Pillow的使用-Image篇

安装Pillow

pip install pillow

构建图像

Image.open(fp, mode =’r’ )：打开图片文件，返回一个Image对象
- fp：图片路径
- mode：模式。如果给出，必须是r

from PIL import Image
im = Image.open(path)

Image.alpha_composite(im1, im2)：在im1对象上的透明层复合im2，返回一个Image对象
- im1：Image对象1
- im2：Image对象2

from PIL import Image
im1 = Image.open(path1)
im2 = Image.open(path2)
im3 = Image.alpha_composite(im1,im2)

Image.blend(im1, im2, alpha)：在两个图片对象之间进行插值，返回一个Image对象
- im1：Image对象1
- im2：Image对象2
- alpha：透明图

如果alpha为0.0，则返回第一个图像的副本。如果alpha为1.0，则返回第二个图像的副本，基本的算法如下：

out  =  image1  *  （1.0  -  alpha ） +  image2  *  alpha

Image.eval(image, *args)：将函数应用于给定图像的中每一个像素。请注意，该函数对每个可能的像素值都进行一次评估，因此您不能使用随机组件或其他生成器。返回一个Image对象
- image：Image对象
- args：一个函数对象和该函数的一个取整参数

from PIL import Imagedef func(a):return aim1 = Image.open(path1)
img = Image.eval(img1,func,1)

Image.merge(mode, bands)：将一组单波段图像合并成为一个多波段图像。返回一个Image对象
- mode：用于输出图像的模式。支持的模式请看下方Pillow支持的模式表
- bands：输出图像中每个波段包含一个单波段图像的序列
Image.new(mode, size, color=0)：根据模式、大小和颜色创建一个新的Image对象。烦会一个Image对象
- mode：用于新图像的模式。支持的模式请看下方Pillow支持的模式表
- size: 大小，元组类型，包含宽度与高度
- color：用于新图像的颜色。传入一个整数的单波段模式，或传入一个元组的多波段模式，或者传入一个ImageColor对象

from PIL import Image# 单个整数值
img = Image.new("RGBA",(1024,768),215)# 元组
img = Image.new("RGBA",(1024,768),(215,0,0)# ImageColor
from PIL import ImageColor
color = ImageColor.getrgb("#FF0000")
img = Image.new("RGBA",(1024,768),color)img.show()

从上面代码运行结果显示是一个红色，1024*768的图像

图像对象

alpha_composite(im, dest=(0,0), source=(0,0))：在Image对象中符合im，效果与类方法alpha_composite相似。无返回值
- im：Image对象
- dest：指定此（目标）图像左上角的可选的长度为2的元组(左，上)
- source：盖源图像中左上角的长度为2的元组(左，上)或源矩形边界的长度为4的元组(左，上，右，下)
copy()：复制此图片

from PIL import Imageimg = Image.new("RGBA",(1024,768),215)
img_copy = img.copy()

crop(box=None)：返回此图像的一个矩形区域，为一个Image对象
- box：裁剪矩形，为一个长度为4的元组(左，上，右，下)

from PIL import Imageimg = Image.new("RGBA",(1024,768),215)
img_copy = img.crop(box=(0,0,500,500))

draft(mode, size)：配置图像文件加载器，以便返回尽可能接近给定模式和大小的图像版本，无返回值
- mode：模式
- size：大小
filter(filter)：使用给定的过滤器过滤此图像，返回一个Image对象
- filter：过滤器
getbands()：获取此图像中每个波段名称的元组。返回一个tuple

from PIL import Imageimg = Image.new("RGBA",(1024,768),215)
print img.getbands()    # ('R', 'G', 'B', 'A')

getbbox()：计算图像中非零区域的边界框，返回一个tuple

from PIL import Imageimg = Image.new("RGBA",(1024,768),215)
print img.getbbox()     # (0, 0, 1024, 768)

getcolors(maxcolors=256)：返回此图像中使用的颜色列表，返回一个计算与像素元组组成的元组列表
- maxcolors：最大颜色数量，超过此值，当前方法将返回None

from PIL import Imageimg = Image.new("RGBA",(1024,768),215)
print img.getcolors()       # [(786432, (215, 0, 0, 0))]

getdata(band=None)：以包含像素值的序列对象的形式返回此图像的内容。返回一个可迭代对象。
- band：波段，默认是获取所有。如果需要获取单波段，传入索引值（例如0从“RGB”图像中获得“R”波段）。

from PIL import Imageimg = Image.new("RGBA",(1024,768),215)for item in img.getdata():print item  # 打印结果：
(215, 0, 0, 0)
(215, 0, 0, 0)
(215, 0, 0, 0)
...

getextrema()：获取每个波段的最小和最大像素值。对于单波段图像，返回一个长度为2的元组。对与多波段图像，每个波段包含一个2元组。

from PIL import Imageimg = Image.new("RGBA",(1024,768),215)
print img.getextrema()      # ((215, 215), (0, 0), (0, 0), (0, 0))

getpalette()：返回图像的调色板，返回一个list对象。如果没有调色板，则返回None

from PIL import Imageimg = Image.new("RGBA",(1024,768),215)
print img.getpalette()      # None

getpixel(xy)：返回给定位置的像素值，返回一个tuple
- xy：位置，以（x，y）给出的坐标。

from PIL import Imageimg = Image.new("RGBA",(1024,768),215)
print img.getpixel((500,500))       # (215, 0, 0, 0)

histogram(mask=None, extrema=None)：返回图像的直方图。直方图以像素计数列表的形式返回，返回一个列表。
- mask：掩码
- extrema：极值
paste(im, box=None, mask=None)：将im图像粘贴到此图像上面。无返回值
- box：box可以是图像左上角的长度为2的元组(左，上)或长度为4的元组(左，上，右，下)
- mask：掩码

import os
from PIL import Imagepath1 = os.path.join(os.getcwd(),"23.png")
img1 = Image.open(path1)img = Image.new("RGBA",(1024,768),215)img1.paste(img)
img1.show()

putdata(data, scale=1.0, offset=0.0)：将像素数据复制到此图像上面。从图像左上角开始，直到图像或序列结束，无返回值。比例和偏移值用于调整序列值：pixel = value * scale + offset。
- data：一个图像数据序列
- scale：缩放比例值
- offset：偏移量值

from PIL import Imageimg = Image.new("RGBA",(1024,768),215)
img_c = Image.new("RGBA",(1024,768),-100)img.putdata(img_c.getdata())
img.show()

putpalette(data, rawmode=’RGB’)：附加一个调色板到这个图像。图像的模式必须是P或者L。返回一个Image对象
- data：调色板序列
- rawmode：调色板的原始模式

from PIL import Imageimg = Image.new("P",(1024,768),215)
img_c = Image.new("P",(1024,768),-100)img_c.putpalette(img.getpalette())
img_c.show()

quantize(colors=256, method=None, kmeans=0, palette=None)：将图像转换为具有指定数量的颜色的P模式图像，返回一个Image对象
- colors：所需颜色的数量，<=256
- method：0:中值切割，1:最大覆盖率，2:快速八叉树，3:libimagequant
- kmeans：整数
- palette：量化给定的调色板

from PIL import Imageimg = Image.new("RGBA",(1024,768),215)img_q = img.quantize(colors=256,method=2)
print img_q         # <PIL.Image.Image image mode=P size=1024x768 at 0x2BF7E80>

resize(size, resample=0, box=None)：返回此图像的调整大小后的副本。返回一个Image对象
- size：以像素为单位的长度为2的元组(宽度，高度)
- resample：重采样滤波器。可以设置为：Image.NEAREST、Image.BOX、Image.BILINEAR、Image.HAMMING、Image.BICUBIC或者Image.LANCZOS。如果省略，或者图像模式为1或者P，则设置Image.NEAREST。
- box：一个浮点数组成的长度为4的元组，给出应该缩放的源图像的区域。值应该在(0，0，宽度，高度)的矩形内。

from PIL import Imageimg = Image.new("RGBA",(1024,768),215)
img_r = img.resize(size=(500,500))print img_r         # <PIL.Image.Image image mode=RGBA size=500x500 at 0x37A6E80>

rotate(angle, resample=0, expand=0, ceter=None, translate=None)：旋转图像，并返回旋转后的图像副本。返回Image对象
- angle：角度，逆时针旋转
- resample：重采样滤波器。可以是：Image.NEAREST、Image.BILINEAR或者Image.BICUBIC。如果省略，或者图像模式为1或者P，则设置Image.NEAREST。
- expand：是否展开。如果为true，则展开输出图像以使其足够大以容纳整个旋转后的图像。如果为false或省略，使输出图像的大小与输入图像相同。
- center：旋转中心，长度为2的元组(宽度，高度)，原点是左上角，默认是图像的中心
- translate：旋转后。一个长度为2的元组(宽度，高度)

import os
from PIL import Imagepath1 = os.path.join(os.getcwd(),"23.png")
img1 = Image.open(path1)img_r = img1.rotate(45,Image.BICUBIC)
img_r.show()

可以看到，图像已经逆时针旋转了45度

save(fp, format=None, **params)：保存图像到给定的文件名下。如果没有指定格式，则可以使用文件扩展名来确定要使用的格式。无返回值
- fp：文件名或路径
- format：可选的格式覆盖

import os
from PIL import Imagepath1 = os.path.join(os.getcwd(),"23.png")
img1 = Image.open(path1)img_r = img1.rotate(45,Image.BICUBIC)
img_r.save(os.path.join(os.getcwd(),"rotate.png"))

seek(frame)：在这个序列文件中寻找给定的帧。如果您在序列结束之外寻找方法，则会引发EOFError异常。当序列文件被打开时，库会自动寻找0帧。无返回值
- frame：帧号。从0开始
show(title=None, command=None)：显示这个图像，此方法主要用于调试目的。无返回值
- title：在可能的情况下，用于图像窗口的可选标题。
- command：用于显示图像的命令
split()：将图像分割成单独的波段。该方法从图像中返回一个单独的图像的元组。例如，拆分“RGB”图像会创建三个新图像，每个图像都包含原始波段（红色，绿色，蓝色）之一的副本。返回一个tuple

from PIL import Imagepath1 = os.path.join(os.getcwd(),"23.png")
img1 = Image.open(path1)data = img1.split()
print data          # (<PIL.Image.Image image mode=L size=3500x3500 at 0x2DEC438>, <PIL.Image.Image image mode=L size=3500x3500 at 0x2DEC860>, <PIL.Image.Image image mode=L size=3500x3500 at 0x2DEC898>, <PIL.Image.Image image mode=L size=3500x3500 at 0x2DEC8D0>)

getchannel(channel)：返回包含源图像的单个通道的图像。返回L模式的图像，返回一个Image对象
- channel：返回什么频道的图像。可以是索引(“RGBA”的”R”通道为0)或通道名称(“RGBA”的alpha通道为”A”)

from PIL import Imagepath1 = os.path.join(os.getcwd(),"23.png")
img1 = Image.open(path1)im = img1.getchannel(0)
或者:
im = img1.getchannel("R")

tell()：获取当前的帧号。返回int
thumbnail(size, resample=3)：将此图像制作成缩略图。该方法修改图像以包含其本身的缩略图版本，不大于给定尺寸。无返回值
- size：大小
- resample：重采样滤波器。可以是：Image.NEAREST、Image.BILINEAR、Image.BICUBIC或者Image.LANCZOS。如果省略，则默认为Image.BICUBIC

from PIL import Imagepath1 = os.path.join(os.getcwd(),"23.png")
img1 = Image.open(path1)img1.thumbnail(size=(500,500),resample=Image.BICUBIC)
print img1          # <PIL.PngImagePlugin.PngImageFile image mode=RGBA size=500x500 at 0x311C3C8>

tobitmap(name=’image’)：返回转换为X11位图的图像。此方法只使用于模式为1的图像，返回一个str
- name：用于位图变量的前缀名称

from PIL import Imageimg = Image.new("1",(1024,768),215)data = img.tobitmap(name='abc')
print data# 结果如下：
"""
#define abc_width 1024
#define abc_height 768
static char abc_bits[] = {
0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,
0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,
0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,
0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,
...
};
"""

tobytes(encoder_name=’raw’, *args)：以图像作为字节对象返回。为一个str对象
transpose(method)：旋转或翻转图像，返回旋转或翻转后的图像副本，一个Image对象
- method：可以是：Image.FLIP_LEFT_RIGHT、Image.FLIP_TOP_BOTTOM、Image.ROTATE_90、Image.ROTATE_180、Image.ROTATE_270、Image.TRANSPOSE或者Image.TRANSVERSE

from PIL import Imagepath1 = os.path.join(os.getcwd(),"23.png")
img1 = Image.open(path1)im = img1.transpose(Image.FLIP_LEFT_RIGHT)
im.show()

可以看出图像已经翻转了

close()：关闭文件指针

图像对象属性

filename：源文件的文件名或路径。只有通过open方法构建的图像对象才具有此属性

import os
from PIL import Imagepath1 = os.path.join(os.getcwd(),"23.png")
img = Image.open(path1)print img.filename      # 、/aaa/bbb/ccc/23.png

format：源文件的图片格式。对于由库自身创建的图像，此属性值为None

import os
from PIL import Imagepath1 = os.path.join(os.getcwd(),"23.png")
img = Image.open(path1)print img.format        # PNGimg = Image.new("RGBA",(1024,768),215)
print img.format        # None

mode：图像模式。这是一个字符串，指定图像使用的像素格式。

from PIL import Imageimg = Image.new("RGBA",(1024,768),215)
print img.mode        # RGBA

size：图像大小，以像素为单位。大小以长度为2的元组(宽度，高度)给出。类型tuple

from PIL import Imageimg = Image.new("RGBA",(1024,768),215)
print img.size        # (1024, 768)

width：图像宽度，以像素为单位。类型int

from PIL import Imageimg = Image.new("RGBA",(1024,768),215)
print img.width        # 1024

height：图像高度，以像素为单位。类型int

from PIL import Imageimg = Image.new("RGBA",(1024,768),215)
print img.height        # 768

palette：调色板表。如果模式为P，这应该是ImagePalette类的一个实例。否则为None

from PIL import Imageimg = Image.new("RGBA",(1024,768),215)
print img.palette       # Noneimg = Image.new("P",(1024,768),215)
print img.palette       # <PIL.ImagePalette.ImagePalette object at 0x0000000002EF9828>

info：保存与图像相关的数据的字典。这个字典被文件处理程序用来传递从文件读取的各种非图像信息。

import os
from PIL import Imagepath1 = os.path.join(os.getcwd(),"23.png")
img = Image.open(path1)
print img.info# 结果如下：
'''
{'chromaticity': (0.31269, 0.32899, 0.63999, 0.33001, 0.3, 0.6, 0.15, 0.05999),'icc_profile': 'xxxx/...','dpi': (300, 300)
}
'''img = Image.new("RGBA",(1024,768),215)
print img.info          # {}

Pillow支持的模式表

模式	说明
1	1位像素，黑白，每字节一个像素存储
L	8位像素，黑白
P	8位像素，使用调色板映射到任何其他模式
RGB	3x8位像素，真彩色
RGBA	4×8位像素，带透明度掩模的真彩色
CMYK	4x8位像素，分色
YCbCr	3x8位像素，彩色视频格式
LAB	3×8位像素，L * a * b颜色空间
HSV	3x8位像素，色调，饱和度，值颜色空间
I	32位有符号整数像素
F	32位浮点像素

更多关于Image的操作：http://pillow.readthedocs.io/en/latest/reference/Image.html

Pillow的使用-Image篇相关推荐

python手记（四）：pillow（五）最后一篇：图片过滤器，屏幕截屏。
人生不易且无趣,一起找点乐子吧.欢迎评论,和文章无关也可以. 这篇就当pillow的最后一篇好了,后面的模块没有前面的有趣,主要是一些细节上的处理,例如图片的文字啊,文字的类型啊. 无非就是告诉你很多 ...
第二篇 Python图片处理模块PIL（pillow）
本篇包含:16.Point 17.Putalpha 18.Putdata 19.Putpalette 20.Putpixel 21.Quantize 22.R ...
python 图像处理模块pillow
PIL:python imageing library,是python的基本图像处理库,PIL功能强大,API简单易用.由于PIL只支持python2.7,因此一群志愿者在PIL的基础上创建了新的版本 ...
numpy pytorch 接口对应_用树莓派4b构建深度学习应用（四）PyTorch篇
前言上回我们安装了OpenCV 4.4,相信对源码编译库文件有了一定的了解,这篇我们进一步在树莓派上编译并安装 Pytorch 的最新版本. PyTorch 1.6 的新特性 PyTorch 1.6 ...
探索 YOLO v3 实现细节 - 第6篇预测 (完结)
YOLO,即You Only Look Once的缩写,是一个基于卷积神经网络(CNN)的物体检测算法.而YOLO v3是YOLO的第3个版本,即YOLO.YOLO 9000.YOLO v3,检测效果 ...
详解Python第三方库（三）----- Pillow库
一.简介及安装Pillow 1.1 简介 PIL:Python Imaging Library,已经是Python平台上的图像处理标准库了.PIL功能非常强大,但API却非常简单易用,因此广受开发人员 ...
使用pil读取gif图有些位置为黑色_使用 Pillow 快速创建 GIF 动图
后台回复[入门资料] 送你十本Python电子书之前有篇推文分享了如何在 Matplotlib 中生成 GIF 可视化图表,有一定的限制.本文将介绍如何用 Pillow 创建 GIF,可以将任意多张 ...
python找色_python实现按键精灵找色点击功能教程,使用pywin32和Pillow库
Python图片处理模块PIL(pillow) pywin32的主要作用 1.捕获窗口: 2.模拟鼠标键盘动作: 3.自动获取某路径下文件列表: 4.PIL截屏功能找色点击功能思路: 抓取当前屏幕快 ...
Python：实现图片裁剪的两种方式——Pillow和OpenCV
原文:https://blog.csdn.net/hfutdog/article/details/82351549 在这篇文章里我们聊一下Python实现图片裁剪的两种方式,一种利用了Pillow,还 ...

Pillow的使用-Image篇

安装Pillow

构建图像

图像对象

图像对象属性

Pillow支持的模式表

Pillow的使用-Image篇相关推荐

最新文章

热门文章