欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

python图像处理模块Pillow--Image模块

程序员文章站 2022-06-17 11:26:32
一、简介 PIL:Python Imaging Library,已经是Python平台事实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 由于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 ......

一、简介

pil:python imaging library,已经是python平台事实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

由于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,又加入了许多新特性,因此,我们可以直接安装使用pillow

 

二、安装

使用 pip 命令安装pillow:

$ pip install pillow

 

三、 基本概念

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

方法getbands()的使用如下:

1 from pil import image
2 
3 im = image.open(image_path)  # image_path为图像的绝对路径
4 # 返回图像的通道 5 print(im.getbands(), type(im.getbands()))

输出:('r', 'g', 'b', 'a') <class 'tuple'>

 

2、模式

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image对象的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:

1 from pil import image
2 
3 im = image.open(image_path)
4 print(im.mode, type(im.mode))

输出:rgba <class 'str'>

 

3、尺寸

通过image对象的size属性可以获取图片的尺寸。图像大小,以像素为单位。大小是一个2元组(宽度、高度)(width, height)

属性size的使用如下:

1 from pil import image
2 
3 im = image.open(image_path)
4 # 返回图像尺寸
5 print(im.size, type(im.size))

输出:(750, 1334) <class 'tuple'>

 

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)。

 

5、调色板

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

 

6、信息

使用image对象的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。

存储与图像相关的数据的字典。文件处理程序使用此字典传递从文件中读取的各种非图像信息

属性info的使用如下:

1 from pil import image
2 
3 im = image.open(image_path)
4 # 返回图像信息
5 print(im.info, type(im.info))

输出:{} <class 'dict'>

 

7、滤波器

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:

语法:image.resize(size, resample=0)

参数:size-2元组:(宽度、高度),以像素为单位

   resample-可选的重采样过滤器,如果省略,或者图像的模式为“1”或“p”,则将其设置为nearest

1 from pil import image
2 
3 course_im = image.open(course_path)
4 print(course_im.size, type(course_im.size))
5 course_resize = course_im.resize((538, 336))  # 返回此图像的大小调整后的副本
6 print(course_resize.size)

输出:

(750, 400)

(538, 336)

 如果要使用其他滤波器可以通过下面的方法来实现:

from pil import image

course_im = image.open(course_path)
print(course_im.size, type(course_im.size))
course_resize = course_im.resize((538, 336), image.antialias)
print(course_resize.size)

方法thumbnail()的使用如下:

语法:image.thumbnail(sizeresample=1)

参数:size-2元组:(宽度、高度),以像素为单位

           resample-可选的重采样过滤器,如果省略,则默认为pil.image.bicubic

把这个图像做成缩略图

请注意,pil当前版本中的bilinearbicubic并不适合生成缩略图。你应该用antialias,除非速度比质量重要得多。

from pil import image

im = image.open(avtar_path)
avtar_im.thumbnail((98, 98))  # 返回none

 

四、image模块

image模块是pil中最重要的模块,它有一个类叫做image,与模块名称相同。image类有很多函数、方法及属性,接下来将依次对image类的属性、函数和方法进行介绍。

类函数

实例属性

 

实例方法

1、paste(im, box=none, mask=none)  将另一个图像粘贴到此图像中

参数:

box:要么是一个2元组给出左上角,一个4元组定义左、上、右、下像素坐标,或none(比如(0,0))

mask:可选的掩码图像

注意:如果模式不匹配,则将粘贴的图像转换为此图像的模式