大家好，今天我们来学习Pillow的相关知识，本文详解的讲解了使用Pillow库进行图片的简单处理，使用PyCharm开发Python的详细过程和各种第三方库的安装与使用。运用pillow来对图片进行处理，我们先介绍如何安装Pillow库和图象处理基本知识的介绍。本文会介绍如何透明度混合以及遮盖混合。

       Pillow 是 Python Imaging Library的简称，是 Python 语言中最为常用的图像处理库。Pillow 库提供了对 Python3 的支持，为Python3 解释器提供了图像处理的功能。通过使用 Pillow 库， 可以方便地使用 Python 程序对图片进行处理，例如常见的尺寸、格式、色彩、旋转等处理。  

一、Pillow 库的安装

       Pillow 库是Python开发者最为常见的图像处理库，它提供了广泛的文件格式支持、强大的图像处理能力，主要包括图像存储、图像显示、格式转换以及基本的图像处理操作等。 安装 Pillow 库的方法与安装 Python 其他第三方库的方法相同，也可以到 Python 官方网站下 载 Pillow 库的压缩包。

1.1 pip 安装 pillow

pip 安装 pillow，执行如下命令：

pip install pillow

二、图象处理基本知识

我们在学习pillow之前，我们首先需要了解图像的基本知识，比如说什么是图像的 RGB 色彩模式，什么是像素啊？

2.1 图像的 RGB 色彩模式

       我们知道红色，绿色，蓝色是最基本的组成颜色，那么，顾名思义，RGB就是分别代表着三种颜色。RGB 三个颜色通道的变化和叠加得到各种颜色，其中

- R 红色，取值范围，0-255

- G 绿色，取值范围，0-255

- B 蓝色，取值范围，0-255

      比如，我们常见的黄色就是由红色和绿色叠加而来。

红色的 RGB 表示（255,0,0） 绿色的 RGB 表示（0,255,0）

蓝色的 RGB 表示（0,0,255）黄色的 RGB 表示（255,255,0）

2.2 像素阵列

       接下来，我们说说什么是像素，我们知道一个点就是像素，那么图片就可以像素的集合。

       数字图像可以看成一个整数阵列，阵列中的元素称为像素(Pixel),见下图的数字阵列

       每个点代表 1 个像素(Pixel)，一个点包含 RGB 三种颜色。也就是 1 个像素包含 3 个字节的 信息：（R,G,B）。假如这个像素是红色，则信息是：（255,0,0）。那么，理论上我们只要 操作每个点上的这三个数字，就能实现任何的图形。一幅图像上的所有像素点的信息就完全 可以采用矩阵来表示，通过矩阵的运算实现更加复杂的操作。

三、Image 模块

       Image模块是Pillow库的核心部分。它是用来存储所有类型的图像的主类，它还包含大量的函数方法，用于以各种方式处理图像。Image模块具有很多的功能，比如说

• 图像操作（旋转、转置等）
  
• 图像合成（混合等）
  

3.1 打开和新建

       在 Pillow 库中，通过使用 Image 模块，可以从文件中加载图像，或者处理其他图像， 或者从 scratch 中创建图像。在对图像进行处理时，首先需要打开要处理的图片。在 Image 模块中使用函数 open()打开一副图片，执行后返回 Image 类的实例。当文件不存在时，会引 发 IOError 错误。使用函数 open()语法格式如下所示。

open(fp,mode)

• (1) fp:指打开文件的路径。
• (2) mode：可选参数，表示打开文件的方式，通常使用默认值 r。

在 Image 模块中，可以使用函数 new()新建图像。具体语法格式如下所示：

new(mode,size,color=0)

• (1) mode:图片模式，具体取值如下表
• (2) size：表示图片尺寸，是使用宽和高两个元素构成的元组
• (3) color：默认颜色（黑色)

Pillow 库支持的常用图片模式信息

【示例】使用 Image 打开打开一副图片

from PIL import Image
img=Image.open('text.png')
print('图片的格式：',img.format)
print('图片的大小：',img.size)
print('图片的高度：',img.height,'图片的宽度：',img.width)
print('获取(100,100)处像素值:',img.getpixel((100,100)))

运行结果如下：

3.2 混合

• （1） 透明度混合处理
  

在 Pillow 库的 Image 模块中，可以使用函数 blend()实现透明度混合处理。具体语法 格式如下所示：

blend(im1,im2,alpha)

其中 im1、im2 指参与混合的图片 1 和图片 2，alpha 指混合透明度，取值是 0-1。 通过使用函数 blend()，可以将 im1 和 im2 这两幅图片（尺寸相同）以一定的透明度 进行混合。具体混合过程如下：

(im1*(1-alpha)+im2*alpha)

当混合透明度为 0 时，显示 im1 原图。当混合透明度 alpha 取值为 1 时，显示 im2 原图片。

【示例】透明度混合图片

from PIL import Image
img1=Image.open('1pqyq3.jpg').convert(mode='RGB')
img2=Image.new('RGB',img1.size,'red')
# img2.show()
Image.blend(img1,img2,alpha=0.5).show()

运行效果如下：

• （2） 遮罩混合处理
  

       在 Pillow 库中 Image 模块中，可以使用函数 composite()实现遮罩混合处理。具体语 法格式如下所示：

composite(im1,im2,mask)

       其中 im1 和 im2 表示混合处理的图片 1 和图片 2.mask 也是一个图像，mode 可以为 “1”, “L”, or “RGBA”，并且大小要和 im1、im2 一样。 函数 composite()的功能是使用 mask 来混合图片 im1 和 im2，并且要求 mask、im1 和 im2 三幅图片的尺寸相同。下面的实例代码演示了使用 Image 模块实现图片遮罩混合处理的过程。

【示例】遮罩混合图片

from PIL import Image
img1=Image.open('1pp5o1.jpg')
img2=Image.open('1pp6e1.jpg')
img2=img2.resize(img1.size)
r,g,b=img2.split()
Image.composite(img2,img1,b).show()

运行效果如下：

本次使用的图片为：

执行之后的效果如下：

我们可以惊喜的发现到两张图片混合到了一起，是不是很神奇，这个就是我们开头说的遮盖混合，感兴趣的快去试试吧。

四、 总结

       通过本文的学习，我们简单操作了透明度混合以及遮盖混合，下一章，我们会继续介绍pillow的操作。我们可以通过使用 Pillow 库， 可以方便地使用 Python 程序对图片进行处理，例如常见的尺寸、格式、色彩、旋转等处理。