Python编程:pillow对图像的简单处理

简介: Python编程:pillow对图像的简单处理

图片属性

from PIL import Image
def show_info():
    im = Image.open("image.jpg")
    print(im.mode)  # RGB
    print(im.format)  # JPEG
    print(im.size)  # (1200, 800)
    print(im.filename)  # image.jpg
    print(im.width)  # 1200
    print(im.height)  # 800

image.jpg

image.png



转换图片格式

jpg -> png

def convert_format():
    Image.open("image.jpg").save("image.png")
    im = Image.open("image.png")
    print(im.mode)  # RGB
    print(im.format)  # PNG

创建缩略图

def create_thumbnail():
    im = Image.open("image.jpg")
    im.thumbnail((120, 80))
    im.save("image_thumbnail.jpg", "PNG")

image_thumbnail.jpg

image.png



裁剪图片

def crop_iamge():
    im = Image.open("image.jpg")
    box = (206, 180, 994, 648)   # 左上角和右下角坐标,类似qq截图
    region = im.crop(box)
    region.save("image_region.jpg")
    # 处理子图,旋转180度,粘贴回原图
    region = region.transpose(Image.ROTATE_180)
    im.paste(region, box)
    im.save("image_paste.jpg")

image_region.jpg

image.png


image_paste.jpg

image.png


左右翻转图片

def roll_image():
    im = Image.open("image_region.jpg")
    image = im.copy()
    delta = 2
    width_half = image.width // delta
    box_left = (0, 0, width_half, image.height)
    box_right = (width_half, 0, image.width, image.height)
    part_left = image.crop(box_left)
    part_right = image.crop(box_right)
    image.paste(part_left, box_right)
    image.paste(part_right, box_left)
    image.save("image_roll.jpg")

image_roll.jpg

image.png


图片的分离和合并

def split_merge():
    im = Image.open("image_region.jpg")
    r, g, b = im.split()
    print(r, g, b)
    r.save("r.jpg")
    g.save("g.jpg")
    b.save("b.jpg")
    image = Image.merge("RGB", (r, g, b))
    image.save("image_merge.jpg")

r.jpg

image.png


g.jpg

image.png


b.jpg

image.png


image_merge.jpg

image.png


改变大小

def resize():
    im = Image.open("image_region.jpg")
    out = im.resize((128, 128))
    out.save("image_resize.jpg")

image_resize.jpg

image.png


旋转图片

def rotate():
    im = Image.open("image_region.jpg")
    out = im.rotate(45)
    out.save("image_rotate.jpg")

image_rotate.jpg

image.png


转置图片

逆时针


def transpose():
    im = Image.open("image_region.jpg")
    # 左右镜像
    out = im.transpose(Image.FLIP_LEFT_RIGHT)
    out.save("image_flip_left_right.jpg")
    # 上下镜像
    out = im.transpose(Image.FLIP_TOP_BOTTOM)
    out.save("image_flip_top_bottom.jpg")
    # 旋转90度
    out = im.transpose(Image.ROTATE_90)
    out.save("image_rotate_90.jpg")
    # 旋转180度
    out = im.transpose(Image.ROTATE_180)
    out.save("image_rotate_180.jpg")
    # 旋转270度
    out = im.transpose(Image.ROTATE_270)
    out.save("image_rotate_270.jpg")

image_flip_left_right.jpg

image.png


image_rotate_90.jpg

image.png


转为黑白图片

def convert_l():
    im = Image.open('image_region.jpg').convert('L')
    im.save("image_l.jpg")

image_l.jpg

image.png


图像增强

from PIL import ImageFilter
def filter():
    im = Image.open('image_region.jpg')
    im.filter(ImageFilter.DETAIL)
    im.save("image_detail.jpg")

image_detail.jpg

image.png


像素点处理

im = Image.open('image_region.jpg')
out = im.point(lambda i: i * 1.2)
out.save("image_point.jpg")

image_region.jpg

image.png


参考
PIL 中的 Image 模块
Python图像处理库:Pillow 初级教程
相关文章
|
8月前
|
Python
Python编程:运算符详解
本文全面详解Python各类运算符,涵盖算术、比较、逻辑、赋值、位、身份、成员运算符及优先级规则,结合实例代码与运行结果,助你深入掌握Python运算符的使用方法与应用场景。
515 3
|
8月前
|
数据处理 Python
Python编程:类型转换与输入输出
本教程介绍Python中输入输出与类型转换的基础知识,涵盖input()和print()的使用,int()、float()等类型转换方法,并通过综合示例演示数据处理、错误处理及格式化输出,助你掌握核心编程技能。
739 3
|
8月前
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
764 0
|
8月前
|
并行计算 安全 计算机视觉
Python多进程编程:用multiprocessing突破GIL限制
Python中GIL限制多线程性能,尤其在CPU密集型任务中。`multiprocessing`模块通过创建独立进程,绕过GIL,实现真正的并行计算。它支持进程池、队列、管道、共享内存和同步机制,适用于科学计算、图像处理等场景。相比多线程,多进程更适合利用多核优势,虽有较高内存开销,但能显著提升性能。合理使用进程池与通信机制,可最大化效率。
554 3
|
9月前
|
数据采集 机器学习/深度学习 人工智能
Python:现代编程的首选语言
Python:现代编程的首选语言
1567 102
|
9月前
|
数据采集 机器学习/深度学习 算法框架/工具
Python:现代编程的瑞士军刀
Python:现代编程的瑞士军刀
499 104
|
9月前
|
人工智能 自然语言处理 算法框架/工具
Python:现代编程的首选语言
Python:现代编程的首选语言
388 103
|
机器学习/深度学习 算法 机器人
【2023年第十三届APMCM亚太地区大学生数学建模竞赛】A题 水果采摘机器人的图像识别 Python代码解析
本文介绍了2023年第十三届APMCM亚太地区大学生数学建模竞赛A题的Python代码实现,详细阐述了水果采摘机器人图像识别问题的分析与解决策略,包括图像特征提取、数学模型建立、目标检测算法使用,以及苹果数量统计、位置估计、成熟度评估和质量估计等任务的编程实践。
711 0
【2023年第十三届APMCM亚太地区大学生数学建模竞赛】A题 水果采摘机器人的图像识别 Python代码解析
|
机器学习/深度学习 人工智能 算法
【眼疾病识别】图像识别+深度学习技术+人工智能+卷积神经网络算法+计算机课设+Python+TensorFlow
眼疾识别系统,使用Python作为主要编程语言进行开发,基于深度学习等技术使用TensorFlow搭建ResNet50卷积神经网络算法,通过对眼疾图片4种数据集进行训练('白内障', '糖尿病性视网膜病变', '青光眼', '正常'),最终得到一个识别精确度较高的模型。然后使用Django框架开发Web网页端可视化操作界面,实现用户上传一张眼疾图片识别其名称。
456 9
【眼疾病识别】图像识别+深度学习技术+人工智能+卷积神经网络算法+计算机课设+Python+TensorFlow
|
机器学习/深度学习 人工智能 算法
【坚果识别】果实识别+图像识别系统+Python+计算机课设+人工智能课设+卷积算法
坚果识别系统,使用Python语言进行开发,通过TensorFlow搭建卷积神经网络算法模型,对10种坚果果实('杏仁', '巴西坚果', '腰果', '椰子', '榛子', '夏威夷果', '山核桃', '松子', '开心果', '核桃')等图片数据集进行训练,得到一个识别精度较高的模型文件,让后使用Django搭建Web网页端界面操作平台,实现用户上传一张坚果图片 识别其名称。
425 0

推荐镜像

更多