python pillow模块使用方法详解

pillow

pillow是pil的一个派生分支，但如今已经发展成为比pil本身更具活力的图像处理库。pillow可以说已经取代了pil，将其封装成python的库（pip即可安装），且支持python2和python3，目前最新版本是3.0.0。

pillow的github主页：https://github.com/python-pillow/pillow
pillow的文档(对应版本v3.0.0)：

安装它很简单 pip install pillow

使用方式：

#python2 
import image 
#python3（因为是派生的pil库，所以要导入pil中的image） 
from pil import image

以python3为例，

open

from pil import image
im = image.open("1.png")
im.show()

format

format属性定义了图像的格式，如果图像不是从文件打开的，那么该属性值为none；size属性是一个tuple，表示图像的宽和高（单位为像素）；mode属性为表示图像的模式，常用的模式为：l为灰度图，rgb为真彩色，cmyk为pre-press图像。如果文件不能打开，则抛出ioerror异常。

print(im.format, im.size, im.mode)

save

im.save("c:\\")

convert()

convert() 是图像实例对象的一个方法，接受一个 mode 参数，用以指定一种色彩模式，mode 的取值可以是如下几种：
· 1 (1-bit pixels, black and white, stored with one pixel per byte)
· l (8-bit pixels, black and white)
· p (8-bit pixels, mapped to any other mode using a colour palette)
· rgb (3x8-bit pixels, true colour)
· rgba (4x8-bit pixels, true colour with transparency mask)
· cmyk (4x8-bit pixels, colour separation)
· ycbcr (3x8-bit pixels, colour video format)
· i (32-bit signed integer pixels)
· f (32-bit floating point pixels)

im = image.open('1.png').convert('l')

filter

from pil import image, imagefilter 
im = image.open(‘1.png') 
# 高斯模糊 
im.filter(imagefilter.gaussianblur) 
# 普通模糊 
im.filter(imagefilter.blur) 
# 边缘增强 
im.filter(imagefilter.edge_enhance) 
# 找到边缘 
im.filter(imagefilter.find_edges) 
# 浮雕 
im.filter(imagefilter.emboss) 
# 轮廓 
im.filter(imagefilter.contour) 
# 锐化 
im.filter(imagefilter.sharpen) 
# 平滑 
im.filter(imagefilter.smooth) 
# 细节 
im.filter(imagefilter.detail)

查看图像直方图

im.histogram()

转换图像文件格式

def img2jpg(imgfile):  
   if type(imgfile)==str and imgfile.endswith(('.bmp', '.gif', '.png')):
     with image.open(imgfile) as im:
       im.convert('rgb').save(imgfile[:-3]+'jpg')  
 img2jpg('1.gif')
 img2jpg('1.bmp')
 img2jpg('1.png')

屏幕截图

from pil import imagegrab 
im = imagegrab.grab((0,0,800,200)) #截取屏幕指定区域的图像 
im = imagegrab.grab() #不带参数表示全屏幕截图

图像裁剪与粘贴

box = (120, 194, 220, 294) #定义裁剪区域 
region = im.crop(box) #裁剪 
region = region.transpose(image.rotate_180) 
im.paste(region,box) #粘贴

图像缩放

im = im.resize((100,100)) #参数表示图像的新尺寸，分别表示宽度和高度

图像对比度增强

from pil import image 
from pil import imageenhance 

#原始图像 
image = image.open('lena.jpg') 
image.show() 

#亮度增强 
enh_bri = imageenhance.brightness(image) 
brightness = 1.5 
image_brightened = enh_bri.enhance(brightness) 
image_brightened.show() 

#色度增强 
enh_col = imageenhance.color(image) 
color = 1.5 
image_colored = enh_col.enhance(color) 
image_colored.show() 

#对比度增强 
enh_con = imageenhance.contrast(image) 
contrast = 1.5 
image_contrasted = enh_con.enhance(contrast) 
image_contrasted.show() 

#锐度增强 
enh_sha = imageenhance.sharpness(image) 
sharpness = 3.0 
image_sharped = enh_sha.enhance(sharpness) 
image_sharped.show()

image模块用法介绍

1. 简介。

图像处理是一门应用非常广的技术，而拥有非常丰富第三方扩展库的 python 当然不会错过这一门盛宴。pil （python imaging library）是 python 中最常用的图像处理库，目前版本为 1.1.7，我们可以 在这里 下载学习和查找资料。

image 类是 pil 库中一个非常重要的类，通过这个类来创建实例可以有直接载入图像文件，读取处理过的图像和通过抓取的方法得到的图像这三种方法。

2. 使用。

导入 image 模块。然后通过 image 类中的 open 方法即可载入一个图像文件。如果载入文件失败，则会引起一个 ioerror ；若无返回错误，则 open 函数返回一个 image 对象。现在，我们可以通过一些对象属性来检查文件内容，即：

>>> import image
>>> im = image.open("j.jpg")>>> im.show()
>>> print im.format, im.size, im.mode
jpeg (440, 330) rgb

这里有三个属性，我们逐一了解。

format : 识别图像的源格式，如果该文件不是从文件中读取的，则被置为 none 值。

size : 返回的一个元组，有两个元素，其值为象素意义上的宽和高。

mode : rgb（true color image），此外还有，l（luminance），cmtk（pre-press image）。

from pil import image
from pil import imageenhance
import pytesseract
import re
pytesseract.pytesseract.tesseract_cmd = 'd:\\program files\\tesseract-ocr\\tesseract.exe'
tessdata_dir_config = '--tessdata-dir "d:\\program files\\tesseract-ocr\\tessdata"'
im=image.open("./img/10.jpg")
im=im.convert('l')
im.show()
im=imageenhance.contrast(im)
im=im.enhance(1)
#im = im.resize((300, 90))
ltext = pytesseract.image_to_string(im)
ltext = re.sub("\w", "", ltext)
im.show()
print(ltext)
#print(pytesseract.image_to_string(im))
#print(pytesseract.image_to_boxes(im))
#print(im.format, im.size, im.mode)

convert() : 该函数可以用来将图像转换为不同色彩模式。

imageenhance.contrast(im):使用imageenhance可以增强图片的识别率

其他

简单的几何变换。

>>>out = im.resize((128, 128))           #调整图片大小
>>>out = im.rotate(45)               #逆时针旋转 45 度角。
>>>out = im.transpose(image.flip_left_right)    #左右对换。
>>>out = im.transpose(image.flip_top_bottom)    #上下对换。
>>>out = im.transpose(image.rotate_90)       #旋转 90 度角。
>>>out = im.transpose(image.rotate_180)      #旋转 180 度角。
>>>out = im.transpose(image.rotate_270)      #旋转 270 度角。

序列图像。

即我们常见到的动态图，最常见的后缀为 .gif ，另外还有 fli / flc 。pil 库对这种动画格式图也提供了一些基本的支持。当我们打开这类图像文件时，pil 自动载入图像的第一帧。我们可以使用 seek 和 tell 方法在各帧之间移动。

import image
im.seek(1)    # skip to the second frame
try:
  while 1:
    im.seek( im.tell() + 1)
    # do something to im
except eoferror:
  pass

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。