Pillow

PIL：Python Imaging Library，是Python平台事实上的图像处理标准库了。但是PIL仅支持到Python 2.7，加上年久失修，于是一群志愿者在PIL的基础上创建了兼容的版本，名字叫Pillow，支持最新Python 3.x。
下面来介绍如何安装及使用Pillow库。

安装

pip install pillow

在安装后通过在python控制台中输入"import PIL"命令可以验证是否成功安装。

使用Pillow

下边所有实验所使用的测试图片如下：

1.读取图像

pillow的Image模块读取图像文件后得到的是PIL类型的image文件：

import requests
from io import BytesIO
from PIL import Image
import matplotlib.pyplot as plt
#========================================================
#  加载图片
#========================================================
def read_image(path, mode='RGB'):'''加载本地单张图片INPUT  -> 单张图片路径, 特殊模式OUTPUT -> 单张图文件'''pil_im = Image.open(path)if mode == '1':# 非黑即白模式: 0表示黑, 255表示白return pil_im.convert('1')  elif mode == 'L':# 灰色模式: 0表示黑，255表示白，其他数字表示不同的灰度。转换算法 L = R * 299/1000 + G * 587/1000+ B * 114/1000return pil_im.convert('L')elif mode == 'RGB':return pil_im.convert('RGB')def read_net_image(url, mode='RGB'):'''加载网络单张图片INPUT  -> 单张图片网址, 特殊模式OUTPUT -> 单张图文件'''pil_im = Image.open(BytesIO(requests.get(url).content))if mode == '1':return pil_im.convert('1')elif mode == 'L':return pil_im.convert('L')elif mode == 'RGB':return pil_imimg=read_image('test.png', 'RGB')  # 通过更改模式得到不同的图片
plt.axis('off') # 不显示坐标轴
plt.imshow(img)
plt.show()

查看PIL类型的image文件的信息。

    print(pil_im.size)  # 图片的尺寸print(pil_im.mode)  # 图片的模式print(pil_im.format)  # 图片的格式print(type(img))

(895, 893)
RGB
PNG
<class ‘PIL.Image.Image’>

print(pil_im.format) #图片的格式
获得某点像素用getpixel((w, h))可以直接返回这个点三个通道的像素值（Pillow采取左上角为(0,0)的坐标系统）。

2.读取图像

img.save('test.jpg')

这行代码不仅能保存图片，还是转换格式，如本例中，就由原来的png图片保存为了jpg图片。

3.像素访问

from PIL import Image
from PIL import ImageColor
'''200×200的透明正方形'''
img = Image.new('RGBA', (200, 200))'''遍历上半部份的所有像素'''
for x in range(200):for y in range(100):'''设置每个像素的颜色'''img.putpixel((x, y), (155,15,5))for x in range(200):for y in range(100,200):'''假定不知道RGB元组，必须使用ImageColor.getcolor()'''img.putpixel((x, y), ImageColor.getcolor('darkgray', 'RGBA'))img.save('putpixel.png')

4.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

5.裁剪图片

def image_clip(pil_im, x, y, width, height):'''从一张图片中截取某个区域INPUT  -> 单张图文件, 坐标点x, 坐标点y, 目标宽度, 目标高度OUTPUT -> 截取后的图片'''im_w, im_h = pil_im.sizex2 = x + widthy2 = y + heightif x + width > im_w:x2 = im_wif y + height > im_h:y2 = im_hbox = (x, y, x2, y2)region = pil_im.crop(box)return regionm=image_clip(img,300,250,400,400)   # img 是图片姓名
m.show()

6、刚体几何变换

图像的缩放：

def image_resize1(pil_im, dst_w, dst_h):'''使一张图片变换尺寸(非等比例)(指定宽高)INPUT  -> 单张图文件, 目标宽度, 目标高度OUTPUT -> 处理后的图片'''return pil_im.resize((dst_w, dst_h))def image_resize_proportionally1(pil_im, c):'''使一张图片变换尺寸(等比例)(倍数缩放)INPUT  -> 单张图文件, 目标宽度, 目标高度OUTPUT -> 处理后的图片'''height, width = pil_im.sizedst_w = height*cdst_h = width*creturn pil_im.resize((dst_w, dst_h))def image_resize_proportionally2(pil_im, dst_w, dst_h):'''使一张图片变换尺寸(等比例)INPUT  -> 单张图文件, 目标宽度, 目标高度OUTPUT -> 处理后的图片'''ori_w, ori_h = pil_im.sizewidthRatio = heightRatio = Noneratio = 1if (ori_w and ori_w > dst_w) or (ori_w and ori_h > dst_h):if (ori_w > dst_w):widthRatio = float(dst_w) / ori_w # 获取宽度缩放比例if (ori_h > dst_h):heightRatio = float(dst_h) / ori_h # 获取高度缩放比例if widthRatio and heightRatio:if widthRatio < heightRatio:ratio = widthRatioelse:ratio = heightRatioif widthRatio and not heightRatio:ratio = widthRatioif heightRatio and not widthRatio:ratio = heightRationewWidth = int(ori_w * ratio)newHeight = int(ori_h * ratio)else:newWidth = ori_wnewHeight = ori_hreturn pil_im.resize((newWidth,newHeight), Image.ANTIALIAS)

图像的旋转

def image_rotate(pil_im, angle, clockwise=False):'''使一张图片旋转INPUT  -> 单张图文件, 旋转角度, 旋转方向(默认逆时针)OUTPUT -> 旋转后的图文件'''if clockwise:angle = 360 - int(angle)pil_im = pil_im.rotate(angle, expand=True)  # expand参数如果设为True，就会放大图像的尺寸，以适应整个旋转后的新图像else: pil_im = pil_im.rotate(angle, expand=True)return pil_im

7、图像加水印

from PIL import ImageDraw, ImageFont, ImageEnhancedef image_watermark_logo(ori_im, mark_im):'''给一张图片加上图片水印INPUT  -> 原始图片, 水印图片, 透明度OUTPUT -> 处理后的图片'''ori_w, ori_h = ori_im.sizemark_w, mark_h = mark_im.size# 图层dst_im = Image.new('RGBA', ori_im.size, (255,255,255,0))  # 设置图片尺寸和透明度dst_im.paste(mark_im, (ori_w-mark_w, ori_h-mark_h))# 覆盖dst_im = Image.composite(dst_im, ori_im, dst_im)return dst_imdef image_watermark_text(ori_im, fontpath, text=''):'''给一张图片加上文字水印INPUT  -> 原始图片, 字体路径, 文本OUTPUT -> 处理后的图片'''ori_im = ori_im.convert('RGBA')ori_w, ori_h = ori_im.size# 文本遮罩层text_overlay = Image.new('RGBA', ori_im.size, (255,255,255,0))image_draw = ImageDraw.Draw(text_overlay)# 获取文本大小fnt = ImageFont.truetype(fontpath, 20)text_size_x, text_size_y = image_draw.textsize(text, font=fnt)# 设置文本位置text_xy = (ori_w-text_size_x, ori_h-text_size_y)# 设置文本颜色和透明度image_draw.text(text_xy, text, font=fnt, fill=(255,255,255,50))# 覆盖dst_im = Image.alpha_composite(ori_im, text_overlay)return dst_im

8、图像标识框

def image_tag(pil_im, x1, y1, x2, y2):'''在图片上标记矩形框INPUT  -> 单张图文件, 对角点坐标(PIL使用笛卡尔像素坐标系统，坐标(0，0)位于左上角)OUTPUT -> 绘制后的图文件'''canvas = ImageDraw.Draw(pil_im)canvas.line([(x1, y1), (x2, y1), (x2, y2), (x1, y2), (x1, y1)], fill='red')return canvas

9、使用图像滤镜

ImageFilter是PIL的滤镜模块，通过这些预定义的滤镜，可以方便的对图片进行一些过滤操作，从而去掉图片中的噪音(部分的消除)，这样可以降低将来处理的复杂度(如模式识别等)。

ImageFilter.BLUR           模糊滤镜
ImageFilter.CONTOUR           轮廓
ImageFilter.EDGE_ENHANCE       边界加强
ImageFilter.EDGE_ENHANCE_MORE     边界加强(阀值更大)
ImageFilter.EMBOSS                 浮雕滤镜
ImageFilter.FIND_EDGES         边界滤镜
ImageFilter.SMOOTH           平滑滤镜
ImageFilter.SMOOTH_MORE        平滑滤镜(阀值更大)
ImageFilter.SHARPEN              锐化滤镜

要使用PIL的滤镜功能，需要引入ImageFilter模块

from PIL import ImageFilter
def filterDemo():img = Image.open("img.png")imgfilted = img.filter(ImageFilter.EMBOSS)imgfilted.save("aaa.png")filterDemo()

10、PIL Image图像与numpy数组互转

前面的一些例子中，我们都是利用Image.open()来打开一幅图像，然后直接对这个PIL对象进行操作。如果只是简单的操作还可以，但是如果操作稍微复杂一些，就比较吃力了。因此，通常我们加载完图片后，都是把图片转换成矩阵来进行更加复杂的操作。

import numpy as np#========================================================
#  图像数组化与还原
#========================================================def image_to_array(pil_im):'''图片转化为数组INPUT  -> 单张图文件OUTPUT -> 数组'''return np.array(pil_im, 'f')def array_to_image(image_arr):'''数组还原为图片INPUT  -> 数组OUTPUT -> 单张图文件'''if len(image_arr.shape) == 3:  # 格式为(height(rows), weight(colums), 3)r = Image.fromarray(np.uint8(image_arr[:,:,0]))g = Image.fromarray(np.uint8(image_arr[:,:,1]))b = Image.fromarray(np.uint8(image_arr[:,:,2]))image = Image.merge("RGB", (r, g, b))return imageelif len(image_arr.shape) == 2:  # 格式为(height(rows), weight(colums))return Image.fromarray(np.uint8(image_arr))array=image_to_array(img)
print(array)image=array_to_image(array)
image.show()

图像处理库Pillow的使用相关推荐

python头像变二维码_Python 图像处理库 pillow，提取支付宝和微信支付图片二维码...
下面就是微信支付的收款二维码: 有时候我们仅仅只想要图片中间的方形二维码部分,为了提取出中间部分,我们可以使用图片处理软件,但图片处理软件不利于批处理,且学习也需要一定成本.本文将教你使用 Pytho ...
nodejs 图片处理模块 rotate_学会Pillow再也不用PS啦——Python图像处理库Pillow入门！...
你在用什么软件进行图像处理呢?厌倦了鼠标和手指的拖拖点点,想不想用程序和代码进行图像的高效处理,Python作为简单高效又很强大的一门编程语言,对于图像的处理自然也是轻松拿下,听起来是不是很酷很极客, ...
pil对图像加透明 python_使用Python图像处理库Pillow处理图像文件
文/江红本文来源<Python程序设计与算法基础教程(第2版)-微课版> 本案例通过使用Python图像处理库Pillow,帮助读者进一步了解Python的基本概念:模块.对象.方法和 ...
pillow是python的图像处理标准库_详解Python图像处理库Pillow常用使用方法
pil(python image library)是python的第三方图像处理库,但是由于其强大的功能与众多的使用人数,几乎已经被认为是python官方图像处理库了. 其官方主页为:pil. pil ...
pillow属于python标准库吗_详解Python图像处理库Pillow常用使用方法
PIL(Python Image Library)是python的第三方图像处理库,但是由于其强大的功能与众多的使用人数,几乎已经被认为是python官方图像处理库了. 其官方主页为:PIL. PIL ...
python pil怎么安装_python pil 怎么安装怎样安装python的图像处理库pillow
python 怎么安装pillow 1. 安装pip [plain] view plain copy sudo easy_install pip pip 安装成功就可以直接安装pil或者pillow ...
python的图像处理库是啥_Python 图像处理库 Pillow 入门
来源:Belial_2010 blog.csdn.net/kezunhai/article/details/46446153 Pillow是Python里的图像处理库(PIL:Python Image ...
简单实用的Python图像处理库Pillow
Pillow图像处理 Pillow 库的安装图象处理基本知识图像的RGB 色彩模式像素阵列 Image 模块打开和新建混合透明度混合处理遮罩混合处理复制和缩放复制图像缩放像素缩放 ...
Python图像处理库Pillow(PIL)的简单使用
一.PIL和Pillow图像处理库图像库PIL(Python Image Library)是Python的第三方图像处理库,但是由于其强大的功能与众多的使用人数,几乎已经被认为是python官方图像 ...
pillow是python的图像处理标准库_Python图像处理库：Pillow 初级教程
Python图像处理库:Pillow 初级教程. Image类 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 ...

图像处理库Pillow的使用