，给定（宽度，高度）。
在当前版本中，该值应为(3,3)或(5,5)。

包含队列内核权重的Kernel-Ace。

Scale-ScaleFactor。
如果给定，则结果除以每个像素的该值。
默认值是内核权重的总和。

Offset-Offset。
如果给定，则将该值添加到其结果中，然后除以比例因子。
：

Size-kernelSize，以像素为单位。

Rank-WhatPixelValueTopPick.use0ForMinFilter，size*size/2forMedianFilter，size*size-1forMaxFilter等.

类PIL.ImageFilter.MedianFilter(size=3)

ActionTeamedianfilter。
选择给定大小的窗口中的平均像素值。

参数：

size-内核大小，以像素为单位）

Aminfilter。
创造。
选择窗口中给定大小的最小像素值。

参数：

size-内核大小，以像素为单位。
/p>

创建一个最大过滤器。
选择给定大小的窗口中最大的像素值。

参数：

Size-内核大小，以像素为单位。

类PIL.ImageFilter.ModeFilter(size=3)

Createamodefilter。
选择给定大小的框中最常见的像素值。
像素值其中仅出现一次或两次的被忽略；如果某个像素值出现多次，则保留原始像素值。

参数：

size-内核大小，以像素为单位

更多信息请访问：PIL/ImageFilter

9）图像增强

图像增强也是图像预处理中的一项基本技术，PILW中的Image增强功能主要ImageEnhance模块，通过该模块可以调整图像的颜色、对比度、饱和度和锐化：

[Python]ViewPlaneCopy

ptoILimport图像增强

imgE=Image.open("E:/photoshop/lena.jpg")

imgEH=ImageEnhance.Contrast(imgE)

imgEH.enhance(1.3).show(''对比度增加30%'')

图像增强：

classPIL.ImageEnhance.color(image)

调整图像的色彩平衡。

该类可以用来调整图像的色彩平衡，方法类似于电视机上的色彩控制。
增强系数为0.0。
提供系数为1.0的黑白图像。

PIL类。
>该类可用于控制风扇图像的对比度，类似于电视机上的对比度控制。
增强因子0.0给出纯灰色图像。
因子1.0给出原始图像。

PIL类。
图像增强。
Brightness(Image)

调整图像的亮度。

该类可用于控制图像的亮度。

调整图像的清晰度。

该类可用于调整图像的清晰度。
增强因子0.0会产生模糊的图像，因子1.0会产生原始图像，因子2.0会产生清晰的图像。

图像增强的细节可以通过测试给出：PIL/ImageEnhance

除了上面介绍的内容之外，Pillow还有几个强大的功能：

PIL.Image.alpha_composite(im1,im2)

PIL.Image.blend(im1,im2,alpha)

PIL.Image.composite(imagege1,image2,mask)PIL.Image.eval(image,*args)

PIL图像.fromarray(obj,模式=无）

PIL.Image.frombuffer（模式），大小，数据，decoder_name='raw'，*args）