Python案例分析|使用Python图像处理库Pillow处理图像文件

简介: 本案例通过使用Python图像处理库Pillow,帮助大家进一步了解Python的基本概念:模块、对象、方法和函数的使用使用Python语言解决实际问题时,往往需要使用由第三方开发的开源Python软件库。本案例使用图像处理库Pillow中的模块、对象来处理图像:实现读取图像、获取图像信息、调整图像大小、旋转图像、平滑图像、剪切图像等基本图像处理任务。

image.png


本案例通过使用Python图像处理库Pillow,帮助大家进一步了解Python的基本概念:模块、对象、方法和函数的使用

使用Python语言解决实际问题时,往往需要使用由第三方开发的开源Python软件库。

本案例使用图像处理库Pillow中的模块、对象来处理图像:实现读取图像、获取图像信息、调整图像大小、旋转图像、平滑图像、剪切图像等基本图像处理任务。



# 01、安装Pillow
Pillow是Python中的图像处理库(PIL,Python Image Library),提供了了广泛的文件格式支持,强大的图像处理能力,主要包括图像储存、图像显示、格式转换以及基本的图像处理操作等。

Pillow位于Python包索引(PyPI)中,可以使用pip来安装。注意,Anaconda包含了Pillow库。

【例1】使用pip安装Pillow库。

以管理员身份运行命令行提示符,输入命令pip3 install Pillow,安装Pillow库。如图1所示。

image.png


■ 图1 使用pip安装Pillow库

02、打开和显示图像

Pillow库包含几十个模块,组织在名为PIL的包中。PIL包中的一个模块是Image。PIL.Image提供了一些包括从文件中加载图像和创建新图像的函数,其中的Image用于表示图像对象。

【例2】打开和显示图像。

使用PIL.Image模块的open()函数可以打开一个图像,返回一个图像对象,然后调用图像对象的show()方法,可以在屏幕上显示图像。

>>> import PIL; from PIL import Image
>>> im = PIL.Image.open("c:/pythonpa/cs/img/mandrill.jpg")
>>> im.show()
>>> print(im.format, im.size, im.mode) #显示图像的格式、大小和模式信息
JPEG (298, 298) RGB

说明/

(1)im.format返回包含图像格式的字符串(JPEG、GIF、TIFF、BMP、PNG、…)。

(2)im.size返回包含图像宽度和高度的元组,单位为像素。与每个像素相关的是一对坐标(i, j),用于标识像素的列i和行j。列从左到右编号,从0开始;行从上到下编号,也从0开始。

(3)im.mode返回包含图像模式的字符串(RGB、CYMK、Grayscale、…)。

03、图像的基本操作
图像对象的copy()方法用于拷贝图像;crop()方法用于剪裁图像;paste()方法用于将一个图像粘贴(覆盖)在另一个图像上面;resize()方法用于调整图像大小;rotate()方法用于旋转和翻转图像;filter()方法用于图像过滤。

Pillow提供的图像处理工具包括其它众多模块。有关Pillow的更多信息,请查阅在线文档http://pillow.readthedocs.org。

使用PIL.Image模块中的函数new()可以创建一个给定模式和大小的新图像对象。例如,创建一个新的大小为800×600的RGB图像的代码如下:

>>> im2 = PIL.Image.new('RGB', (800,600))

【例3】图像的基本操作示例。

把一幅图像的4个副本排列成2×2网格:在左上方的副本是原始图像,而画面右上方、左下方、右下方则分别使用模块PIL.ImageFilter中定义的内置过滤器CONTOUR、EMBOSS、FIND_EDGES进行过滤。

#模块:c:\pythonpa\cs\image_test.py
#命令行:python image_test.py c:\pythonpa\cs\img\mandrill.jpg
#功能:把c:\pythonpa\cs\img\mandrill.jpg的4个副本排列成2×2网格并显示
import sys
import os
import PIL.Image
import PIL.ImageFilter
im = PIL.Image.open(sys.argv[1])
width, height = im.size
# 创建新图像,大小为原始图像的4倍
res = PIL.Image.new(im.mode, (2*width, 2*height))
# 把原始图像放置在左上角
res.paste(im, (0, 0, width, height))
# 把轮廓过滤CONTOUR的图像放置在右上角
contour = im.filter(PIL.ImageFilter.CONTOUR)
res.paste(contour, (width, 0, 2*width, height))
# 把浮雕过滤EMBOSS的图像放置在左下角
emboss = im.filter(PIL.ImageFilter.EMBOSS)
res.paste(emboss, (0, height, width, 2*height))
# 把边缘过滤FIND_EDGES的图像放置在右下角
edges = im.filter(PIL.ImageFilter.FIND_EDGES)
res.paste(edges, (width, height, 2*width, 2*height))
# 显示结果图像
res.show()

04、批量图像格式转换

使用PIL.Image模块的open()函数打开磁盘图像文件时,会根据文件内容自动确定文件格式。使用Image对象的save()方法保存图像时,可以指定格式,从而实现格式转换。

【例4】批量图像格式转换。

#模块:c:\pythonpa\cs\image_convert.py
#命令行:python image_convert.py c:\pythonpa\cs\img jpg png
#功能:把c:\pythonpa\cs\img下的所有jpg文件转换为png文件
import sys
import glob
import os
import PIL.Image
img_path = sys.argv[1] + "/*." + sys.argv[2]
for infile in glob.glob(img_path):
    f,e = os.path.splitext(infile)
    outfile = f + "." + sys.argv[3]
    PIL.Image.open(infile).save(outfile)

说明/

(1)glob模块可以使用通配符匹配文件名。例如glob.glob("c:\tmp*.jpg"),可以返回c:\tmp下的所有后缀为jpg的文件列表。

(2)os.path.splitext(p)可以拆分文件名和后缀。

05、批量创建缩略图

缩略图是网络开发或图像软件预览常用的一种基本技术,使用Python的Pillow图像库中Image模块中的Image对象的thumbnail()方法,可以很方便地建立缩略图。

【例5】批量创建缩略图。

#模块:c:\pythonpa\cs\ image_thumbnail.py
#命令行:python image_thumbnail.py c:\pythonpa\cs\img jpg
#功能:把c:\pythonpa\cs\img下的所有*.jpg文件转换为*_s.jpg缩略图
import sys
import os
import glob
import PIL.Image
img_path = sys.argv[1] + "/*." + sys.argv[2]
size = (128,128)
for infile in glob.glob(img_path):
    f,e = os.path.splitext(infile)
    outfile = f + "_s." + sys.argv[2]
    img = PIL.Image.open(infile)
    img.thumbnail(size, PIL.Image.ANTIALIAS)
    img.save(outfile)

说明/

(1)glob模块可以使用通配符匹配文件名。例如glob.glob("c:\tmp*.jpg"),可以返回c:/tmp下的所有后缀为jpg的文件列表。

(2)os.path.splitext(p)可以拆分文件名和后缀。

06、批量图像加文字水印

图片加水印是防止盗版的有效方式之一。首先使用Python的Pillow图像库中的Image模块的new函数可以创建水印图像对象,并使用ImageDraw模块在水印图像上绘制文字,最后通过Image模块的composite函数合成水印图像和原图像。

【例6】批量图像加文字水印。

#模块:c:\pythonpa\cs\image_watermark1.py
#命令行:python image_watermark1.py c:\pythonpa\cs\img jpg "Python"
#功能:把c:\pythonpa\cs\img下的所有*.jpg文件加"Python"水印并另存为*_w.jpg
import sys
import os
import glob
from PIL import Image, ImageDraw, ImageFont
img_path = sys.argv[1] + "/*." + sys.argv[2]
img_suffix = sys.argv[2]
txt_log = sys.argv[3]
for infile in glob.glob(img_path):
    f, e = os.path.splitext(infile)
    outfile = f + "_w." + img_suffix
    im = Image.open(infile)
    im_log = Image.new('RGBA', im.size)
    fnt = ImageFont.truetype("c:/Windows/fonts/Tahoma.ttf", 20)
    d = ImageDraw.ImageDraw(im_log)
    d.text((0, 0), txt_log, font = fnt)
    im_out = Image.composite(im_log, im, im_log)
    im_out.save(outfile)

07、批量图像加图片水印

加图片水印的原理和加文字水印相同,首先使用Python的Pillow图像库中的Image模块的new函数可以创建水印图像对象,并使用图像对象的paste方法把log图像粘贴到水印图像,最后通过Image模块的composite函数合成水印图像和原图像。

【例7】批量图像加图片水印。

#模块:c:\pythonpa\cs\image_watermark2.py
#命令行:python image_watermark2.py c:\pythonpa\cs\img jpg c:\pythonpa\cs\img\python-logo.png
#功能:把c:\pythonpa\cs\img下的所有*.jpg文件加水印python-logo.png并另存为*_w.jpg
import sys
import os
import glob
from PIL import Image, ImageDraw, ImageFont
img_path = sys.argv[1] + "/*." + sys.argv[2]
img_suffix = sys.argv[2]
log_file = sys.argv[3]
for infile in glob.glob(img_path):
    f, e = os.path.splitext(infile)
    outfile = f + "_w." + img_suffix
    im = Image.open(infile)
    im_log = Image.open(log_file)
    im_mark = Image.new('RGBA', im.size)
    im_mark.paste(im_log, (0, 0))
    im_out = Image.composite(im_mark, im, im_mark)
    im_out.save(outfile)

08、批量调整图像大小

调整图像大小也是网络开发或图像软件预览常用的一种基本技术。使用Image对象的resize()方法可以调整图像大小。

【例8】批量调整图像大小。

#模块:c:\pythonpa\cs\image_resize.py
#命令行:python image_resize.py c:\pythonpa\cs\img jpg 640 480
#功能:把c:\pythonpa\cs\img下的所有*.jpg文件大小调整为640*480并另存为*_640.jpg
import sys
import os
import glob
import PIL.Image
img_path = sys.argv[1] + "/*." + sys.argv[2]
img_suffix = sys.argv[2]
img_size_width = int(sys.argv[3])
img_size_height = int(sys.argv[4])
for infile in glob.glob(img_path):
    f, e = os.path.splitext(infile)
    outfile = f + "_" + str(img_size_width) + "." + img_suffix
    im = PIL.Image.open(infile)
    im_out = im.resize((img_size_width, img_size_height))
    im_out.save(outfile)
目录
相关文章
|
9天前
|
数据库 Python
异步编程不再难!Python asyncio库实战,让你的代码流畅如丝!
在编程中,随着应用复杂度的提升,对并发和异步处理的需求日益增长。Python的asyncio库通过async和await关键字,简化了异步编程,使其变得流畅高效。本文将通过实战示例,介绍异步编程的基本概念、如何使用asyncio编写异步代码以及处理多个异步任务的方法,帮助你掌握异步编程技巧,提高代码性能。
26 4
|
9天前
|
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
28 3
|
9天前
|
API 数据处理 Python
探秘Python并发新世界:asyncio库,让你的代码并发更优雅!
在Python编程中,随着网络应用和数据处理需求的增长,并发编程变得愈发重要。asyncio库作为Python 3.4及以上版本的标准库,以其简洁的API和强大的异步编程能力,成为提升性能和优化资源利用的关键工具。本文介绍了asyncio的基本概念、异步函数的定义与使用、并发控制和资源管理等核心功能,通过具体示例展示了如何高效地编写并发代码。
20 2
|
8天前
|
数据采集 数据可视化 数据挖掘
利用Python进行数据分析:Pandas库实战指南
利用Python进行数据分析:Pandas库实战指南
|
5月前
|
机器学习/深度学习 人工智能 算法
海洋生物识别系统+图像识别+Python+人工智能课设+深度学习+卷积神经网络算法+TensorFlow
海洋生物识别系统。以Python作为主要编程语言,通过TensorFlow搭建ResNet50卷积神经网络算法,通过对22种常见的海洋生物('蛤蜊', '珊瑚', '螃蟹', '海豚', '鳗鱼', '水母', '龙虾', '海蛞蝓', '章鱼', '水獭', '企鹅', '河豚', '魔鬼鱼', '海胆', '海马', '海豹', '鲨鱼', '虾', '鱿鱼', '海星', '海龟', '鲸鱼')数据集进行训练,得到一个识别精度较高的模型文件,然后使用Django开发一个Web网页平台操作界面,实现用户上传一张海洋生物图片识别其名称。
187 7
海洋生物识别系统+图像识别+Python+人工智能课设+深度学习+卷积神经网络算法+TensorFlow
|
5月前
|
机器学习/深度学习 人工智能 算法
【乐器识别系统】图像识别+人工智能+深度学习+Python+TensorFlow+卷积神经网络+模型训练
乐器识别系统。使用Python为主要编程语言,基于人工智能框架库TensorFlow搭建ResNet50卷积神经网络算法,通过对30种乐器('迪吉里杜管', '铃鼓', '木琴', '手风琴', '阿尔卑斯号角', '风笛', '班卓琴', '邦戈鼓', '卡萨巴', '响板', '单簧管', '古钢琴', '手风琴(六角形)', '鼓', '扬琴', '长笛', '刮瓜', '吉他', '口琴', '竖琴', '沙槌', '陶笛', '钢琴', '萨克斯管', '锡塔尔琴', '钢鼓', '长号', '小号', '大号', '小提琴')的图像数据集进行训练,得到一个训练精度较高的模型,并将其
75 0
【乐器识别系统】图像识别+人工智能+深度学习+Python+TensorFlow+卷积神经网络+模型训练
|
3月前
|
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。
81 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
|
3月前
|
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。
85 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
|
4月前
|
机器学习/深度学习 人工智能 算法
【服装识别系统】图像识别+Python+人工智能+深度学习+算法模型+TensorFlow
服装识别系统,本系统作为图像识别方面的一个典型应用,使用Python作为主要编程语言,并通过TensorFlow搭建ResNet50卷积神经算法网络模型,通过对18种不同的服装('黑色连衣裙', '黑色衬衫', '黑色鞋子', '黑色短裤', '蓝色连衣裙', '蓝色衬衫', '蓝色鞋子', '蓝色短裤', '棕色鞋子', '棕色短裤', '绿色衬衫', '绿色鞋子', '绿色短裤', '红色连衣裙', '红色鞋子', '白色连衣裙', '白色鞋子', '白色短裤')数据集进行训练,最后得到一个识别精度较高的H5格式模型文件,然后基于Django搭建Web网页端可视化操作界面,实现用户在界面中
129 1
【服装识别系统】图像识别+Python+人工智能+深度学习+算法模型+TensorFlow
|
5月前
|
机器学习/深度学习 人工智能 算法
【昆虫识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+机器学习+TensorFlow+ResNet50
昆虫识别系统,使用Python作为主要开发语言。通过TensorFlow搭建ResNet50卷积神经网络算法(CNN)模型。通过对10种常见的昆虫图片数据集('蜜蜂', '甲虫', '蝴蝶', '蝉', '蜻蜓', '蚱蜢', '蛾', '蝎子', '蜗牛', '蜘蛛')进行训练,得到一个识别精度较高的H5格式模型文件,然后使用Django搭建Web网页端可视化操作界面,实现用户上传一张昆虫图片识别其名称。
324 7
【昆虫识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+机器学习+TensorFlow+ResNet50