Python图像处理库PIL的基本概念介绍

2024-04-06 17:30:34

Python图像处理库PIL的基本概念介绍

2016年02月09日 22:02:20 icamera0 阅读数：14066 标签： pythonpil概念更多

个人分类：图像处理

所属专栏： Python图像处理库PIL从入门到精通

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/icamera0/article/details/50647465

这一节我们介绍一下PIL中的基本概念。

PIL中所涉及的基本概念有如下几个：通道（bands）、模式（mode）、尺寸（size）、坐标系统（coordinate system）、调色板（palette）、信息（info）和滤波器（filters）。

1、通道

每张图片都是由一个或者多个数据通道构成。PIL允许在单张图片中合成相同维数和深度的多个通道。

以RGB图像为例，每张图片都是由三个数据通道构成，分别为R、G和B通道。而对于灰度图像，则只有一个通道。

对于一张图片的通道数量和名称，可以通过方法getbands()来获取。方法getbands()是Image模块的方法，它会返回一个字符串元组（tuple）。该元组将包括每一个通道的名称。

Python的元组与列表类似，不同之处在于元组的元素不能修改,元组使用小括号，列表使用方括号，元组创建很简单，只需要在括号中添加元素，并使用逗号隔开即可。

方法getbands()的使用如下：

>>>from PIL import Image

>>> im= Image.open('D:\\Code\\Python\\test\\img\\1.jpg')

>>>im.getbands()

('R', 'G', 'B')

>>>im_bands = im.getbands()

>>>len(im_bands)

>>>print im_bands[0]

>>>print im_bands[1]

>>>print im_bands[2]

图像的模式定义了图像的类型和像素的位宽。当前支持如下模式：

1：1位像素，表示黑和白，但是存储的时候每个像素存储为8bit。

L：8位像素，表示黑和白。

P：8位像素，使用调色板映射到其他模式。

RGB：3x8位像素，为真彩色。

RGBA：4x8位像素，有透明通道的真彩色。

CMYK：4x8位像素，颜色分离。

YCbCr：3x8位像素，彩色视频格式。

I：32位整型像素。

F：32位浮点型像素。

PIL也支持一些特殊的模式，包括RGBX（有padding的真彩色）和RGBa（有自左乘alpha的真彩色）。

可以通过mode属性读取图像的模式。其返回值是包括上述模式的字符串。

属性mode的使用如下：

>>> from PIL importImage

>>> im =Image.open('D:\\Code\\Python\\test\\img\\1.jpg')

>>> md = im.mode

通过size属性可以获取图片的尺寸。这是一个二元组，包含水平和垂直方向上的像素数。

属性mode的使用如下：

>>> from PIL importImage

>>> im =Image.open('D:\\Code\\Python\\test\\img\\1.jpg')

>>>im_size = im.size

>>>print im_size[0]

>>>print im_size[1]

4、坐标系统

PIL使用笛卡尔像素坐标系统，坐标(0，0)位于左上角。注意：坐标值表示像素的角；位于坐标（0，0）处的像素的中心实际上位于（0.5，0.5）。

坐标经常用于二元组（x，y）。长方形则表示为四元组，前面是左上角坐标。例如，一个覆盖800x600的像素图像的长方形表示为（0，0，800，600）。

调色板模式 ("P")使用一个颜色调色板为每个像素定义具体的颜色值

使用info属性可以为一张图片添加一些辅助信息。这个是字典对象。加载和保存图像文件时，多少信息需要处理取决于文件格式。

属性info的使用如下：

>>>from PIL import Image

>>> im =Image.open('D:\\Code\\Python\\test\\img\\1.jpg')

{'jfif_version':(1, 1), 'jfif': 257, 'jfif_unit': 1, 'jfif_density': (96, 96), 'dpi': (96, 96)}

>>>im_info = im.info

{'jfif_version':(1, 1), 'jfif': 257, 'jfif_unit': 1, 'jfif_density': (96, 96), 'dpi': (96, 96)}

>>>print im_info['jfif_version']

>>>print im_info['jfif']

对于将多个输入像素映射为一个输出像素的几何操作，PIL提供了4个不同的采样滤波器：

NEAREST：最近滤波。从输入图像中选取最近的像素作为输出像素。它忽略了所有其他的像素。

BILINEAR：双线性滤波。在输入图像的2x2矩阵上进行线性插值。注意：PIL的当前版本，做下采样时该滤波器使用了固定输入模板。

BICUBIC：双立方滤波。在输入图像的4x4矩阵上进行立方插值。注意：PIL的当前版本，做下采样时该滤波器使用了固定输入模板。

ANTIALIAS：平滑滤波。这是PIL 1.1.3版本中新的滤波器。对所有可以影响输出像素的输入像素进行高质量的重采样滤波，以计算输出像素值。在当前的PIL版本中，这个滤波器只用于改变尺寸和缩略图方法。

注意：在当前的PIL版本中，ANTIALIAS滤波器是下采样（例如，将一个大的图像转换为小图）时唯一正确的滤波器。BILIEAR和BICUBIC滤波器使用固定的输入模板，用于固定比例的几何变换和上采样是最好的。

Image模块中的方法resize()和 thumbnail()用到了滤波器。

方法resize()的使用如下：

方法resize()的定义为：resize(size, filter=None)=> image

>>>from PIL import Image

>>> im= Image.open('D:\\Code\\Python\\test\\img\\1.jpg')

>>>im_resize = im.resize((256,256))

>>> im_resize.size

对参数filter不赋值的话，方法resize()默认使用NEAREST滤波器。如果要使用其他滤波器可以通过下面的方法来实现：

>>>im_resize0 = im.resize((256,256), Image.BILINEAR)

>>>im_resize0.size

>>>im_resize1 = im.resize((256,256), Image.BICUBIC)

>>>im_resize1.size

>>>im_resize2 = im.resize((256,256), Image.ANTIALIAS)

>>>im_resize2.size

方法thumbnail ()的使用如下：

方法thumbnail ()的定义为：im.thumbnail(size, filter=None)

>>>from PIL import Image

>>> im= Image.open('D:\\Code\\Python\\test\\img\\1.jpg')

>>>im.thumbnail((200,200))

这里需要说明的是，方法thumbnail()需要保持宽高比，对于size=(200,200)的输入参数，其最终的缩略图尺寸为(200, 112)。

对参数filter不赋值的话，方法thumbnail()默认使用NEAREST滤波器。如果要使用其他滤波器可以通过下面的方法来实现：

>>> im= Image.open('D:\\Code\\Python\\test\\img\\1.jpg')

>>> im.thumbnail((200,200),Image.BILINEAR)

>>> im= Image.open('D:\\Code\\Python\\test\\img\\1.jpg')

>>> im.thumbnail((200,200), Image.BICUBIC)

>>> im= Image.open('D:\\Code\\Python\\test\\img\\1.jpg')

>>> im.thumbnail((200,200), Image.ANTIALIAS)

Python图像处理库PIL的基本概念介绍相关推荐

Python图像处理库PIL的ImageOps模块介绍 ----- 一些基本的图像操作
原文地址:http://blog.csdn.net/icamera0/article/details/50785776 原文博主的博客中有相当多的python图像处理操作介绍,如有需要,可移驾原博主博 ...
python pil是什么_python图像处理库PIL的基本概念介绍
PIL中所涉及的基本概念有如下几个:通道(bands).模式(mode).尺寸(size).坐标系统(coordinate system).调色板(palette).信息(info)和滤波器(filt ...
Python图像处理库PIL的ImageStat模块介绍
ImageStat模块用于计算整个图像或者图像的一个区域的统计数据. 一.ImageStat模块的函数 1. Stat 定义1:ImageStat.Stat(image)⇒ Stat instanc ...
Python图像处理库PIL的ImageColor模块介绍
ImageColor模块包括颜色表格和从CSS3样式颜色转化为RGB元组的转换器.除了别的,这个模块多用于Image.new函数和ImageDraw模块. 一.ImageColor模块支持的字符串 I ...
Python图像处理库PIL中图像格式转换（一）
参考:https://blog.csdn.net/icamera0/article/details/50843172 在数字图像处理中,针对不同的图像格式有其特定的处理算法.所以,在做图像处理之前,我 ...
Python图像处理库PIL中图像格式转换
在数字图像处理中,针对不同的图像格式有其特定的处理算法.所以,在做图像处理之前,我们需要考虑清楚自己要基于哪种格式的图像进行算法设计及其实现.本文基于这个需求,使用python中的图像处理库PIL来实 ...
Python图像处理库PIL中的convert函数的用法
在数字图像处理中,针对不同的图像格式有其特定的处理算法.所以,在做图像处理之前,我们需要考虑清楚自己要基于哪种格式的图像进行算法设计及其实现.本文基于这个需求,使用python中的图像处理库PIL来实 ...
Python图像处理库PIL -- 学习资源
Resources 官方指南PIL Handbook(建议看英文,翻译) pil下载安装中文指南 from the PythonWare PIL home page 推荐先看Python Imagi ...
python基础教程：Python图像处理库PIL中图像格式转换的实现
这篇文章主要介绍了Python图像处理库PIL中图像格式转换的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧在数字图像处理 ...
Python图像处理库PIL——resize()函数
在神经网络的训练与测试中,不同的网络需要的图像大小不一样. 所以,在将图像送入网络之前,我们需要将图像缩放到符合网络维度的大小. 本文基于这个需求,使用python中的图像处理库PIL来实现图像的缩放 ...

最新文章

热门文章