Python 图像处理之PIL库详解用法

目录

• 前言
• 🍒PIL库概述
• 🍓Image类解析
• 💚图像的创建
• 💙图像的属性
• 💜图像的转换
• 💗图像处理
• 总结

前言

提示：以下是本篇文章正文内容

🍒PIL库概述

PIL库支持图像存储、 显示和处理， 它能够处理几乎所有图片格式， 可以完成
对图像的缩放、 剪裁、 叠加以及向图像添加线条、 图像和文字等操作

PIL库可以完成图像归档和图像处理两方面功能需求：
(1)图像归档：对图像进行批处理、 生成图像预览、 图像格式转换等

(2)图像处理：图像基本处理、 像素处理、 颜色处理等

🍓Image类解析

💚图像的创建

在PIL中， 任何一个图像文件都可以用Image对象表示Image类的图像读取和创建方法

方法 描述 Image.open(filename) 根据参数加载图像文件 Image.new(mode, size, color) 根据给定参数创建一个新的图像 Image.open(StringIO.StringIO(buffer)) 从字符串中获取图像 Image.frombytes(mode, size, data) 根据像素点data创建图像 Image.verify() 对图像文件完整性进行检查， 返回异常

from PIL import Image
im = Image.open(r"E:\Pycharm\Project\pictures\2049675.jpg")
im.show() // 显示

基本上如下图

💙图像的属性

属性 描述 Image.format 标识图像格式或来源， 如果图像不是从文件读取， 值是None Image.mode 图像的色彩模式， "L"灰度图像、 "RGB"真彩色图像、 "CMYK"出版图像 Image.format 标识图像格式或来源， 如果图像不是从文件读取， 值是None Image.size 图像宽度和高度， 单位是像素（px） ， 返回值是二元元组（tuple） Image.palette 调色板属性， 返回一个ImagePalette类型

from PIL import Image
im = Image.open(r"E:\Pycharm\Project\pictures\2049675.jpg")
im.show()
print(im.format,im.size)

# 结果
# JPEG (1920, 1080)

💜图像的转换

方法 描述 Image.save(filename, format) 将图像保存为filename文件名， format是图片格式 Image.convert(mode) 使用不同的参数， 转换图像为新的模式 Image.thumbnail(size) 创建图像的缩略图， size是缩略图尺寸的二元元组

jpg 转换成png

from PIL import Image
im = Image.open(r"E:\Pycharm\Project\pictures\2049675.jpg")
print(im)
im.save(r"E:\Pycharm\Project\pictures\2049675changed.png")
im = Image.open(r"E:\Pycharm\Project\pictures\2049675changed.png")
print(im)
im.show()

# 结果
<PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=1920x1080 at 0x1A8DE865F40>
<PIL.PngImagePlugin.PngImageFile image mode=RGB size=1920x1080 at 0x1A8DE8D2E80>

GIF文件图像提取。
对一个GIF格式动态文件， 提取其中各帧图像， 并保存为文件

from PIL import Image
im = Image.open(r"E:\Pycharm\Project\pictures\21.gif") # 读入一个GIF文件
try:
    im.save('picframe{:02d}.png'.format(im.tell()))
    while True:
        im.seek(im.tell()+1)  # 帧的位置
        im.save('picframe{:02d}.png'.format(im.tell()))
except:
    print("处理结束")

结果

tell(）方法：返回当前帧所处位置，从0开始计算

缩略图

from PIL import Image
im = Image.open(r"E:\Pycharm\Project\pictures\2050074.jpg")
print(im)
im.thumbnail((128, 99))
im.save("mm","JPEG")
print(im)
im.show()

# 结果
<PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=2757x2135 at 0x238DFCD5DC0>
<PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=128x99 at 0x238DFCD5DC0>

💗图像处理

1.Image类可以缩放和旋转图像， 其中， rotate()方法以逆时针旋转的角度值作
为参数来旋转图像。

方法 描述 Image.resize(size) 按size大小调整图像， 生成副本 Image.rotate(angle) 按angle角度旋转图像， 生成副本

2.Image类能够对每个像素点或者一幅RGB图像的每个通道单独进行操作,split()
方法能够将RGB图像各颜色通道提取出来， merge()方法能够将各独立通道再合成一幅新的图像。

方法 描述 Image.point(func) 根据函数func功能对每个元素进行运算， 返回图像副本 Image.split() 提取RGB图像的每个颜色通道， 返回图像副本 Image.merge(mode， bands) 合并通道 ， 采用mode色彩， bands是新色的色彩通道 Image.blend(im1,im2,alpha) 将两幅图片im1和im2按照如下公式插值后生成新的图像：im1 * (1.0-alpha) + im2 * alpha

图像的颜色交换
交换图像中的颜色, 可以通过分离RGB图片的三个颜色通道实现颜色交换

from PIL import Image
im = Image.open(r"E:\Pycharm\Project\pictures\2050536.jpg") #打开文件
r, g, b = im.split() #获得RGB通道数据
newg = g.point(lambda i: i * 0.9) # 将G通道颜色值变为原来的0.9倍
newb = b.point(lambda i: i < 100) # 选择B通道值低于100的像素点
om = Image.merge(im.mode, (r, newg, newb)) # 将3个通道合形成新图像
om.save(r"E:\Pycharm\Project\pictures\aa.jpg") #输出图片
om.show()

原图：

交换后

3.图像的过滤和增强
PIL库的ImageFilter类和ImageEnhance类提供了过滤图像和增强图像的方法， 共10种

方法表示 描述 ImageFilter.BLUR 图像的模糊效果 ImageFilter.CONTOUR 图像的轮廓效果 ImageFilter.DETAIL 图像的细节效果 ImageFilter.EDGE_ENHANCE 图像的边界加强效果 ImageFilter.EDGE_ENHANCE_MORE 图像的阈值边界加强效果 ImageFilter.EMBOSS 图像的浮雕效果 ImageFilter.FIND_EDGES 图像的边界效果 ImageFilter.SMOOTH 图像的平滑效果 ImageFilter.SMOOTH_MORE 图像的阈值平滑效果 ImageFilter.SHARPEN 图像的锐化效果

轮廓效果

from PIL import Image
from PIL import ImageFilter
im = Image.open(r"E:\Pycharm\Project\pictures\2050558.jpg")
om = im.filter(ImageFilter.CONTOUR)
om.save('abc.jpg')
om.show()

原图：

修改后：

4.ImageEnhance类提供了更高级的图像增强需求， 它提供调整色彩度、 亮度、 对比度、 锐化等功能

方法 描述 ImageEnhance.enhance(factor) 对选择属性的数值增强factor倍 ImageEnhance.Color(im) 调整图像的颜色平衡 ImageEnhance.Contrast(im) 调整图像的对比度 ImageEnhance.Brightness(im) 调整图像的亮度 ImageEnhance.Sharpness(im) 调整图像的锐度

总结

提示：这里对文章进行总结：

到此这篇关于Python 图像处理之PIL库详解用法的文章就介绍到这了,更多相关Python 图像处理内容请搜索易盾网络以前的文章或继续浏览下面的相关文章希望大家以后多多支持易盾网络！