Python一键实现图像压缩和图像处理

简介: Python一键实现图像压缩和图像处理

前言
大家好我是辣条哥,最近有小段时间没有更新大家还记得我吧!最近其实在弄一些别的小事情,大家有兴趣的话也可以来围观一下~
点击查看→→→《五包辣条与Python》←←←希望大家也像在这里大力支持一样的支持辣条哥

废话不多说我们直接进入今天正题,随着现在短视频类越来越火,随之而来的就是大量的视频图像的处理, 不过在辣条眼里编程无所不能,你们觉得呢~接下来我们直接开始进入操作环节

目录
前言
入门了解1.颜色。
入门了解 2. 像素。
用Pillow处理图像

  1. 读取和显示图像
  2. 剪裁图像
  3. 生成缩略图
  4. 缩放和黏贴图像
  5. 旋转和翻转
  6. 操作像素
  7. 滤镜效果

使用Pillow绘图
总结
入门了解1.颜色。
如果你有使用颜料画画的经历,那么一定知道混合红、黄、蓝三种颜料可以得到其他的颜色,事实上这三种颜色就是美术中的三原色,它们是不能再分解的基本颜色。在计算机中,我们可以将红、绿、蓝三种色光以不同的比例叠加来组合成其他的颜色,因此这三种颜色就是色光三原色。在计算机系统中,我们通常会将一个颜色表示为一个RGB值或RGBA值(其中的A表示Alpha通道,它决定了透过这个图像的像素,也就是透明度)。

名称 RGB值 名称 RGB值
White(白) (255, 255, 255) Red(红) (255, 0, 0)
Green(绿) (0, 255, 0) Blue(蓝) (0, 0, 255)
Gray(灰) (128, 128, 128) Yellow(黄) (255, 255, 0)
Black(黑) (0, 0, 0) Purple(紫) (128, 0, 128)
入门了解 2. 像素。
对于一个由数字序列表示的图像来说,最小的单位就是图像上单一颜色的小方格,这些小方块都有一个明确的位置和被分配的色彩数值,而这些一小方格的颜色和位置决定了该图像最终呈现出来的样子,它们是不可分割的单位,我们通常称之为像素(pixel)。每一个图像都包含了一定量的像素,这些像素决定图像在屏幕上所呈现的大小,大家如果爱好拍照或者自拍,对像素这个词就不会陌生。

用Pillow处理图像
Pillow是由从著名的Python图像处理库PIL发展出来的一个分支,通过Pillow可以实现图像压缩和图像处理等各种操作。可以使用下面的命令来安装Pillow。

pip install pillow
1
Pillow中最为重要的是Image类,可以通过Image模块的open函数来读取图像并获得Image类型的对象。

  1. 读取和显示图像
    from PIL import Image

    读取图像获得Image对象

    image = Image.open('guido.jpg')

    通过Image对象的format属性获得图像的格式

    print(image.format) # JPEG

    通过Image对象的size属性获得图像的尺寸

    print(image.size) # (500, 750)

    通过Image对象的mode属性获取图像的模式

    print(image.mode) # RGB

    通过Image对象的show方法显示图像

    image.show()

1
2
3
4
5
6
7
8
9
10
11
12

  1. 剪裁图像

    通过Image对象的crop方法指定剪裁区域剪裁图像

    image.crop((80, 20, 310, 360)).show()

1
2

  1. 生成缩略图

    通过Image对象的thumbnail方法生成指定尺寸的缩略图

    image.thumbnail((128, 128))
    image.show()

1
2
3

  1. 缩放和黏贴图像

    读取骆昊的照片获得Image对象

    luohao_image = Image.open('luohao.png')

    读取吉多的照片获得Image对象

    guido_image = Image.open('guido.jpg')

    从吉多的照片上剪裁出吉多的头

    guido_head = guido_image.crop((80, 20, 310, 360))
    width, height = guido_head.size

    使用Image对象的resize方法修改图像的尺寸

    使用Image对象的paste方法将吉多的头粘贴到骆昊的照片上

    luohao_image.paste(guido_head.resize((int(width / 1.5), int(height / 1.5))), (172, 40))
    luohao_image.show()

1
2
3
4
5
6
7
8
9
10
11

  1. 旋转和翻转
    image = Image.open('guido.jpg')

    使用Image对象的rotate方法实现图像的旋转

    image.rotate(45).show()

    使用Image对象的transpose方法实现图像翻转

    Image.FLIP_LEFT_RIGHT - 水平翻转

    Image.FLIP_TOP_BOTTOM - 垂直翻转

    image.transpose(Image.FLIP_TOP_BOTTOM).show()

1
2
3
4
5
6
7

  1. 操作像素
    for x in range(80, 310):

    for y in range(20, 360):
        # 通过Image对象的putpixel方法修改图像指定像素点
        image.putpixel((x, y), (128, 128, 128))

    image.show()

1
2
3
4
5

  1. 滤镜效果
    from PIL import ImageFilter

    使用Image对象的filter方法对图像进行滤镜处理

    ImageFilter模块包含了诸多预设的滤镜也可以自定义滤镜

    image.filter(ImageFilter.CONTOUR).show()

1
2
3
4
5

使用Pillow绘图
Pillow中有一个名为ImageDraw的模块,该模块的Draw函数会返回一个ImageDraw对象,通过ImageDraw对象的arc、line、rectangle、ellipse、polygon等方法,可以在图像上绘制出圆弧、线条、矩形、椭圆、多边形等形状,也可以通过该对象的text方法在图像上添加文字。

完整的代码如下所示。

import random

from PIL import Image, ImageDraw, ImageFont

def random_color():

"""生成随机颜色"""
red = random.randint(0, 255)
green = random.randint(0, 255)
blue = random.randint(0, 255)
return red, green, blue

width, height = 800, 600

创建一个800*600的图像,背景色为白色

image = Image.new(mode='RGB', size=(width, height), color=(255, 255, 255))

创建一个ImageDraw对象

drawer = ImageDraw.Draw(image)

通过指定字体和大小获得ImageFont对象

font = ImageFont.truetype('Kongxin.ttf', 32)

通过ImageDraw对象的text方法绘制文字

drawer.text((300, 50), 'Hello, world!', fill=(255, 0, 0), font=font)

通过ImageDraw对象的line方法绘制两条对角直线

drawer.line((0, 0, width, height), fill=(0, 0, 255), width=2)
drawer.line((width, 0, 0, height), fill=(0, 0, 255), width=2)
xy = width // 2 - 60, height // 2 - 60, width // 2 + 60, height // 2 + 60

通过ImageDraw对象的rectangle方法绘制矩形

drawer.rectangle(xy, outline=(255, 0, 0), width=2)

通过ImageDraw对象的ellipse方法绘制椭圆

for i in range(4):

left, top, right, bottom = 150 + i * 120, 220, 310 + i * 120, 380
drawer.ellipse((left, top, right, bottom), outline=random_color(), width=8)

显示图像

image.show()

保存图像

image.save('result.png')

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
注意:上面代码中使用的字体文件需要根据自己准备,可以选择自己喜欢的字体文件并放置在代码目录下。

目录
相关文章
|
12天前
|
机器学习/深度学习 存储 数据挖掘
Python图像处理实用指南:PIL库的多样化应用
本文介绍Python中PIL库在图像处理中的多样化应用,涵盖裁剪、调整大小、旋转、模糊、锐化、亮度和对比度调整、翻转、压缩及添加滤镜等操作。通过具体代码示例,展示如何轻松实现这些功能,帮助读者掌握高效图像处理技术,适用于图片美化、数据分析及机器学习等领域。
53 20
|
4月前
|
机器学习/深度学习 算法 TensorFlow
动物识别系统Python+卷积神经网络算法+TensorFlow+人工智能+图像识别+计算机毕业设计项目
动物识别系统。本项目以Python作为主要编程语言,并基于TensorFlow搭建ResNet50卷积神经网络算法模型,通过收集4种常见的动物图像数据集(猫、狗、鸡、马)然后进行模型训练,得到一个识别精度较高的模型文件,然后保存为本地格式的H5格式文件。再基于Django开发Web网页端操作界面,实现用户上传一张动物图片,识别其名称。
146 1
动物识别系统Python+卷积神经网络算法+TensorFlow+人工智能+图像识别+计算机毕业设计项目
|
4月前
|
Python
用python转移小文件到指定目录并压缩,脚本封装
这篇文章介绍了如何使用Python脚本将大量小文件转移到指定目录,并在达到大约250MB时进行压缩。
53 2
|
1月前
|
机器学习/深度学习 人工智能 算法
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
宠物识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了37种常见的猫狗宠物种类数据集【'阿比西尼亚猫(Abyssinian)', '孟加拉猫(Bengal)', '暹罗猫(Birman)', '孟买猫(Bombay)', '英国短毛猫(British Shorthair)', '埃及猫(Egyptian Mau)', '缅因猫(Maine Coon)', '波斯猫(Persian)', '布偶猫(Ragdoll)', '俄罗斯蓝猫(Russian Blue)', '暹罗猫(Siamese)', '斯芬克斯猫(Sphynx)', '美国斗牛犬
199 29
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
|
22天前
|
机器学习/深度学习 算法 数据可视化
Python的计算机视觉与图像处理
本文介绍了Python在计算机视觉和图像处理领域的应用,涵盖核心概念、算法原理、最佳实践及应用场景。重点讲解了OpenCV、NumPy、Pillow和Matplotlib等工具的使用,并通过代码实例展示了图像读写、处理和可视化的方法。实际应用包括自动驾驶、人脸识别、物体检测等。未来趋势涉及深度学习、边缘计算和量子计算,同时也讨论了数据不足、模型解释性和计算资源等挑战。
|
2月前
|
计算机视觉 开发者 Python
利用Python进行简单的图像处理
【10月更文挑战第36天】本文将引导读者理解如何使用Python编程语言和其强大的库,如PIL和OpenCV,进行图像处理。我们将从基本的图像操作开始,然后逐步深入到更复杂的技术,如滤波器和边缘检测。无论你是编程新手还是有经验的开发者,这篇文章都将为你提供新的视角和技能,让你能够更好地理解和操作图像数据。
|
2月前
|
机器学习/深度学习 TensorFlow 算法框架/工具
利用Python和TensorFlow构建简单神经网络进行图像分类
利用Python和TensorFlow构建简单神经网络进行图像分类
77 3
|
3月前
|
存储 JSON API
Python| 如何使用 DALL·E 和 OpenAI API 生成图像(1)
Python| 如何使用 DALL·E 和 OpenAI API 生成图像(1)
105 7
Python| 如何使用 DALL·E 和 OpenAI API 生成图像(1)
|
4月前
|
机器学习/深度学习 人工智能 算法
植物病害识别系统Python+卷积神经网络算法+图像识别+人工智能项目+深度学习项目+计算机课设项目+Django网页界面
植物病害识别系统。本系统使用Python作为主要编程语言,通过收集水稻常见的四种叶片病害图片('细菌性叶枯病', '稻瘟病', '褐斑病', '稻瘟条纹病毒病')作为后面模型训练用到的数据集。然后使用TensorFlow搭建卷积神经网络算法模型,并进行多轮迭代训练,最后得到一个识别精度较高的算法模型,然后将其保存为h5格式的本地模型文件。再使用Django搭建Web网页平台操作界面,实现用户上传一张测试图片识别其名称。
169 22
植物病害识别系统Python+卷积神经网络算法+图像识别+人工智能项目+深度学习项目+计算机课设项目+Django网页界面
|
4月前
|
机器学习/深度学习 人工智能 算法
鸟类识别系统Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+ResNet50算法模型+图像识别
鸟类识别系统。本系统采用Python作为主要开发语言,通过使用加利福利亚大学开源的200种鸟类图像作为数据集。使用TensorFlow搭建ResNet50卷积神经网络算法模型,然后进行模型的迭代训练,得到一个识别精度较高的模型,然后在保存为本地的H5格式文件。在使用Django开发Web网页端操作界面,实现用户上传一张鸟类图像,识别其名称。
147 12
鸟类识别系统Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+ResNet50算法模型+图像识别

热门文章

最新文章