Python学习之使用Pillow(PIL)进行图像操作方法详解

本文和大家分享的主要是python中使用Pillow(PIL)对图像操作相关内容，一起来看看吧，希望对大家学习python有所帮助。

　　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 ImageColor

　　print(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) 和 [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 Notebook\\csv_time_datetime_PIL\\rabbit.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:\\Users\\Administrator\\Desktop\\rabbit_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:\\Users\\Administrator\\Desktop\\1.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:\\Users\\Administrator\\Desktop\\2.png')# 十六进制颜色

　　blcakIm = Image.new('RGBA',(200, 100), '#FF0000')

　　blcakIm.save(r'C:\\Users\\Administrator\\Desktop\\3.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255

　　blcakIm = Image.new('RGB',(200, 100), (255, 255, 0, 120))

　　blcakIm.save(r'C:\\Users\\Administrator\\Desktop\\4.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:\\Users\\Administrator\\Desktop\\cropped.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

　　Image 的 copy 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:\\Users\\Administrator\\Desktop\\paste.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:\\Users\\Administrator\\Desktop\\paste.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:\\Users\\Administrator\\Desktop\\dupli-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:\\Users\\Administrator\\Desktop\\resize.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:\\Users\\Administrator\\Desktop\\rotate90.png')

　　im.rotate(270).save(r'C:\\Users\\Administrator\\Desktop\\rotate270.png')

　　im.rotate(180).save(r'C:\\Users\\Administrator\\Desktop\\rotate180.png')

　　im.rotate(20).save(r'C:\\Users\\Administrator\\Desktop\\rotate20.png')

　　im.rotate(20, expand=True).save(r'C:\\Users\\Administrator\\Desktop\\rotate20_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:\\Users\\Administrator\\Desktop\\rotate90.png')

　　im270 = Image.open(r'C:\\Users\\Administrator\\Desktop\\rotate270.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:\\Users\\Administrator\\Desktop\\transepose_lr.png')

　　im.transpose(Image.FLIP_TOP_BOTTOM).save(r'C:\\Users\\Administrator\\Desktop\\transepose_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:\\Users\\Administrator\\Desktop\\GaussianBlur.jpg')# 普通模糊

　　im.filter(ImageFilter.BLUR).save(r'C:\\Users\\Administrator\\Desktop\\BLUR.jpg')# 边缘增强

　　im.filter(ImageFilter.EDGE_ENHANCE).save(r'C:\\Users\\Administrator\\Desktop\\EDGE_ENHANCE.jpg')# 找到边缘

　　im.filter(ImageFilter.FIND_EDGES).save(r'C:\\Users\\Administrator\\Desktop\\FIND_EDGES.jpg')# 浮雕

　　im.filter(ImageFilter.EMBOSS).save(r'C:\\Users\\Administrator\\Desktop\\EMBOSS.jpg')# 轮廓

　　im.filter(ImageFilter.CONTOUR).save(r'C:\\Users\\Administrator\\Desktop\\CONTOUR.jpg')# 锐化

　　im.filter(ImageFilter.SHARPEN).save(r'C:\\Users\\Administrator\\Desktop\\SHARPEN.jpg')# 平滑

　　im.filter(ImageFilter.SMOOTH).save(r'C:\\Users\\Administrator\\Desktop\\SMOOTH.jpg')# 细节

　　im.filter(ImageFilter.DETAIL).save(r'C:\\Users\\Administrator\\Desktop\\DETAIL.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！

 

 

来源：博客园