PIL/Pillow 是 Python强大的图像处理库，功能包括：基本图像操作(创建缩略图、几何变换、图像裁剪、图像分离与合并、粘贴图片)图像存储、图像显示、格式转换、截屏操作、图像绘制功能、图像滤镜功能以及其他常用方法等!

介绍PIL、Pillow

PIL(Python Imaging Library)是Python图像处理库，PIL模块于2009年9月发布，最新版本是1.1.7，仅支持Python1.5.2 - 2.7

目前PIL项目已经停止开发，最后一次更新是在2011年

强调一下：PIL不支持Python3.x

而Pillow也是Python的图像处理库，与PIL区别：Pillow是PIL特定版本Fork代码，Pillow兼容PIL绝大多数用法，开发活跃，更主要是Pillow库支持Python3.x，所以推荐使用Pillow

现在说的PIL，一般都指Pillow，包括文章下面说的PIL，都是Pillow模块

本节使用演示图片：

PIL操作图片

• 图片大小：1680x1050
• 图片格式：JPEG
• 图片颜色模式：RGB

Image类

Image是PIL最重要的类，PIL大部分功能都是从Image类实例开始的

Image实例有5个属性：

• format : 返回图像格式(PNG,JPG,…)，如果图像不是从文件读取的，则值None
• mode : 返回图像的模式，常用模式有：
• L (luminance) 灰度图像，8位像素，表示黑和白
• RGB 3x8位像素，为真彩色图像
• RGBA 4x8位像素，有透明通道的真彩色
• CMYK 4x8位像素，颜色分离，出版图像
• P 8位像素，使用调色板映射到其他模式
• 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
• 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)
• size : 是一个二元tuple，包含width和height(宽度和高度，单位是px)
• palette : 仅当 mode 为 P 时有效，返回 ImagePalette 实例
• info : info信息，返回/设置图像一些额外信息，一个字典结构对象

示例代码

# -*- coding:utf-8 -*-from PIL import Imageif __name__ == '__main__': # 打开图片 im = Image.open('xiana.jpg') # 得到图片大小 print(im.size) # 图片格式 print(im.format) # 图片色彩模式 print(im.mode) # 返回 ImagePalette 实例 print(im.palette) # 实例信息(dict) print(im.info) # 打开，并查看图片 im.show()

说一下最后一个方法show() 查看图片，原理是将图片暂存为一个临时文件，然后调用操作系统默认图片浏览软件打开图片文件

Pillow库不会直接解码或者加载全部图像数据当用Image.open打开一个图片文件，只会读取文件头信息来确定格式、颜色模式、大小等，文件其他数据不会处理，这种方式保证了图片操作性能可以说Image.open是一个懒操作(只读文件头信息，直到图像操作才会读取整个图像数据)，因此调用load()方法可以强行加载图像数据额外说一下“通道”概念每张图片都是由一个或多个数据通道构成，例如RGB图像是由三个数据通道构成，分别为R、G和B通道获得图片通道数及通道名称：Image.getbands()

图像操作

创建缩略图

Image.thumbnail()方法可以制作缩略图，接受一个二元数组作为缩略图的尺寸，然后将实例图片缩小到指定尺寸

生成JPG缩略图，示例如下:

# -*- coding:utf-8 -*-from PIL import Imageif __name__ == '__main__': # 打开图片 im = Image.open('xiana.jpg') print(im.size) x, y = im.size # 缩略图大小 im.thumbnail((x//2, y//2)) print(im.size) # 打开，查看图片 im.show()

裁剪图片

Image.crop() 能从图像中提取一个子矩形选区

Pillow库以图像左上角为坐标原点 (0,0)，矩形选区区域由一个元组决定，元组信息包括 (左,上,右,下) 的坐标

裁剪图片示例：

# -*- coding:utf-8 -*-from PIL import Imageif __name__ == '__main__': # 打开图片 im = Image.open('test.png') # (左,上,右,下) selected = (610,140,1100,820)  # 得到400x680px图片 region = im.crop(selected) region.show()

裁剪得到图片：

PIL裁剪图片

几何变换

• Image.resize() 设置图像大小
• Image.rotate() 旋转图像，按照给定角度顺时钟沿图像中心旋转图像
• Image.transpose(method) 翻转、旋转图像，method取值：
• FLIP_LEFT_RIGHT 左右颠倒
• FLIP_TOP_BOTTOM 上下颠倒
• ROTATE_90 旋转90°
• ROTATE_180 旋转180°
• ROTATE_270 旋转270°

示例代码：

# -*- coding:utf-8 -*-from PIL import Imageif __name__ == '__main__': im = Image.open('cj_xiana.jpg') out = im.resize((2180, 1300)) # 顺时针选择45度 out = im.rotate(45) # 旋转图像 # 左右颠倒 out = im.transpose(Image.FLIP_LEFT_RIGHT) # 上下颠倒 out = im.transpose(Image.FLIP_TOP_BOTTOM) out.show() # 旋转90° out = im.transpose(Image.ROTATE_90) # 旋转180° out = im.transpose(Image.ROTATE_180) # 旋转270° out = im.transpose(Image.ROTATE_270)

图像格式转换

PIL支持不同图像格式转换，使用 Image.open() 从磁盘中读取图片文件，它会根据图像信息自动确定图像格式

可使用save(filename, format) 将图片指定格式保存本地，若不指定图像格式，save()会根据文件扩展名指定图像格式

将图片转换为png格式示例

# -*- coding:utf-8 -*-from PIL import Imageif __name__ == '__main__': # 打开图片 im = Image.open('xiana.jpg') # 保存指定格式 im.save("xiana.png") # 打开，并查看图片 Image.open('xiana.png').show()

图像模式转换

使用convert()方法，进行图像模式转换

这个库支持 “L” 模式和 “RGB” 模式的互相转换. 要想转换到其它的模式, 可能需要使用一个中介模式, 比如 “RGB”.

# -*- coding:utf-8 -*-from PIL import Imageif __name__ == '__main__': im = Image.open('xiana.jpg') print(im.mode) # 彩色变黑白 im = im.convert("L") im.show()

将“RGB”模式的xiana.jpg图像转换为“L”模式的图像，图像效果：

PIL模式转换

粘贴图片

Image.paste(image, box) 将一个Image实例粘贴到另一个Image实例上

• box 一个元组 定义了左，上，右和下像素坐标，如果给定box值，被粘贴的图像的尺寸必须与区域尺寸一致
• 如果图像模式不匹配，被粘贴的图像将被转换为当前图像模式

# -*- coding:utf-8 -*-from PIL import Imageif __name__ == '__main__': im = Image.open('cj_xiana.jpg') w, h = im.size right_im = im.crop((w//2,0,w, h)) left_im = im.crop((0,0,w//2, h)) im.paste(left_im, (w//2,0,w, h)) im.paste(right_im, (0,0,w//2, h)) im.show()

把一个图片一份两半，右半部分粘贴到左边，左半部分粘贴到右边，最后效果：

PIL粘贴图片

Image.paste(colour, box) 可以把颜色填充到box对应的区域，对于单通道图像，变量colour为单个颜色值；对于多通道，则为一个元组

# -*- coding:utf-8 -*-from PIL import Imageif __name__ == '__main__': im = Image.open('cj_xiana.jpg') w, h = im.size im.paste((1, 149, 200), (w//4,h//4,w*3//4, h*3//4)) im.show()

效果：

PIL区域填充

分离和合并颜色通道

对于多通道图像，有时候能够分别对每个数据通道进行处理，处理完成重新整合

• Image.split()将图像各通道进行分离，每个通道即是一个图像
• Image.merge()将多个单通道图像合并，创建新图像

# -*- coding:utf-8 -*-from PIL import Imageif __name__ == '__main__': im = Image.open('cj_xiana.jpg') r,g,b = im.split() # 单通道图像展示 b.show() # 大量通道次序，合并 im1 = Image.merge("RGB