视频1 视频21 视频41 视频61 视频文章1 视频文章21 视频文章41 视频文章61 推荐1 推荐3 推荐5 推荐7 推荐9 推荐11 推荐13 推荐15 推荐17 推荐19 推荐21 推荐23 推荐25 推荐27 推荐29 推荐31 推荐33 推荐35 推荐37 推荐39 推荐41 推荐43 推荐45 推荐47 推荐49 关键词1 关键词101 关键词201 关键词301 关键词401 关键词501 关键词601 关键词701 关键词801 关键词901 关键词1001 关键词1101 关键词1201 关键词1301 关键词1401 关键词1501 关键词1601 关键词1701 关键词1801 关键词1901 视频扩展1 视频扩展6 视频扩展11 视频扩展16 文章1 文章201 文章401 文章601 文章801 文章1001 资讯1 资讯501 资讯1001 资讯1501 标签1 标签501 标签1001 关键词1 关键词501 关键词1001 关键词1501 专题2001
Python用Pillow(PIL)进行图像操作实例
2020-11-27 14:13:56 责编:小采
文档

颜色与RGBA值

计算机通常将图像表示为RGB值,或者再加上alpha值(通透度,透明度),称为RGBA值。在Pillow中,RGBA的值表示为由4个整数组成的元组,分别是R、G、B、A。整数的范围0~255。RGB全0就可以表示黑色,全255代表黑色。可以猜测(255, 0, 0, 255)代表红色,因为R分量最大,G、B分量为0,所以呈现出来是红色。但是当alpha值为0时,无论是什么颜色,该颜色都不可见,可以理解为透明。

from PIL import ImageColorprint(ImageColor.getcolor('red', 'RGBA'))# 也可以只以RBG的方式查看print(ImageColor.getcolor('black', 'RGB'))
(255, 0, 0, 255)
(0, 0, 0)

图像的坐标表示

图像中左上角是坐标原点(0, 0),这和平常数学里的坐标系不太一样。这样定义的坐标系意味着,X轴是从左到右增长的,而Y轴是从上到下增长。

在Pillow中如何使用上述定义的坐标系表示一块矩形区域?许多函数或方法要求提供一个矩形元组参数。元组参数包含四个值,分别代表矩形四条边的距离X轴或者Y轴的距离。顺序是(左,顶,右,底)。右和底坐标稍微特殊,表示直到但不包括。可以理解为[左, 右)[顶, 底)这样左闭右开的区间。比如(3, 2, 8, 9)就表示了横坐标范围[3, 7];纵坐标范围[2, 8]的矩形区域。

使用Pillow操作图像

了解了一些基础知识,可以上手了。首先从读取图片开始,很多图像处理库(如opencv)都以imread()读取图片。Pillow中使用open方法。

from PIL import Image

im_path = r'F:Jupyter Notebookcsv_time_datetime_PIL
abbit.jpg'im = Image.open(im_path)
width, height = im.size# 宽高print(im.size, width, height)# 格式,以及格式的详细描述print(im.format, im.format_description)

im.save(r'C:UsersAdministratorDesktop
abbit_copy.jpg')
im.show()
(1920, 1080) 1920 1080
JPEG JPEG (ISO 10918)

im.size返回一个元组,分别是宽和高。show()方法会调用系统默认图像查看软件,打开并显示。im.format可查看图像的格式。save()可保存处理后的图片,如果未经处理,保存后的图像占用的空间(字节数)一般也与原图像不一样,可能经过了压缩。

新建图像

Pillow也可以新建空白图像, 第一个参数是mode即颜色空间模式,第二个参数指定了图像的分辨率(宽x高),第三个参数是颜色。

  • 可以直接填入常用颜色的名称。如'red'

  • 也可以填入十六进制表示的颜色,如#FF0000表示红色。

  • 还能传入元组,比如(255, 0, 0, 255)或者(255, 0, 0)表示红色。

  • # 通常使用RGB模式就可以了newIm= Image.new('RGB', (100, 100), 'red')
    newIm.save(r'C:UsersAdministratorDesktop1.png')# 也可以用RGBA模式,还有其他模式查文档吧blcakIm = Image.new('RGB',(200, 100), 'red')
    blcakIm.save(r'C:UsersAdministratorDesktop2.png')# 十六进制颜色blcakIm = Image.new('RGBA',(200, 100), '#FF0000')
    blcakIm.save(r'C:UsersAdministratorDesktop3.png')# 传入元组形式的RGBA值或者RGB值# 在RGB模式下,第四个参数失效,默认255,在RGBA模式下,也可只传入前三个值,A值默认255blcakIm = Image.new('RGB',(200, 100), (255, 255, 0, 120))
    blcakIm.save(r'C:UsersAdministratorDesktop4.png')

    裁剪图像

    Image有个crop()方法接收一个矩形区域元组(上面有提到)。返回一个新的Image对象,是裁剪后的图像,对原图没有影响。

    im = Image.open(im_path)
    cropedIm = im.crop((700, 100, 1200, 1000))
    cropedIm.save(r'C:UsersAdministratorDesktopcropped.png')

    看下原图和裁剪后的图像。

    复制与粘贴图像到另一个图像

    Imagecopy函数如其名会产生一个原图像的副本,在这个副本上的任何操作不会影响到原图像。paste()方法用于将一个图像粘贴(覆盖)在另一个图像上面。谁调用它,他就在该Image对象上直接作修改。

    im = Image.open(im_path)
    cropedIm = im.crop((700, 100, 1200, 1000))
    im.paste(cropedIm, (0, 0))
    im.show()
    im.save(r'C:UsersAdministratorDesktoppaste.png')

    im.show()显示图像发现这时im(即原图)已经被改变。

    这如果之后还会用到原图的信息,由于信息被改变就很麻烦。所以paste前最好使用copy()复制一个副本,在此副本操作,不会影响到原图信息。虽然在程序里原图信息已改变,但由于保存文件时用的其他文件名,相当于改变没有生效,所以查看的时候原图还是没有改变的。

    im = Image.open(im_path)
    cropedIm = im.crop((700, 100, 1200, 1000))
    copyIm = im.copy()
    copyIm.paste(cropedIm, (0, 0))
    im.show()
    copyIm.save(r'C:UsersAdministratorDesktoppaste.png')

    这回再看原图,没有改变了。这就保证了之后再次使用im时,里面的信息还是原汁原味。来看个有趣的例子。

    im = Image.open(im_path)
    cropedIm = im.crop((700, 100, 1200, 1000))
    
    crop_width, crop_height = cropedIm.size
    width, height = im.size
    
    copyIm = im.copy()for left in range(0, width, crop_width):for top in range(0, height, crop_height):
     copyIm.paste(cropedIm, (left, top))
    
    copyIm.save(r'C:UsersAdministratorDesktopdupli-rabbit.png')

    以裁剪后的图像宽度和高度为间隔,在循环内不断粘贴在副本中,这有点像是在拍证件照。

    调整图像的大小

    resize方法返回指定宽高度的新Image对象,接受一个含有宽高的元组作为参数。宽高的值得是整数。

    im = Image.open(im_path)
    width, height = im.size
    resizedIm = im.resize((width, height+(1920-1080)))
    resizedIm.save(r'C:UsersAdministratorDesktop
    esize.png')

    兔子瘦了,可以看到resize不是等比例缩放的。

    旋转和翻转图像

    rotate()返回旋转后的新Image对象, 保持原图像不变。逆时针旋转。

    im = Image.open(im_path)
    im.rotate(90).save(r'C:UsersAdministratorDesktop
    otate90.png')
    im.rotate(270).save(r'C:UsersAdministratorDesktop
    otate270.png')
    im.rotate(180).save(r'C:UsersAdministratorDesktop
    otate180.png')
    im.rotate(20).save(r'C:UsersAdministratorDesktop
    otate20.png')
    im.rotate(20, expand=True).save(r'C:UsersAdministratorDesktop
    otate20_expand.png')

    由上到下,分别是旋转了90°,180°, 270°、普通的20°,加了参数expand=True旋转的20°。expand放大了图像尺寸(变成了2174x1672),使得边角的图像不被裁剪(四个角刚好贴着图像边缘)。再看旋转90°、270°时候图像被裁剪了,但是如下查看图像的宽高,确是和原图一样,搞不懂。

    im90 = Image.open(r'C:UsersAdministratorDesktop
    otate90.png')
    im270 = Image.open(r'C:UsersAdministratorDesktop
    otate270.png')# 宽高信息并没有改变print(im90.size, im270.size)
    (1920, 1080) (1920, 1080)

    图像的镜面翻转。transpose()函数可以实现,必须传入Image.FLIP_LEFT_RIGHT或者Image.FLIP_TOP_BOTTOM,第一个是水平翻转,第二个是垂直翻转。

    im = Image.open(im_path)
    im.transpose(Image.FLIP_LEFT_RIGHT).save(r'C:UsersAdministratorDesktop	ransepose_lr.png')
    im.transpose(Image.FLIP_TOP_BOTTOM).save(r'C:UsersAdministratorDesktop	ransepose_tb.png')

    水平翻转看不出来,原图就是水平对称的...

    垂直翻转就明显了...

    图像过滤

    Pillow使用ImageFilter可以简单做到图像的模糊、边缘增强、锐利、平滑等常见操作。

    from PIL import Image, ImageFilter
    
    im = Image.open(im_path)# 高斯模糊im.filter(ImageFilter.GaussianBlur).save(r'C:UsersAdministratorDesktopGaussianBlur.jpg')# 普通模糊im.filter(ImageFilter.BLUR).save(r'C:UsersAdministratorDesktopBLUR.jpg')# 边缘增强im.filter(ImageFilter.EDGE_ENHANCE).save(r'C:UsersAdministratorDesktopEDGE_ENHANCE.jpg')# 找到边缘im.filter(ImageFilter.FIND_EDGES).save(r'C:UsersAdministratorDesktopFIND_EDGES.jpg')# 浮雕im.filter(ImageFilter.EMBOSS).save(r'C:UsersAdministratorDesktopEMBOSS.jpg')# 轮廓im.filter(ImageFilter.CONTOUR).save(r'C:UsersAdministratorDesktopCONTOUR.jpg')# 锐化im.filter(ImageFilter.SHARPEN).save(r'C:UsersAdministratorDesktopSHARPEN.jpg')# 平滑im.filter(ImageFilter.SMOOTH).save(r'C:UsersAdministratorDesktopSMOOTH.jpg')# 细节im.filter(ImageFilter.DETAIL).save(r'C:UsersAdministratorDesktopDETAIL.jpg')

    另外,若是要进行图案、文字的绘制,可使用ImageDraw。Pillow还有其他强大功能,就不一一列举了。

    其实,Pillow只是个基础的图像处理库。若不深入图像处理,已经够用。专业人士使用opencv是更好地选择。Python中使用import cv2开始使用吧!

    下载本文
    显示全文
    专题