Pillow模塊講解

一、Image模塊

1.1 、打開圖片和顯示圖片

對圖片的處理最基礎的操作就是打開這張圖片，我們可以使用Image模塊中的open(fp, mode)方法，來打開圖片。open方法接收兩個參數(shù)，第一個是文件路徑，第二個是模式。主要的模式如下：

mode（模式） bands（通道） 說明 “1” 1 數(shù)字1，表示黑白二值圖片，每個像素用0或1共1位二進制碼表示 “L” 1 灰度圖 “P” 1 索引圖 “RGB” 3 24位真彩圖 “RGBA” 4 “RGB”+透明通道 “CMYK” 4 印刷模式圖像

更多的模式也就不說了，關于模式的模式的詳細介紹我也不知道。這個open方法返回一個Image對象，mode也不是必須參數(shù)。打開圖片代碼如下：

from PIL import Image# 打開圖片im = Image.open(’test.jpg’)# 顯示圖片im.show()

當然顯示圖片不是我們的重點，我們獲取Image對象之后，就可以獲取它的一些信息了。

print(’圖像的格式：’, im.format)print(’圖像的大小：’, im.size)print(’圖像的寬度：’, im.width)print(’圖像的高度：’, im.height)# 傳入坐標的元組print(’獲取某個像素點的顏色值：’, im.getpixel(100, 100))

在我的環(huán)境中運行結(jié)果如下：

圖像的格式： JPEG圖像的大小： (3968, 2976)圖像的寬度： 3968圖像的高度： 2976獲取某個像素點的顏色值： (198, 180, 132)

1.2、創(chuàng)建一個簡單的圖像

在Image模塊中，提供了創(chuàng)建圖像的方法。主要是通過**Image.new(mode, size, color)**實現(xiàn)，該方法傳入三個參數(shù)：

mode：圖像的創(chuàng)建模式 size：圖像的大小 color：圖像的顏色

用該方法可以創(chuàng)建一個簡單的圖像，之后我們可以通過save方法將圖像保存：

from PIL import Image# 創(chuàng)建一個簡單的圖像im = Image.new(’RGB’, (100, 100), ’red’)# 保存這個圖像im.save(’red.png’)

生成圖片如下：

1.3、圖像混合

（1）透明度混合

透明度混合主要是使用**Image中的blend(im1, im2, alpha)**方法，對該方法的解釋如下：

im1：Image對象，在混合的過程中，透明度設置為（1-apha） im2：Image對象，在混合的過程中，透明度設置為（apha） alpha：透明度，取值是0-1。當透明度為0是，顯示im1對象；當透明度為1時，顯示im2對象

注意：im1和im2的大小必須一樣，且mode都為RGB

代碼實現(xiàn)如下：

from PIL import Image# 打開im1im1 = Image.open(’pic.jpg’).convert(mode=’RGB’)# 創(chuàng)建一個和im1大小一樣的圖像im2 = Image.new(’RGB’, im1.size, ’red’)# 混合圖片，并顯示Image.blend(im1, im2, 0.5).show()

下面為原圖和混合圖的對比：

不得不說，我家艾斯真滴帥。

（2）遮罩混合

接下來就是很迷的時刻了，我們可以通過Image.composite(im1, im2, mask)方法實現(xiàn)遮罩混合。三個參數(shù)都是Image對象，該方法的作用就是使用mask來混合im1和im2。我是聽不懂，你們能聽懂最好給我講一下。具體實現(xiàn)如下：

# 這句代碼寫了好多遍，我真不想寫了from PIL import Image# 打開圖像1im1 = Image.open(’pic1.jpg’)# 打開圖像2im2 = Image.open(’pic2.jpg’)# 重新設置im2的大小im2.resize(im1.size)# 將圖像2的三個色道分離，其中r、g、b都為Image對象r, g, b = im2.split()# 遮罩混合Image.composite(im1, im2, b).show()

注意：im1、im2和mask的大小必須一樣

im1、im2和遮罩混合效果對比如下：

依舊是我?guī)洑獾陌埂?/p>

1.4、圖像縮放

（1）按像素縮放

按像素縮放通過Image.eval(im1, fun)方法實現(xiàn)，其中im1為我們老生常談的Image對象了；第二個為一個方法（函數(shù)），該函數(shù)傳入一個參數(shù)，即像素點。該函數(shù)會對圖片中每個像素點進行函數(shù)內(nèi)的操作。下面我們對來簡單使用一下這個方法：

from PIL import Image# 打開一張圖像im = Image.open(’摳鼻屎.jpg’)# 對該圖像每個像素點進行*2處理Image.eval(im, lambda x:x*2).show()

這里我使用的lambda表達式，當然一般也都是用lambda表達式，不過你也可以像下面這樣寫：

# 定義一個方法def func(x): return x*2# 對圖像im每個像素點進行func中的操作，其中func不能加()Image.eval(im, func)

效果圖如下：

細心的讀者應該可以發(fā)現(xiàn)，這個摳鼻屎的圖片和筆者頭像并不完全一樣。在血色方面，筆者的頭像確實要差幾分。

注意：筆者在日常生活中可不是天天在大街上摳鼻屎的那種。

（2）按尺寸縮放

按尺寸縮放是通過Image對象的thumbnail()方法實現(xiàn)的，這里不同于前面直接通過Image調(diào)用方法，而是使用Image的具體實例im2調(diào)用thumbnail方法，從而對im2直接進行處理。具體代碼如下：

from PIL import Image# 打開圖像im1 = Image.open(’xx.jpg’)# 復制圖像im2 = im1.copy()# 將復制后的圖像進行縮放，傳入一個元組im2.thumbnail((100, 100))# 輸出圖像大小print('im1的大小', im1.size)print(’im2的大小’, im2.size)

這里縮放圖像并不會對圖像進行變形，即顯示效果是一樣的。這里就不放效果圖了，輸入結(jié)果如下：

1.5、圖像的剪切與粘貼

（1）圖像粘貼

粘貼的實現(xiàn)主要是通過Image對象的paste(im, box, mask)方法，其中im為Image對象；box為要粘貼到的區(qū)域；mask為遮罩（我也不知道啥是遮罩）。其中box的參數(shù)有三種形式：

(x1, y1)：將im左上角對齊(x1,y1)點，其余部分粘貼，超出部分拋棄 (x1, x2, y1, y2)：將im粘貼至此區(qū)域 None：此時im必須與源圖像大小一致

（2）裁剪圖像

裁剪主要通過Image對象的crop(box)方法實現(xiàn)，box同粘貼中一致。

接下來我們做一個小練習，想將圖像某個區(qū)域剪切下來，然后粘貼到另一個圖像上：

from PIL import Image# 打開圖像im = Image.open(’nnz.jpg’)# 復制兩份im1 = im.copy()im2 = im.copy()# 剪切圖片im_crop = im1.crop((200, 200, 400, 400))# 粘貼圖片im2.paste(im_crop, (30, 30))im2.show()

原圖和效果圖對比如下：

貌美如花的娜娜子。

1.4、圖像旋轉(zhuǎn)和格式轉(zhuǎn)換

（1）圖像旋轉(zhuǎn)

圖像旋轉(zhuǎn)就非常簡單了，簡單的一句代碼，通過Image對象調(diào)用rotate()，該方法返回被旋轉(zhuǎn)圖像的一個副本：

from PIL import Imageim = Image.open(’nnz.jpg’)# 旋轉(zhuǎn)90度然后顯示im.rotate(90).show()

順時針逆時針就不要問我了。

（2）格式轉(zhuǎn)換

convert：轉(zhuǎn)換圖像的模式 transpose：轉(zhuǎn)換圖像的格式

convert之前已經(jīng)使用過了，這里就簡單演示一下transpose的作用，transpose主要傳入一些Image中的常量：

from PIL import Image# 打開圖像im = Image.open(’nnz.jpg’)# 這里我也不知道注釋啥了，總之效果和rotate(90)效果一樣im.transpose(Image.ROTATE_90).show()

效果圖我也就不放了，給大家列出一些可以傳入的常量和該常量的作用：

常量 作用 Image.FILP_TOP_BOTTOM 上下翻轉(zhuǎn) Image.FILP_LEFT_RIGHT 左右翻轉(zhuǎn) Image.ROTATE_90 翻轉(zhuǎn)90° Image.ROTATE_180 翻轉(zhuǎn)180° Image.TRANSPOSE 顛倒

我也不知道這是哪門子的格式轉(zhuǎn)換。

1.5、分離和合并

（1）分離

這個是之前使用過的，通過Image對象的split()方法，將圖像的RGB三個通道分離，并返回三個Image對象：

from PIL import Image# 打開圖像im = Image.open(’nnz.jpg’)# 分離通道，返回3個Image對象r, g, b = im.split()

三個通道的效果圖如下：

（2）合并

合并是通過Image.merge(mode, bands)方法實現(xiàn)的，其中mode為模式，bands為通道列表，傳入一個列表類型數(shù)據(jù)。下面我實現(xiàn)以下小新多年來的愿望：

from PIL import Image# 打開小新.jpg和娜娜子.jpgim1 = Image.open(’娜娜子.jpg’)im2 = Image.open(’小新.jpg’)# 讓im2大小和im1一樣im2.resize(im1.size)# 將兩個圖像分別分離r1, g1, b1 = im1.split()r2, g2, b2 = im2.split()# 合并圖像im3 = Image.merge(’RGB’, [r1, g2, b1])im3.show()

效果圖如下，看到這么美的圖片，小新一定會感謝我的：

到這里，我們就把Image模塊的大致內(nèi)容講解完了，接下來我們來了解PIL中更豐富的功能。

二、ImageFilter

ImageFilter中提供了很多常用的濾鏡功能，

2.1、高斯模糊

高斯模糊也叫高斯平滑，是啥我也不知道，反正聽名字就是模糊。我們結(jié)合上面的內(nèi)容完成一個小案例：

from PIL import Image, ImageFilter# 打開圖像im1 = Image.open(’iron_man.jpg’)# 創(chuàng)建一個im1兩倍寬的圖像img = Image.new(’RGB’, (im1.width*2, im1.height), ’red’)# 高斯模糊處理im2 = im1.filter(ImageFilter.GaussianBlur)# 將im1粘貼到img上img.paste(im1, (0, 0))# 將im2（高斯模糊后的圖像）粘貼到img上img.paste(im2, (im1.width, 0))img.show()

為了考慮小新的感受，下面不再用娜娜子作為素材。我選取了一張鋼鐵俠的圖片，運行結(jié)果如下：

希望各位讀者不要誤會，他倆真沒說你帥，他倆只說筆者一個人帥。

2.2、其它濾鏡

除了高斯模糊，ImageFilter中還提供了許多其它濾鏡：

濾鏡值 濾鏡名詞 BLUR 模糊效果 CONTOUR 輪廓 DETAIL 細節(jié) EDGE_ENHANCE 邊緣增強 EDGE_ENHANCE_MORE 邊緣增強plus EMBOSS 浮雕效果 FIND_EDGES 尋找邊緣 SMOOTH 平滑

筆者用一張美女圖片，測試了上面幾個濾鏡的效果，發(fā)現(xiàn)9張圖是看起來是完全一樣的。雖然完全一樣，但是筆者還是打算將這次測試的結(jié)果作為我慈善事業(yè)的一部分，分享給各位讀者。

其中1為高斯模糊，2-9分別為表格中的8個濾鏡。

三、ImageChops模塊（圖像合成）

ImageChops模塊中，提供了很多圖像合成的方法。這些方法是通過計算通道中像素值來實現(xiàn)的，不同的方法有不同的計算方式。

3.1、加法運算

加法運算通過**ImageChops.add(image1, image2, scale=1.0, offset=0)**方法實現(xiàn)，合成公式如下：

out = (im1 + im2)/scale + offset

我也看不懂，其中scale和offset是有默認值的。所以使用時我們可以省略參數(shù)，具體實現(xiàn)如下：

from PIL import Image, ImageChops# 打開圖像im1 = Image.open(’im1.jpg’)im2 = Image.open(’im2.jpg’)# 合成圖像并顯示im3 = ImageChops.add(im1, im2)im3.show()

實驗結(jié)果產(chǎn)不忍賭，效果圖如下：

3.2、減法運算

加法運算通過**ImageChops.subtract(image1, image2, scale=1.0, offset=0)**方法實現(xiàn)，合成公式如下：

out = (im1 - im2)/scale + offset

其使用和add方法是一致的，代碼如下：

from PIL import Image, ImageChops# 打開圖像im1 = Image.open(’xscn.jpg’)im2 = Image.open(’xscn2.jpg’)# 合成圖像并顯示im3 = ImageChops.subtract(im1, im2)im3.show()

原本是不想放效果圖的，但是運行后，發(fā)現(xiàn)效果圖比較美，所以想和大家分享一下：

希望大家讀到這篇博客的時候是獨自一人的深夜。

3.3、其它函數(shù)

因為大多數(shù)函數(shù)的使用都比較簡單，所以后續(xù)的函數(shù)也不單獨拿出來講了，具體功效可以看下列表：

函數(shù)名 參數(shù) 作用 計算公式 darker(變暗) (image1, image2) 對比兩種圖片的像素，取兩種圖片中對應像素的較小值。（去亮留暗） min(im1, im2) lighter（變亮） 同上 對比兩種圖片的像素，取兩種圖片中對應像素的較大值。（去暗留亮） max(im1, im2) invert（反色） (image) 將max(255)減去每個像素的值 max-image multiply（疊加） (image1, image2) 兩種圖片互相疊加。如果和黑色疊加，將獲得一張很色圖片 im1*im2/max screen（屏幕） 同上 先反色后疊加 max-((max-im1)*(max-im2)/max) difference（比較） 同上 各個像素做減法，取絕對值。如果像素相同結(jié)果為黑色 abs(im1-im2)

演示代碼如下：

from PIL import Image, ImageChops# 打開圖像im1 = Image.open('im1.jpg')im2 = Image.open('im2.jpg')# 對圖像進行各種操作im3 = ImageChops.darker(im1, im2)im3.save(’darker.jpg’)im3 = ImageChops.lighter(im1, im2)im3.save(’lighter.jpg’)im3 = ImageChops.invert(im1)im3.save(’invert.jpg’)im3 = ImageChops.multiply(im1, im2)im3.save(’multiply.jpg’)im3 = ImageChops.screen(im1, im2)im3.save(’screen.jpg’)im3 = ImageChops.difference(im1, im2)im3.save(’difference.jpg’)

其中，我選取的素材im1和im2都是上面使用到的那兩張，效果圖如下：

這樣，我的女神就被我毀的體無完膚了。

四、ImageEnhance模塊（色彩、亮度）

ImageEnhance提供了許多函數(shù)，用于調(diào)整圖像的色彩、對比度、亮度、清晰度等。調(diào)整圖像的步驟如下：

確定要調(diào)整的參數(shù)，獲取特定的調(diào)整器調(diào)用調(diào)整器的enhance方法，傳入?yún)?shù)進行調(diào)整。

注意：所有調(diào)整器都實現(xiàn)同一個接口，該接口中包含一個方法enhance

其中enhance方法接收一個參數(shù)factor，factor是一個大于0的數(shù)。當factor為1時，返回原圖，當factor小于1返回減弱圖，大于1返回增強圖。

各個獲取色彩調(diào)整器的方法如下：

方法名稱 方法作用 ImageEnhance.Color() 獲取顏色調(diào)整器 ImageEnhance.Contrast() 獲取對比度調(diào)整器 ImageEnhance.Brightness() 獲取亮度調(diào)整器 ImageEnhance.Sharpness() 獲取清晰度調(diào)整器

雖然是很想偷懶，不去做實驗，但是想想還是做了如下實驗，代碼如下：

from PIL import Image, ImageEnhance# 打開im1im1 = Image.open('gtx.jpg')# 獲取顏色（各種）調(diào)整器enhance_im1 = ImageEnhance.Color(im1)#enhance_im1 = ImageEnhance.Contrast(im1)#enhance_im1 = ImageEnhance.Brightness(im1)#enhance_im1 = ImageEnhance.Sharpness(im1)# 減弱顏色（以及其它屬性）im2 = enhance_im1.enhance(0.5)# 增強顏色（以及其它屬性）im3 = enhance_im1.enhance(1.5)# 獲取原圖大小w, h = im1.size# 創(chuàng)建一個原圖大小3倍的圖片img = Image.new('RGB', (w*3, h))# 將減弱的圖片放在最左邊img.paste(im2, (0, 0))# 將原圖放在中間img.paste(im1, (w, 0))# 將增強后的圖片放在最右邊img.paste(im3, (w*2, 0))# 顯示圖片img.show()

其中，我們只需要修改獲取調(diào)整器的代碼就可以了，獲取其它調(diào)制器的代碼我注釋了。然后看看效果圖：

這種不傷大雅的工作，讓我唐尼叔做再適合不過了。

另外再講一個調(diào)節(jié)亮度的函數(shù)，但是這個函數(shù)時Image中的函數(shù)point()，而不是ImageEnhance的。該函數(shù)傳入一個參數(shù)，使用方法和Image.eval()類似，使用示例如下：

from PIL import Image# 打開圖像im1 = Image.open(’gtx.jpg’)# 變暗操作im2 = im1.point(lambda x:x*0.5)# 變量操作im3 = im1.point(lambda x:x*1.5)# 獲取原圖大小w, h = im1.size# 創(chuàng)建一個原圖大小3倍的圖片img = Image.new('RGB', (w*3, h))# 將減弱的圖片放在最左邊img.paste(im2, (0, 0))# 將原圖放在中間img.paste(im1, (w, 0))# 將增強后的圖片放在最右邊img.paste(im3, (w*2, 0))# 顯示圖片img.show()

效果圖如下：

五、ImageDraw模塊

該模塊提供了許多繪制2D圖像的功能，我們可以通過繪制獲取一個全新的圖像，也可以在原有的圖像上進行繪制。在我們使用該模塊進行繪制時，我們需要先獲取ImageDraw.Draw對象，獲取方式如下：

from PIL import ImageDraw# 構造函數(shù)中，im為一個Image對象drawer = ImageDraw.Draw(im)

我們獲取ImageDraw.Draw對象后就可以進行相應的繪制了。

5.1、繪制簡單形狀

在繪制之前，我們先創(chuàng)建一個空白的圖片：

from PIL import Image, ImageDraw# 創(chuàng)建一個300*300的白色圖片im = Image.new('RGB', (300, 300), 'white')# 獲取ImageDraw.Draw對象drawer = ImageDraw.Draw(im)

后續(xù)的繪制都可以使用對象drawer繪制。

（1）繪制直線

'''xy：起點坐標和終點坐標(x1, y1, x2, y2)fill：填充色。'red'、'blue'...width：輪廓粗細joint：連接方式，可以是曲線'''line(xy, fill, width, joint)# 繪制直線drawer.line((50, 50, 150, 150), fill=’green’,width=2)

（2）繪制矩形

'''xy：左上角坐標和右下角坐標(x1, y1, x2, y2)fill：填充色。'red'、'blue'...outline：輪廓色。同上width：輪廓粗細'''rectangle(xy, fill, outline, width)# 使用示例drawer.rectangle((50, 50, 150, 150), fill=’green’, outline=’red’, width=3)

（3）繪制圓弧

'''xy：包含圓弧所在圓的矩形的左上角坐標和右下角坐標(x1, y1, x2, y2)start：起始角度end：終止角度fill：填充色。'red'、'blue'...width：輪廓粗細'''arc(xy, start, end, fill, width)# 使用示例drawer.arc((50, 50, 150, 150), start=0, end=90, fill=’green’, width=3)

對于xy參數(shù)的解釋如圖所示：

（4）繪制橢圓

'''xy：包含橢圓（或圓）的矩形的左上角坐標和右下角坐標(x1, y1, x2, y2)fill：填充色。'red'、'blue'...outline：輪廓顏色width：輪廓粗細'''ellipse(xy, fill, outline, width)# 使用示例drawer.ellipse((50, 50, 150, 150),fill=’green’, outline=’red’, width=3)

（5）繪制弦

'''xy：弦所在橢圓的矩形的左上角坐標和右下角坐標(x1, y1, x2, y2)start：開始角度end：終點角度fill：填充色。'red'、'blue'...outline：輪廓顏色width：輪廓粗細'''chord(xy, start, end, fill, outline, width)# 使用示例drawer.chord((50, 50, 150, 150),start=0, end=90, fill=’green’, outline=’red’, width=3)

（6）繪制扇形

'''xy：扇形所在橢圓的矩形的左上角坐標和右下角坐標(x1, y1, x2, y2)start：開始角度end：終點角度fill：填充色。'red'、'blue'...outline：輪廓顏色width：輪廓粗細'''pieslice(xy, start, end, fill, outline, width)# 使用示例drawer.pieslice((50, 50, 150, 150),start=0, end=90, fill=’green’, outline=’red’, width=3)

（7）繪制多邊形

'''xy：多邊形各個點坐標的元組/列表(x1, y1, x2, y2)fill：填充色。'red'、'blue'...outline：輪廓顏色'''pieslice(xy, fill, outline)# 使用示例drawer.polygon((50, 50, 150, 150, 150, 200, 200, 250, 50, 50), fill=’green’, outline=’red’)

（8）繪制點

'''xy：點的坐標fill：填充色。'red'、'blue'...'''point(xy, fill)# 使用示例drawer.point((100, 100), fill=’black’)

除了上面這些簡單圖形外，我們還可以使用Draw繪制文字。

5.2、繪制文字

繪制文字和繪制圖形是一樣的：

'''xy：起點坐標text：繪制的文本fill：填充色。'red'、'blue'......其中繪制文字還有許多其它參數(shù)'''text(xy, text, fill)# 使用示例drawer.text((100, 100), text=’zack’ fill=’red’)

當我們繪制中文時，上述代碼會報錯，因為默認編碼是不支持中文的。我們可以在C:/Windows/Fonts目錄下找到字體文件，我們選擇一個支持中文的。我這里直接是將字體文件復制到項目底下來了，代碼如下：

from PIL import Image, ImageDraw, ImageFont# 創(chuàng)建一個圖像用于繪制文字im = Image.new('RGB', (300, 300), 'white')drawer = ImageDraw.Draw(im)# 獲取字體對象imFont = ImageFont.truetype(’simkai.ttf’, 30)# 繪制文字時設置字體drawer.text((50, 100),text='啥',font=imFont,fill='red')im.show()

我們使用了ImageFont.truetype()函數(shù)獲取字體對象，在獲取時我們可以設置字體大小。到此我們就了解了PIL的各種操作了

到此這篇關于超全Python圖像處理講解(多模塊實現(xiàn))的文章就介紹到這了,更多相關Python 圖像處理內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持好吧啦網(wǎng)！