pillow学习笔记_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
pillow学习笔记
上传于|0|0|暂无简介
你可能喜欢pillow - Python - 伯乐在线Python图像处理库：Pillow 初级教程 - Python - 伯乐在线
& Python图像处理库：Pillow 初级教程
Pillow由PIL而来，所以该导入该库使用import PIL
本文相关的代码：
Pillow中最重要的类就是Image，该类存在于同名的模块中。可以通过以下几种方式实例化：从文件中读取图片，处理其他图片得到，或者直接创建一个图片。
使用Image模块中的open函数打开一张图片：
&&& from PIL import Image
&&& im = Image.open("lena.ppm")
&&& from PIL import Image&&& im = Image.open("lena.ppm")&
如果打开成功，返回一个Image对象，可以通过对象属性检查文件内容
&&& from __future__ import print_function
&&& print(im.format, im.size, im.mode)
PPM (512, 512) RGB
&&& from __future__ import print_function&&& print(im.format, im.size, im.mode)PPM (512, 512) RGB&
format属性定义了图像的格式，如果图像不是从文件打开的，那么该属性值为None；size属性是一个tuple，表示图像的宽和高（单位为像素）；mode属性为表示图像的模式，常用的模式为：L为灰度图，RGB为真彩色，CMYK为pre-press图像。
如果文件不能打开，则抛出IOError异常。
当有一个Image对象时，可以用Image类的各个方法进行处理和操作图像，例如显示图片：
&&& im.show()
&&& im.show()&
ps：标准版本的show()方法不是很有效率，因为它先将图像保存为一个临时文件，然后使用xv进行显示。如果没有安装xv，该函数甚至不能工作。但是该方法非常便于debug和test。（windows中应该调用默认图片查看器打开）
Pillow库支持相当多的图片格式。直接使用Image模块中的open()函数读取图片，而不必先处理图片的格式，Pillow库自动根据文件决定格式。
Image模块中的save()函数可以保存图片，除非你指定文件格式，那么文件名中的扩展名用来指定文件格式。
图片转成jpg格式
from __future__ import print_function
import os, sys
from PIL import Image
for infile in sys.argv[1:]:
f, e = os.path.splitext(infile)
outfile = f + ".jpg"
if infile != outfile:
Image.open(infile).save(outfile)
except IOError:
print("cannot convert", infile)
12345678910111213
from __future__ import print_functionimport os, sysfrom PIL import Image&for infile in sys.argv[1:]:&&&&f, e = os.path.splitext(infile)&&&&outfile = f + ".jpg"&&&&if infile != outfile:&&&&&&&&try:&&&&&&&&&&&&Image.open(infile).save(outfile)&&&&&&&&except IOError:&&&&&&&&&&&&print("cannot convert", infile)&
save函数的第二个参数可以用来指定图片格式，如果文件名中没有给出一个标准的图像格式，那么第二个参数是必须的。
创建缩略图
from __future__ import print_function
import os, sys
from PIL import Image
size = (128, 128)
for infile in sys.argv[1:]:
outfile = os.path.splitext(infile)[0] + ".thumbnail"
if infile != outfile:
im = Image.open(infile)
im.thumbnail(size)
im.save(outfile, "JPEG")
except IOError:
print("cannot create thumbnail for", infile)
12345678910111213141516
from __future__ import print_functionimport os, sysfrom PIL import Image&size = (128, 128)&for infile in sys.argv[1:]:&&&&outfile = os.path.splitext(infile)[0] + ".thumbnail"&&&&if infile != outfile:&&&&&&&&try:&&&&&&&&&&&&im = Image.open(infile)&&&&&&&&&&&&im.thumbnail(size)&&&&&&&&&&&&im.save(outfile, "JPEG")&&&&&&&&except IOError:&&&&&&&&&&&&print("cannot create thumbnail for", infile)&
必须指出的是除非必须，Pillow不会解码或raster数据。当你打开一个文件，Pillow通过文件头确定文件格式，大小，mode等数据，余下数据直到需要时才处理。
这意味着打开文件非常快，与文件大小和压缩格式无关。下面的程序用来快速确定图片属性：
确定图片属性
from __future__ import print_function
import sys
from PIL import Image
for infile in sys.argv[1:]:
with Image.open(infile) as im:
print(infile, im.format, "%dx%d" % im.size, im.mode)
except IOError:
1234567891011
from __future__ import print_functionimport sysfrom PIL import Image&for infile in sys.argv[1:]:&&&&try:&&&&&&&&with Image.open(infile) as im:&&&&&&&&&&&&print(infile, im.format, "%dx%d" % im.size, im.mode)&&&&except IOError:&&&&&&&&pass&
裁剪、粘贴、与合并图片
Image类包含还多操作图片区域的方法。如crop()方法可以从图片中提取一个子矩形
从图片中复制子图像
box = im.copy() #直接复制图像
box = (100, 100, 400, 400)
region = im.crop(box)
box = im.copy() #直接复制图像box = (100, 100, 400, 400)region = im.crop(box)&
区域由4-tuple决定，该tuple中信息为(left, upper, right, lower)。 Pillow左边系统的原点（0，0）为图片的左上角。坐标中的数字单位为像素点，所以上例中截取的图片大小为300*300像素^2。
处理子图，粘贴回原图
region = region.transpose(Image.ROTATE_180)
im.paste(region, box)
region = region.transpose(Image.ROTATE_180)im.paste(region, box)&
将子图paste回原图时，子图的region必须和给定box的region吻合。该region不能超过原图。而原图和region的mode不需要匹配，Pillow会自动处理。
另一个例子
Rolling an image
def roll(image, delta):
"Roll an image sideways"
image = image.copy() #复制图像
xsize, ysize = image.size
delta = delta % xsize
if delta == 0: return image
part1 = image.crop((0, 0, delta, ysize))
part2 = image.crop((delta, 0, xsize, ysize))
image.paste(part2, (0, 0, xsize-delta, ysize))
image.paste(part1, (xsize-delta, 0, xsize, ysize))
return image
12345678910111213141516
def roll(image, delta):&&&&"Roll an image sideways"&&&&&image = image.copy() #复制图像&&&&xsize, ysize = image.size&&&&&delta = delta % xsize&&&&if delta == 0: return image&&&&&part1 = image.crop((0, 0, delta, ysize))&&&&part2 = image.crop((delta, 0, xsize, ysize))&&&&image.paste(part2, (0, 0, xsize-delta, ysize))&&&&image.paste(part1, (xsize-delta, 0, xsize, ysize))&&&&&return image&
分离和合并通道
r, g, b = im.split()
im = Image.merge("RGB", (b, g, r))
r, g, b = im.split()im = Image.merge("RGB", (b, g, r))&
对于单通道图片，split()返回图像本身。为了处理单通道图片，必须先将图片转成RGB。
Image类有resize()、rotate()和transpose()、transform()方法进行几何变换。
简单几何变换
out = im.resize((128, 128))
out = im.rotate(45) # 顺时针角度表示
out = im.resize((128, 128))out = im.rotate(45) # 顺时针角度表示&
out = im.transpose(Image.FLIP_LEFT_RIGHT)
out = im.transpose(Image.FLIP_TOP_BOTTOM)
out = im.transpose(Image.ROTATE_90)
out = im.transpose(Image.ROTATE_180)
out = im.transpose(Image.ROTATE_270)
out = im.transpose(Image.FLIP_LEFT_RIGHT)out = im.transpose(Image.FLIP_TOP_BOTTOM)out = im.transpose(Image.ROTATE_90)out = im.transpose(Image.ROTATE_180)out = im.transpose(Image.ROTATE_270)&
transpose()和象的rotate()没有性能差别。
更通用的图像变换方法可以使用
im = Image.open('lena.ppm').convert('L')
im = Image.open('lena.ppm').convert('L')&
模块包含很多预定义的增强filters，通过方法使用
应用filters
from PIL import ImageFilter
out = im.filter(ImageFilter.DETAIL)
from PIL import ImageFilterout = im.filter(ImageFilter.DETAIL) &
像素点处理
方法通过一个函数或者查询表对图像中的像素点进行处理（例如对比度操作）。
像素点变换
# multiply each pixel by 1.2
out = im.point(lambda i: i * 1.2)
# multiply each pixel by 1.2out = im.point(lambda i: i * 1.2)&
上述方法可以利用简单的表达式进行图像处理，通过组合point()和paste()还能选择性地处理图片的某一区域。
处理单独通道
# split the image into individual bands
source = im.split()
R, G, B = 0, 1, 2
# select regions where red is less than 100
mask = source[R].point(lambda i: i & 100 and 255)
# process the green band
out = source[G].point(lambda i: i * 0.7)
# paste the processed band back, but only where red was & 100
source[G].paste(out, None, mask)
# build a new multiband image
im = Image.merge(im.mode, source)
12345678910111213141516
# split the image into individual bandssource = im.split()&R, G, B = 0, 1, 2&# select regions where red is less than 100mask = source[R].point(lambda i: i & 100 and 255)&# process the green bandout = source[G].point(lambda i: i * 0.7)&# paste the processed band back, but only where red was & 100source[G].paste(out, None, mask)&# build a new multiband imageim = Image.merge(im.mode, source)
注意到创建mask的语句：
mask = source[R].point(lambda i: i & 100 and 255)
mask = source[R].point(lambda i: i & 100 and 255)
该句可以用下句表示
imout = im.point(lambda i: expression and 255)
imout = im.point(lambda i: expression and 255)&
如果expression为假则返回expression的值为0（因为and语句已经可以得出结果了），否则返回255。（参数用法：当为0时，保留当前值，255为使用paste进来的值，中间则用于transparency效果）
高级图片增强
对其他高级图片增强，应该使用模块 。一旦有一个Image对象，应用ImageEnhance对象就能快速地进行设置。 可以使用以下方法调整对比度、亮度、色平衡和锐利度。
from PIL import ImageEnhance
enh = ImageEnhance.Contrast(im)
enh.enhance(1.3).show("30% more contrast")
from PIL import ImageEnhance&enh = ImageEnhance.Contrast(im)enh.enhance(1.3).show("30% more contrast")&
Pillow支持一些动态图片的格式如FLI/FLC，GIF和其他一些处于实验阶段的格式。TIFF文件同样可以包含数帧图像。
当读取动态图时，PIL自动读取动态图的第一帧，可以使用seek和tell方法读取不同帧。
from PIL import Image
im = Image.open("animation.gif")
im.seek(1) # skip to the second frame
im.seek(im.tell()+1)
# do something to im
except EOFError:
pass # end of sequence
123456789101112
from PIL import Image&im = Image.open("animation.gif")im.seek(1) # skip to the second frame&try:&&&&while 1:&&&&&&&&im.seek(im.tell()+1)&&&&&&&&# do something to imexcept EOFError:&&&&pass # end of sequence&
当读取到最后一帧时，Pillow抛出EOFError异常。
当前版本只允许seek到下一帧。为了倒回之前，必须重新打开文件。
或者可以使用下述迭代器类
动态图迭代器类
class ImageSequence:
def __init__(self, im):
self.im = im
def __getitem__(self, ix):
self.im.seek(ix)
return self.im
except EOFError:
raise IndexError # end of sequence
for frame in ImageSequence(im):
# ...do something to frame...
1234567891011121314
class ImageSequence:&&&&def __init__(self, im):&&&&&&&&self.im = im&&&&def __getitem__(self, ix):&&&&&&&&try:&&&&&&&&&&&&if ix:&&&&&&&&&&&&&&&&self.im.seek(ix)&&&&&&&&&&&&return self.im&&&&&&&&except EOFError:&&&&&&&&&&&&raise IndexError # end of sequence&for frame in ImageSequence(im):&&&&# ...do something to frame...&
Postscript Printing
Pillow允许通过Postscript Printer在图片上添加images、text、graphics。
Drawing Postscript
from PIL import Image
from PIL import PSDraw
im = Image.open("lena.ppm")
title = "lena"
box = (1*72, 2*72, 7*72, 10*72) # in points
ps = PSDraw.PSDraw() # default is sys.stdout
ps.begin_document(title)
# draw the image (75 dpi)
ps.image(box, im, 75)
ps.rectangle(box)
# draw centered title
ps.setfont("HelveticaNarrow-Bold", 36)
w, h, b = ps.textsize(title)
ps.text((4*72-w/2, 1*72-h), title)
ps.end_document()
123456789101112131415161718192021
from PIL import Imagefrom PIL import PSDraw&im = Image.open("lena.ppm")title = "lena"box = (1*72, 2*72, 7*72, 10*72) # in points&ps = PSDraw.PSDraw() # default is sys.stdoutps.begin_document(title)&# draw the image (75 dpi)ps.image(box, im, 75)ps.rectangle(box)&# draw centered titleps.setfont("HelveticaNarrow-Bold", 36)w, h, b = ps.textsize(title)ps.text((4*72-w/2, 1*72-h), title)&ps.end_document()&
ps：textsize不能用，有谁知道吗
更多读取图片方法
之前说到Image模块的open()函数已经足够日常使用。该函数的参数也可以是一个文件对象。
从string中读取
import StringIO
im = Image.open(StringIO.StringIO(buffer))
import StringIO&im = Image.open(StringIO.StringIO(buffer))&
从tar文件中读取
from PIL import TarIO
fp = TarIO.TarIO("Imaging.tar", "Imaging/test/lena.ppm")
im = Image.open(fp)
from PIL import TarIO&fp = TarIO.TarIO("Imaging.tar", "Imaging/test/lena.ppm")im = Image.open(fp)&
draft()方法允许在不读取文件内容的情况下尽可能（可能不会完全等于给定的参数）地将图片转成给定模式和大小，这在生成缩略图的时候非常有效（速度要求比质量高的场合）。
from __future__ import print_function
im = Image.open(file)
print("original =", im.mode, im.size)
im.draft("L", (100, 100))
print("draft =", im.mode, im.size)
from __future__ import print_functionim = Image.open(file)print("original =", im.mode, im.size)&im.draft("L", (100, 100))print("draft =", im.mode, im.size)&
可能感兴趣的话题
少了个图片识别
关于 Python 频道
Python频道分享 Python 开发技术、相关的行业动态。
新浪微博：
推荐微信号
（加好友请注明来意）
– 好的话题、有启发的回复、值得信赖的圈子
– 分享和发现有价值的内容与观点
– 为IT单身男女服务的征婚传播平台
– 优秀的工具资源导航
– 翻译传播优秀的外文文章
– 国内外的精选文章
– UI,网页，交互和用户体验
– 专注iOS技术分享
– 专注Android技术分享
– JavaScript, HTML5, CSS
– 专注Java技术分享
– 专注Python技术分享
& 2017 伯乐在线python图像处理_pillow
### pillow 模块
1. 图片打开与显示
from PIL import Image
img=Image.open('path')
img.show()
以上是使用系统自带的图片浏览工具打开，不推荐使用。推荐matplotlib
from PIL import Image
import matplotlib.pyplot as plt
img=Image.open('d:/dog.png')
plt.figure("dog")
plt.imshow(img)
plt.show()
- figure默认带axis,可以去掉
plt.axis('off')
- 显示图片信息
print img.size
print img.mode
print img.format
- 保存图片
img.save('path')
2. 图像通道
- 彩色转灰度
from PIL import Image
import matplotlib.pyplot as plt
img=Image.open('d:/ex.jpg')
gray=img.convert('L')
plt.figure("beauty")
plt.imshow(gray,cmap='gray')
plt.axis('off')
plt.show()
- convert()属性
· 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 colour palette)
· RGB (3x8-bit pixels, true colour)
· RGBA (4x8-bit pixels, true colour with transparency mask)
· CMYK (4x8-bit pixels, colour separation)
· YCbCr (3x8-bit pixels, colour video format)
· I (32-bit signed integer pixels)
· F (32-bit floating point pixels)
- 通道分离与合并
r,g,b=img.split()
#分离三通道
pic=Image.merge('RGB',(r,g,b)) #合并三通道
box=(80,100,260,300)
roi=img.crop(box)
- 几何变换
dst = img.resize((128, 128))
dst = img.rotate(45) # 顺时针角度表示
dst = im.transpose(Image.FLIP_LEFT_RIGHT) #左右互换
dst = im.transpose(Image.FLIP_TOP_BOTTOM) #上下互换
dst = im.transpose(Image.ROTATE_90)
#顺时针旋转
dst = im.transpose(Image.ROTATE_180)
dst = im.transpose(Image.ROTATE_270) #transpose()和rotate()没有性能差别。
3. 对像素进行操作
引入numpy模块
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
img=np.array(Image.open('d:/lena.jpg'))
#打开图像并转化为数字矩阵
plt.figure("dog")
plt.imshow(img)
plt.axis('off')
plt.show()
- 查看图片信息
print img.shape
print img.dtype
print img.size
print type(img)
二维矩阵变一维数组
mat.flatten()
n, bins, patches = plt.hist(arr, bins=50, normed=1, facecolor='green', alpha=0.75)
hist的参数非常多，但常用的就这五个，只有第一个是必须的，后面四个可选
arr: 需要计算直方图的一维数组
bins: 直方图的柱数，可选项，默认为10
normed: 是否将得到的直方图向量归一化。默认为0
facecolor: 直方图颜色
alpha: 透明度
n: 直方图向量，是否归一化由参数设定
bins: 返回各个bin的区间范围
patches: 返回每个bin里面包含的数据，是一个list
- 画灰度直方图
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
img=np.array(Image.open('d:/pic/lena.jpg').convert('L'))
plt.figure("lena")
arr=img.flatten()
n, bins, patches = plt.hist(arr, bins=256, normed=1, facecolor='green', alpha=0.75)
plt.show()
- 画彩色直方图
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
src=Image.open('d:/ex.jpg')
r,g,b=src.split()
plt.figure("lena")
ar=np.array(r).flatten()
plt.hist(ar, bins=256, normed=1,facecolor='r',edgecolor='r',hold=1)
ag=np.array(g).flatten()
plt.hist(ag, bins=256, normed=1, facecolor='g',edgecolor='g',hold=1)
ab=np.array(b).flatten()
plt.hist(ab, bins=256, normed=1, facecolor='b',edgecolor='b')
plt.show()
----------
[matplotlib.pyplot 文档](http://matplotlib.org/api/pyplot_summary.html)
下一篇: 无
267 人读过
, 发表评论.