【Python标准库】pillow中Image模块学习

简介: 【Python标准库】pillow中Image模块学习

模块介绍

Image模块提供了一个与PIL图像同名的类。该模块还提供了许多工厂函数,包括从文件中加载图像和创建新图像的函数。

相关概念

模式

图像的模式是一个字符串,它定义了图像中像素的类型和深度。每个像素使用位深度的全范围。所以1位像素的范围是0-1,8位像素的范围是0-255,以此类推。当前版本支持以下标准模式:

1         (1-bit pixels, black and white, stored with one pixel per byte)
L         (8-bit pixels, black and white)
P         (8-bit pixels, mapped to any other mode using a color palette)
RGB     (3x8-bit pixels, true color)
RGBA     (4x8-bit pixels, true color with transparency mask)
CMYK     (4x8-bit pixels, color separation)
YCbCr     (3x8-bit pixels, color video format)
         - Note that this refers to the JPEG, and not the ITU-R BT.2020, standard
LAB     (3x8-bit pixels, the L*a*b color space)
HSV        (3x8-bit pixels, Hue, Saturation, Value color space)
I         (32-bit signed integer pixels)
F         (32-bit floating point pixels)

波段

一幅图像可以由一个或多个波段的数据组成。PIL允许您在单个图像中存储多个波段,前提是它们都具有相同的尺寸和深度。例如,PNG图像可能有“R”、“G”、“B”和“a”波段,用于表示红、绿、蓝和alpha透明度值。许多操作分别作用于每个波段,例如,直方图。将每个像素看作每个波段有一个值通常是有用的。

坐标系

PIL使用笛卡尔像素坐标系,(0,0)位于左上角。注意,坐标指的是隐含的像素角;被称为(0,0)的像素的中心实际上位于(0.5,0.5)。
坐标通常以2元组(x, y)的形式传递给库。矩形以4元组表示,左上角先给出。例如,覆盖整个800x600像素图像的矩形被写成(0,0,800,600)。

相关方法

Image.new()

PIL.Image.new(mode, size, color=0)
作用:使用给定的模式和大小创建一个新图像。

参数:
- mode:要用于新图像的模式。(参考【相关概念】章节‘模式’概念)
- size:一个2元组,包含(宽度、高度)像素。
- color:使用什么颜色的图像。默认是黑色的。如果给定,这应该是一个单波段模式的整数或浮点值,以及一个多波段模式的元组(每个波段一个值)。当创建RGB图像时,你也可以使用ImageColor模块支持的颜色字符串。如果颜色为None,表示图像未初始化。(参考【相关概念】章节‘波段’概念)
返回值:
一个Image对象

Image.resize()

Image.resize(size, resample=None, box=None, reducing_gap=None)
作用:返回此图像大小调整后的副本。

参数:
- size:请求的像素大小,作为一个2元组:(宽度,高度)- resample:一个可选的重采样滤波器。 这可以是其中之一:PIL.Image.Resampling.NEAREST, PIL.Image.Resampling.BOX, PIL.Image.Resampling.BILINEAR, PIL.Image.Resampling.HAMMING, PIL.Image.Resampling.BICUBIC,PIL.Image.Resampling.LANCZOS.
如果图像有模式“1”或“P”,它总是被设置为PIL.Image.Resampling.NEAREST
如果图像模式指定了一些位,比如“I;16”,那么默认的过滤器是PIL.Image.Resampling.NEAREST
否则,默认过滤器为PIL.Image.Resampling.BICUBIC
- box:一个可选的4元浮点组,提供要缩放的源图像区域。这些值必须在(0,0,宽,高)矩形内。如果省略或为None,则使用整个源文件。
- reducing_gap:通过两个步骤调整图像的大小来应用优化。首先,使用reduce()将图像减少整数倍。第二,使用常规重采样调整大小。最后一步通过reducing_gap时间来改变大小。reducing_gap可以是None(不执行第一步)或者应该大于1.0。reducing_gap越大,结果越接近公平重采样。reducing_gap越小,调整大小就越快。当reducing_gap大于或等于3.0时,结果在大多数情况下与公平重采样没有区别。默认值为None(无优化)。
返回值:
一个Image对象

Image.putpixel()

Image.putpixel(xy, value)
作用:修改给定位置的像素。对于单波段图像,颜色是一个数值,对于多波段图像,颜色是一个元组。除此之外,RGB和RGBA元组也被接受用于P图像。
注意,这种方法相对较慢。对于更广泛的更改,使用paste()或ImageDraw模块代替。

参数:
- xy:像素坐标,给定为(x, y)。(参考【相关概念】章节‘坐标系’概念)
- value:像素值。

Image.tell()

Image.tell()
作用:返回当前帧号。
如果定义了,n_frames表示可用帧的数量。

返回值:帧号,从0开始。

Image.seek()

Image.seek(frame)
查找序列文件中的给定帧。如果您在序列的末尾以外寻找,该方法将引发EOFError异常。当序列文件被打开时,库会自动寻找第0帧。
如果定义了,n_frames表示可用帧的数量。

参数:
frame -帧号,从0开始。
raise
EOFError -如果调用试图在序列的末尾以外进行查找。

相关属性

.filename

Image.filename: str
源文件的文件名或路径。只有打开工厂函数创建的图像才有文件名属性。如果输入是一个类似于文件的对象,则filename属性被设置为空字符串。

.format

Image.format: Optional[str]
源文件的格式。对于库本身创建的图像(通过工厂函数,或在现有图像上运行方法),此属性设置为None。

.mode

Image.mode: str
图像模式。这是一个字符串,指定图像使用的像素格式。典型的值是“1”、“L”、“RGB”或“CMYK”。完整列表请参见模式。

.size

Image.size: tuple[int]
图像大小,以像素为单位。大小是一个二元组(宽度,高度)。

.width

Image.width: int
图像宽度,以像素为单位。

.height

Image.height: int
图像高度,以像素为单位。

.palette

Image.palette: Optional[PIL.ImagePalette.ImagePalette]
调色板表,如果有的话。如果mode是“P”或“PA”,这应该是ImagePalette类的一个实例。否则,它应该设置为None。

.info

Image.info: dict
保存与图像相关联的数据的字典。这个字典被文件处理程序用来传递从文件中读取的各种非图像信息。有关详细信息,请参阅各种文件处理程序的文档。
大多数方法在返回新图像时忽略字典;因为键不是标准化的,所以方法不可能知道操作是否影响字典。如果以后需要这些信息,请保持对open方法返回的info字典的引用。
除非在其他地方注明,否则此字典不会影响保存文件。

.is_animated

Image.is_animated: bool
如果该图像有多个帧,则为True,否则为False。
此属性仅由支持动画图像的图像插件定义。如果插件不支持加载动画图像,那么这个属性可能是未定义的,即使给定的格式支持动画图像。
假设这个属性不存在于所有的图像,使用getattr(image, "is_animated", False)来检查Pillow是否能够感知图像中的多帧,而不管它的格式。

.n_frames

Image.n_frames: int
图像中的帧数。
此属性仅由支持动画图像的图像插件定义。如果插件不支持加载动画图像,那么这个属性可能是未定义的,即使给定的格式支持动画图像。
假设这个属性并不存在于所有的图像中,使用getattr(image, "n_frames",1)来检查Pillow在图像中能够感知的帧数,而不管图像的格式。

相关文章
|
3月前
|
SQL 关系型数据库 数据库
Python SQLAlchemy模块:从入门到实战的数据库操作指南
免费提供Python+PyCharm编程环境,结合SQLAlchemy ORM框架详解数据库开发。涵盖连接配置、模型定义、CRUD操作、事务控制及Alembic迁移工具,以电商订单系统为例,深入讲解高并发场景下的性能优化与最佳实践,助你高效构建数据驱动应用。
498 7
|
3月前
|
存储 JavaScript Java
(Python基础)新时代语言!一起学习Python吧!(四):dict字典和set类型;切片类型、列表生成式;map和reduce迭代器;filter过滤函数、sorted排序函数;lambda函数
dict字典 Python内置了字典:dict的支持,dict全称dictionary,在其他语言中也称为map,使用键-值(key-value)存储,具有极快的查找速度。 我们可以通过声明JS对象一样的方式声明dict
300 1
|
3月前
|
存储 Java 数据处理
(numpy)Python做数据处理必备框架!(一):认识numpy;从概念层面开始学习ndarray数组:形状、数组转置、数值范围、矩阵...
Numpy是什么? numpy是Python中科学计算的基础包。 它是一个Python库,提供多维数组对象、各种派生对象(例如掩码数组和矩阵)以及用于对数组进行快速操作的各种方法,包括数学、逻辑、形状操作、排序、选择、I/0 、离散傅里叶变换、基本线性代数、基本统计运算、随机模拟等等。 Numpy能做什么? numpy的部分功能如下: ndarray,一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组 用于对整组数据进行快速运算的标准数学函数(无需编写循环)。 用于读写磁盘数据的工具以及用于操作内存映射文件的工具。 线性代数、随机数生成以及傅里叶变换功能。 用于集成由C、C++
398 0
|
3月前
|
算法 Java Docker
(Python基础)新时代语言!一起学习Python吧!(三):IF条件判断和match匹配;Python中的循环:for...in、while循环;循环操作关键字;Python函数使用方法
IF 条件判断 使用if语句,对条件进行判断 true则执行代码块缩进语句 false则不执行代码块缩进语句,如果有else 或 elif 则进入相应的规则中执行
371 1
|
3月前
|
监控 安全 程序员
Python日志模块配置:从print到logging的优雅升级指南
从 `print` 到 `logging` 是 Python 开发的必经之路。`print` 调试简单却难维护,日志混乱、无法分级、缺乏上下文;而 `logging` 支持级别控制、多输出、结构化记录,助力项目可维护性升级。本文详解痛点、优势、迁移方案与最佳实践,助你构建专业日志系统,让程序“有记忆”。
343 0
|
3月前
|
数据可视化 关系型数据库 MySQL
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
本文详解基于Python的电影TOP250数据可视化大屏开发全流程,涵盖爬虫、数据存储、分析及可视化。使用requests+BeautifulSoup爬取数据,pandas存入MySQL,pyecharts实现柱状图、饼图、词云图、散点图等多种图表,并通过Page组件拖拽布局组合成大屏,支持多种主题切换,附完整源码与视频讲解。
356 4
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
|
3月前
|
传感器 运维 前端开发
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
本文解析异常(anomaly)与新颖性(novelty)检测的本质差异,结合distfit库演示基于概率密度拟合的单变量无监督异常检测方法,涵盖全局、上下文与集体离群值识别,助力构建高可解释性模型。
394 10
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
|
3月前
|
JSON 算法 API
Python中的json模块:从基础到进阶的实用指南
本文深入解析Python内置json模块的使用,涵盖序列化与反序列化核心函数、参数配置、中文处理、自定义对象转换及异常处理,并介绍性能优化与第三方库扩展,助你高效实现JSON数据交互。(238字)
461 4
|
3月前
|
存储 Java 索引
(Python基础)新时代语言!一起学习Python吧!(二):字符编码由来;Python字符串、字符串格式化;list集合和tuple元组区别
字符编码 我们要清楚,计算机最开始的表达都是由二进制而来 我们要想通过二进制来表示我们熟知的字符看看以下的变化 例如: 1 的二进制编码为 0000 0001 我们通过A这个字符,让其在计算机内部存储(现如今,A 字符在地址通常表示为65) 现在拿A举例: 在计算机内部 A字符,它本身表示为 65这个数,在计算机底层会转为二进制码 也意味着A字符在底层表示为 1000001 通过这样的字符表示进行转换,逐步发展为拥有127个字符的编码存储到计算机中,这个编码表也被称为ASCII编码。 但随时代变迁,ASCII编码逐渐暴露短板,全球有上百种语言,光是ASCII编码并不能够满足需求
204 4

推荐镜像

更多