Python 技术篇-用PIL库修改图片透明度实例演示,改变png图片色道为RGBA、RGB

简介: Python 技术篇-用PIL库修改图片透明度实例演示,改变png图片色道为RGBA、RGB

     

PIL 库可以设置图片透明度。

pip install pillow 安装了 pillow 库后就可以使用 PIL 库了。

我们都知道,图片是由无数个点组成的,300x300 像素,就是 9 万个点。

每个点都有对应的颜色,PIL 图可以获取和设置每个像素点的颜色。

颜色有两种 RGBARGB(r, g, b, a) 前者有 4 个值,后者有 3 个值,每个都是 0255RGBAa 就代表透明度。

getpixel((x, y)) 是获取对应像素点的颜色。

putpixel((x, y), color) 是设置对应像素点的颜色。

from PIL import Image
img = Image.open("安娜的橱窗.jpg")
img = img.convert('RGBA') # 修改颜色通道为RGBA
x, y = img.size # 获得长和宽
# 设置每个像素点颜色的透明度
for i in range(x):
    for k in range(y):
        color = img.getpixel((i, k))
        color = color[:-1] + (100, )
        img.putpixel((i, k), color)
img.save("安娜的橱窗_switch.PNG") # 要保存为.PNG格式的图片才可以

注:.PNG 格式的图片才支持透明度设置哦!

重点讲一下这段代码:color = color[:-1] + (100, )

因为获取到的  color 是 (r, g, b, 255) 这是一个元组,[:-1] 是切片,代表获取前 3 个元素,就是 (r, g, b),然后再加个  (100, )这是包含一个数元组的写法。加起来就是 (r, g, b, 100) 达到修改透明度的效果。

运行后的效果图如下:

image.png

喜欢的点个赞❤吧!


目录
相关文章
|
7月前
|
监控 数据可视化 数据挖掘
Python Rich库使用指南:打造更美观的命令行应用
Rich库是Python的终端美化利器,支持彩色文本、智能表格、动态进度条和语法高亮,大幅提升命令行应用的可视化效果与用户体验。
642 0
|
6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。
619 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!
|
6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。
503 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
|
7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
1053 102
|
7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
435 104
|
7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
342 103
|
7月前
|
机器学习/深度学习 人工智能 数据挖掘
Python:现代编程的首选语言
Python:现代编程的首选语言
306 82
|
6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。
433 3
|
6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。
644 3
|
6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。
448 3

推荐镜像

更多