PIL 学习

简介: 参考资料:Python图像处理库:pillowImage 类Pillow 中最重要的类就是 Image,该类存在于同名的模块中。可以通过以下几种方式实例化:从文件中读取图片,处理其他图片得到,或者直接创建一个图片。

参考资料:Python图像处理库:pillow

Image 类

Pillow 中最重要的类就是 Image,该类存在于同名的模块中。可以通过以下几种方式实例化:从文件中读取图片,处理其他图片得到,或者直接创建一个图片。

使用 Image 模块中的 open 函数打开一张图片:

from PIL import Image
im = Image.open('E:/Images/5a2e2075f331d.png')
im

output_3_0.png-450kB

如果打开成功,返回一个 Image 对象,可以通过对象属性检查文件内容:

print(im.format, im.size, im.mode)
PNG (1920, 1080) RGBA
  • format属性定义了图像的格式(PNG, JPG, None),如果图像不是从文件打开的,那么该属性值为 None
  • size 属性是一个二元 tuple,表示图像的宽和高(单位为像素 px);
  • mode 属性为表示图像的模式,常用的模式为:L (luminance)为灰度图,RGB 为真彩色,CMYK 为 pre-press 图像。官方说明-图像模式完整列表
  • palette : 仅当 mode 为 P 时有效,返回 ImagePalette 实例
  • info : 以字典的形式返回实例的信息

如果文件不能打开,则抛出 IOError 异常。

当有一个 Image 对象时,可以用 Image 类的各个方法进行处理和操作图像:

读写图片

Pillow 库支持相当多的图片格式。直接使用 Image 模块中的 open() 函数读取图片,而不必先处理图片的格式,Pillow 库自动根据文件决定格式。
Image 模块中的 save() 函数可以保存图片,除非你指定文件格式,那么文件名中的扩展名用来指定文件格式。

例子:转换图像格式的脚本(jpg 转为 png 格式)

im.save('E:/Images/5a2e2075f331d.png', 'jpeg')
import os
root = 'E:/Images/'
for name in os.listdir(root):
    infile = root + name
    f, e = os.path.splitext(infile)   # f 变量是除扩展名以外的文件名,e 变量是扩展名
    if os.path.isfile(infile):
        outfile = f +".png"  # 拼凑输出文件名
        print(f)
        if infile != outfile:   # 保存的图像格式跟原图像格式不一样
            try:
                Image.open(infile).save(outfile)  # 转换图像格式
            except IOError:
                print("Cannot convert", infile)  # 图像无法打开,则处理异常
E:/Images/5a2e206693e4d
E:/Images/5a2e2075f331d
E:/Images/psb
E:/Images/psb1
E:/Images/README
Cannot convert E:/Images/README.md
E:/Images/thIZ7ILLM5
E:/Images/thO3CXS0S3
E:/Images/water

创建缩略图

缩略图是网络开发或者图像软件预览常用的一种基本技术,使用 Python 的 Pillow 图像库可以很方便地建立缩略图。

Image 类的 thumbnail() 方法可以用来制作缩略图。它接受一个二元数组作为缩略图的尺寸,然后将实例缩小到指定尺寸。

例子:生成 JPEG 缩略图,大小是原图像的四分之一

for name in os.listdir(root):
    infile = root + name
    if os.path.isfile(infile):
        outfile = os.path.splitext(infile)[0] + ".thumbnail" # 缩略图文件名+后缀
        if infile != outfile:
            try:
                im   = Image.open(infile) # 打开图像
                x, y = im.size  # 获取原图像的大小(width、height)
                im.thumbnail((x//2, y//2)) # 缩略图大小
                im.save(outfile, "JPEG") # 保存为 JPEG 格式
            except IOError:
                print("cannot create thumbnail for", infile)
cannot create thumbnail for E:/Images/5a2e206693e4d.png
cannot create thumbnail for E:/Images/5a2e2075f331d.png
cannot create thumbnail for E:/Images/README.md

注意:Pillow 库不会直接解码或者加载图像栅格数据。当你打开一个文件,只会读取文件头信息用来确定格式,颜色模式,大小等等,文件的剩余部分不会主动处理。这意味着打开一个图像文件的操作十分快速,跟图像大小和压缩方式无关。

图像的剪切、粘贴与合并操作

Image 类包含很多操作图像区域的方法。

裁剪子矩形

crop() 方法可以从图像中提取一个子矩形选区,如下:

im = Image.open('E:/Images/5a2e2075f331d.png')
box = (80, 80, 300, 300)
region = im.crop(box)
region

output_14_0.png-67.1kB

矩形选区区域由一个 \(4\) 元元组决定,元组信息表示 (左,上,右,下) 的坐标。Pillow 库以图像左上角为坐标原点 \((0,0)\),单位是 px
因此,上述代码是复制了一个 \(220 \times 220\) pixels 的矩形选区。

处理子图,粘贴回原图

region = region.transpose(Image.ROTATE_270)   # 旋转180°
im.paste(region, box)
im

output_16_0.png-450.7kB

transpose() 方法可以将图片左右颠倒、上下颠倒、旋转 \(90°\)、旋转 \(180°\) 或旋转 \(270°\)paste() 方法则可以将一个 Image 实例粘贴到另一个 Image 实例上。

def roll(image, delta):
    "Roll an image sideways"

    xsize, ysize = image.size

    delta = delta % xsize  # 翻卷多少像素
    if delta == 0: return image   # 不翻卷图形

    part1 = image.crop((0, 0, delta, ysize))  # 左边矩形选区
    part2 = image.crop((delta, 0, xsize, ysize))  # 右边矩形选区
    part1.load() 
    part2.load()
    image.paste(part2, (0, 0, xsize-delta, ysize)) # 原右边图形贴到左边
    image.paste(part1, (xsize-delta, 0, xsize, ysize))  # 原左边图形贴到右边

    return image


im = Image.open('E:/Images/5a2e2075f331d.png')
print(im.size)   # (356, 362)

roll(im,100).save('E:/Images/5a2e2075f331d.png','JPEG')
(450, 675)
im

output_19_0.png-450.4kB

要注意的是,当你使用 crop() 方法来修改图像文件的时候, load() 方法会首先被调用。这是由于修改是一个惰性操作。如果 load() 未被调用,那么在 paste 使用前都不会执行修改这个操作。这暗示着 part1 会在首次修改 image 的时候被修改。

分离和合并颜色通道

对于多通道图像,有时候处理时希望能够分别对每个通道处理,处理完成后重新合成多通道,如下:

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

对于 split() 函数,如果是单通道的,则返回其本身。否则,返回各个通道。

几何变换

Image 类包含了 resize()rotate 方法来变换图像。前者需要传入一个表示新大小的元组,后者需要传入旋转的角度。

简单的几何变换

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

output_24_0.png-36.8kB

rout = out.rotate(45)         # 顺时针角度表示
rout

output_25_0.png-319.1kB

旋转图像

out = im.transpose(Image.FLIP_LEFT_RIGHT) # 左右颠倒
out = im.transpose(Image.FLIP_TOP_BOTTOM) # 上下颠倒
out = im.transpose(Image.ROTATE_90)  # 旋转90°
out = im.transpose(Image.ROTATE_180)  # 旋转180°
out = im.transpose(Image.ROTATE_270)  # 旋转270°

更通用的图像变换方法可以使用 transform()

ImageDraw模块

ImageDraw 模块提供了 Draw 类,它能在 Image 实例上进行简单的 2D 绘画。你可以使用这个模块来创建新图像或者修饰现有图像。

有关 PIL 的更高级绘图库,可以参考 aggdraw模块

创建 Draw 类的实例

要在 Image 实例上绘制新的图样,首先要创建一个 Draw 类的实例。

这里粗略介绍下 Draw 类中的基本绘画操作函数(英文都是函数名):

  • 弦/弧/扇形: chord / arc / pieslice
  • 椭圆: ellipse
  • 线段/多段线: line
  • 点: point
  • 多边形: polygon
  • 矩形: rectangle
  • 文字: text
  • 文字大小: textsize

详细的使用说明,请看官方文档:Draw 类的各函数使用说明

画直线

Draw 类提供了 line(xy,options) 函数绘制直线。
其中 xy 表示坐标列表,它可以是任何包含 \(2\) 元组 [(x,y),…] 或者数字 [x,y,…] 的序列对象,至少包含两个坐标:

  • [(x1, y1), (x2, y2), …] :包含若干个元组的列表
  • [x1, y1, x2, y2, …] :按照顺序包含坐标信息的列表
  • [x1, y1, (x2, y2), …] :以上两种情况的混合
  • ((x1, y1), (x2, y2), …) :包含若干个元组的元组
  • (x1, y1, x2, y2, …) :按照顺序包含坐标信息的元组
  • (x1, y1, (x2, y2), …) :以上两种情况的混合
  • options 可用的选项:
    • fill = (R,G,B) :指定线条颜色
    • width = integer :指定线条宽度,单位是px
from PIL import Image,ImageDraw
im = Image.open('E:/Images/5a2e2075f331d.png')
drawAvatar = ImageDraw.Draw(im)

xSize,ySize = im.size

# 三等分位置
drawAvatar.line([0, 0.33 * ySize, xSize, 0.33 * ySize],\
    fill = (255, 100, 0), width = 3)
# 左下角到中心点,右下角到中心点
drawAvatar.line([(0, ySize), (0.5 * xSize, 0.5 * ySize), (xSize, ySize)],\
    fill = (255, 0, 0), width = 3)

im.save('E:/Images/5a2e2075f331d.jpg')

参考资料:

探寻有趣之事!
目录
相关文章
|
数据挖掘 API 计算机视觉
第97天:图像库 PIL(二)
第97天:图像库 PIL(二)
258 0
第97天:图像库 PIL(二)
|
8天前
|
计算机视觉 Python
PIL图像转换为Numpy数组:技术与案例详解
本文介绍了如何将PIL图像转换为Numpy数组,以便利用Numpy进行数学运算和向量化操作。首先简要介绍了PIL和Numpy的基本功能,然后详细说明了转换过程,包括导入库、打开图像文件、使用`np.array()`或`np.asarray()`函数进行转换,并通过打印数组形状验证转换结果。最后,通过裁剪、旋转和缩放等案例展示了转换后的应用,以及如何将Numpy数组转换回PIL图像。此外,还介绍了处理base64编码图像的完整流程。
25 4
|
17天前
|
存储 Python
Matplotlib imread() 方法
Matplotlib imread() 方法
34 6
|
2月前
|
Python
Matplotlib 教程 之 Matplotlib imread() 方法 3
Matplotlib 的 `imread()` 方法用于从图像文件中读取数据,返回一个 numpy 数组,数组形状为 (nrows, ncols, nchannels)。此方法支持灰度和彩色图像的读取,并可通过调整数组来修改图像。示例代码展示了如何使用 `imread()` 读取并裁剪图像。
25 1
|
2月前
|
Python
Matplotlib 教程 之 Matplotlib imread() 方法 4
Matplotlib 的 `imread()` 方法用于从文件中读取图像数据,返回一个包含图像信息的 numpy 数组。该方法支持灰度和彩色图像,可通过调整数组元素来修改图像颜色。示例中展示了如何将图像中的绿色和蓝色通道置零,从而显示红色图像。
20 1
|
2月前
|
存储 Python
Matplotlib 教程 之 Matplotlib imread() 方法 1
Matplotlib 的 `imread()` 方法用于从图像文件中读取数据,返回一个包含图像信息的 numpy 数组。此方法适用于读取灰度或彩色图像,支持自定义文件格式。示例代码展示了如何读取并显示一张 JPEG 图像。
34 1
|
2月前
|
计算机视觉 Python
Matplotlib 教程 之 Matplotlib imread() 方法 2
Matplotlib 的 `imread()` 方法用于从图像文件中读取数据,并返回一个 numpy 数组。该方法支持灰度和彩色图像,数组形状分别为 (nrows, ncols) 和 (nrows, ncols, nchannels)。通过修改数组,可以实现图像处理效果,如调整亮度。示例代码展示了如何读取并变暗图像。
22 0
|
7月前
|
计算机视觉 Python
PIL pillow
PIL pillow
49 1
|
7月前
|
存储 计算机视觉 Python
|
计算机视觉 Python
用Python的PIL库(Pillow)处理图像
用Python的PIL库(Pillow)处理图像
190 0