Python 中的 PIL 库

目录

• PIL 基础语法
  • 一、 简介
    • 1、 基本介绍
    • 2、 特点
    • 3、 安装
  • 二、 Image 对象
    • 1、 实例化对象
      • 1.1 实例化
      • 1.2 图像模式
    • 2、 对象属性
    • 3、 格式转换
      • 3.1 save 方法
      • 3.2 convert 方法
    • 4、 图片缩放
    • 5、 创建缩略图
    • 6、 图像分离与合并
      • 6.1 split 方法
      • 6.2 merge 方法
      • 6.3 blend 方法
    • 7、 图像处理
      • 7.1 图像裁剪
      • 7.2 拷贝和粘贴
    • 8、几何变化
      • 8.1 transpose
      • 8.2 rotate
      • 8.3 transform
  • 三、 ImageFilter
    • 1、 简介
    • 2、 降噪处理
      • 2.1 图像降噪滤波器
      • 2.2 使用语法
  • 四、 ImageColor
    • 1、 简介
    • 2、 颜色处理
      • 2.1 颜色命名
      • 2.2 getrgb
      • 2.3 getcolor
  • 五、 ImageFont
    • 1、 简介
    • 2、 模块函数
      • 2.1 load
      • 2.2 load_path
      • 2.3 truetype
      • 2.4 load_default
    • 3、 模块方法
      • 3.1 getsize
      • 3.2 getmask
  • 六、 ImageDraw
    • 1、 简介
      • 1.1 导入
      • 1.2 基本概念
    • 2、 模块函数
      • 2.1 arc
      • 2.2 bitmap
      • 2.3 chord
      • 2,4 ellipse
      • 2.5 line
      • 2.6 pieslice
      • 2.7 point
      • 2.8 polygon
      • 2.9 rectangle
      • 2.10 text
      • 2.11 textsize
  • 七、 Image与Numpy

PIL 基础语法 一、 简介 1、 基本介绍

Pillow 是 Python 中较为基础的图像处理库，主要用于图像的基本处理，比如裁剪图像、调整图像大小和图像颜色处理等。与 Pillow 相比，OpenCV 和 Scikit-image 的功能更为丰富，所以使用起来也更为复杂，主要应用于机器视觉、图像分析等领域，比如众所周知的“人脸识别”应用 。

2、 特点

1. 支持格式繁多

   Pillow 支持广泛的图像格式，比如 "jpeg"，"png"，"bmp"，"gif"，"ppm"，"tiff" 等。同时，它也支持图像格式之间的相互转换。总之， Pillow 几乎能够处理任何格式的图像

2. 提供丰富的功能

   Pillow 提供了丰富的图像处理功能，可概括为两个方面：

   • 图像归档
   • 图像处理

   图像归档，包括创建缩略图、生成预览图像、图像批量处理等；而图像处理，则包括调整图像大小、裁剪图像、像素点处理、添加滤镜、图像颜色处理等

3. 配合 GUI 工具使用

官方文档：【https://www.osgeo.cn/pillow/reference/ImageFont.html】

3、 安装

pip install pillow
导包
imoprt PIL

二、 Image 对象 1、 实例化对象 1.1 实例化

导包

from PIL import Image

使用 open 方法

im = PIL.Image.open(fp)  # 导入图片
im.show()  # 展示图片

fp：图片路径

使用 open 方法

im = Image.new(mode,size,color)  # 创建图片
im.show()  # 展示图片

参数说明如下：

• mode：图像模式，字符串参数，比如 RGB（真彩图像）、L（灰度图像）、CMYK（色彩图打印模式）等
• size：图像大小，元组参数（width, height）代表图像的像素大小
• color：图片颜色，默认值为 0 表示黑色，参数值支持（R,G,B）三元组数字格式、颜色的十六进制值以及颜色英文单词

1.2 图像模式 mode 描述 1 1 位像素（取值范围 0-1），0表示黑，1 表示白，单色通道。 L 8 位像素（取值范围 0 -255），灰度图，单色通道。 P 8 位像素，使用调色板映射到任何其他模式，单色通道。 RGB 3 x 8位像素，真彩色，三色通道，每个通道的取值范围 0-255。 RGBA 4 x 8位像素，真彩色+透明通道，四色通道。 CMYK 4 x 8位像素，四色通道，可以适应于打印图片。 YCbCr 3 x 8位像素，彩色视频格式，三色通道。 LAB 3 x 8位像素，L * a * b颜色空间，三色通道 HSV 3 x 8位像素，色相，饱和度，值颜色空间，三色通道。 I 32 位有符号整数像素，单色通道。 F 32 位浮点像素，单色通道。 2、 对象属性

import PIL.Image

im = PIL.Image.open(r"D:\35005\Pictures\Screenshots\微信图片_20220302175157.jpg")
print(im.size)  # 查看图片大小
print(im.readonly)  # 查看是否为只读，1为是，0为否
print(im.format)  # 查看图片的格式
print(im.info)  # 查看图片的相关信息
print(im.mode)  # 查看图片的模式

3、 格式转换 3.1 save 方法

save 方法用于保存 图像，当不指定文件格式时，它会以默认的图片格式来存储；如果指定图片格式，则会以指定的格式存储图片

语法：

im = PIL.Image.open(r"D:\35005\Pictures\Screenshots\微信图片_20220302175157.jpg")
im.save(fp, format=None)  # 保存图片

参数说明如下：

• fp：图片的存储路径，包含图片的名称，字符串格式
• format：可选参数，可以指定图片的格式

3.2 convert 方法

注意，并非所有的图片格式都可以用 save() 方法转换完成，比如将 PNG 格式的图片保存为 JPG 格式，如果直接使用 save() 方法就会出现错误

引发错误的原因是由于 PNG 和 JPG 图像模式不一致导致的。其中 PNG 是四通道 RGBA 模式，即红色、绿色、蓝色、Alpha 透明色；JPG 是三通道 RGB 模式。因此要想实现图片格式的转换，就要将 PNG 转变为三通道 RGB 模式

Image 类提供的 convert() 方法可以实现图像模式的转换。该函数提供了多个参数，比如 mode、matrix、dither 等，其中最关键的参数是 mode，其余参数无须关心

语法：

im.convert(mode, params)  # 转换模式
im.save(fp)  # 保存图片

参数：

• mode：指的是要转换成的图像模式
• params：其他可选参数

4、 图片缩放

在图像处理过程中经常会遇到缩小或放大图像的情况，Image 类提供的 resize() 方法能够实现任意缩小和放大图像

语法：

im_new = im.resize(size, resample=image.BICUBIC, box=None, reducing_gap=None)  # 注意要重新赋值
im_new.show()  # 缩放后的图片

参数：

• size：元组参数 (width,height)，图片缩放后的尺寸

• resample：可选参数，指图像重采样滤波器，与 thumbnail() 的 resample 参数类似，默认为 Image.BICUBIC

• box：对指定图片区域进行缩放，box 的参数值是长度为 4 的像素坐标元组，即 (左,上,右下)。注意，被指定的区域必须在原图的范围内，如果超出范围就会报错。当不传该参数时，默认对整个原图进行缩放

  (0, 0, 120, 180)代表的是以原图的左上角为原点，选择宽和高分别是(120,180)的图像区域

• reducing_gap：可选参数，浮点参数值，用于优化图片的缩放效果，常用参数值有 3.0 和 5.0

5、 创建缩略图

缩略图指的是将原图缩小至一个指定大小（size）的图像。通过创建缩略图可以使图像更易于展示和浏览

Image 对象提供了一个 thumbnail() 方法用来生图像的缩略图，等比缩放

语法：

im.thumbnail(size,resample)  # 直接在原图的基础上修改
im.show()  # 缩放后的图片

参数：

• size：元组参数，指的是缩小后的图像大小
• resample：可选参数，指图像重采样滤波器，有四种过滤方式，分别是 Image.BICUBIC（双立方插值法）、PIL.Image.NEAREST（最近邻插值法）、PIL.Image.BILINEAR（双线性插值法）、PIL.Image.LANCZOS（下采样过滤插值法），默认为 Image.BICUBIC

6、 图像分离与合并

图像（指数字图像）由许多像素点组成，像素是组成图像的基本单位，而每一个像素点又可以使用不同的颜色，最终呈现出了绚丽多彩的图像 ，而图像的分离与合并，指的就是图像颜色的分离和合并

6.1 split 方法

im = PIL.Image.open(r"D:\35005\Pictures\Screenshots\微信图片_20220302175157.jpg")
r, g, b = im.split()  # split 方法使用较简单，分离通道
r.show()
g.show()
b.show()

6.2 merge 方法

Image 类提供的 merge() 方法可以实现图像的合并操作。注意，图像合并，可以是单个图像合并，也可以合并两个以上的图像

im_merge = PIL.Image.merge(mode, bands)
im_merge.show()

参数：

• mode：指定输出图片的模式
• bands：参数类型为元组或者列表序列，其元素值是组成图像的颜色通道，比如 RGB 分别代表三种颜色通道，可以表示为 (r, g, b)

6.3 blend 方法

Image 类也提供了 blend() 方法来混合 RGBA 模式的图片（PNG 格式）

语法：

PIL.Image.blend(image1,image2, alpha)

参数：

• image1：图片对象1
• image2：图片对象2
• alpha：透明度 ，取值范围为 0 到 1，当取值为 0 时，输出图像相当于 image1 的拷贝，而取值为 1 时，则是 image2 的拷贝，只有当取值为 0.5 时，才为两个图像的中合。因此改值的大小决定了两个图像的混合程度

7、 图像处理 7.1 图像裁剪

Image 类提供的 crop() 函数允许我们以矩形区域的方式对原图像进行裁剪

语法：

im_crop = im.crop(box=None)  # box 代表裁剪区域
im_crop.show()

box 是一个有四个数字的元组参数 (x_左上,y_左下,x1_右上,y1_右下)，分别表示被裁剪矩形区域的左上角 x、y 坐标和右下角 x，y 坐标。默认 (0,0) 表示坐标原点，宽度的方向为 x 轴，高度的方向为 y 轴，每个像素点代表一个单位

7.2 拷贝和粘贴

拷贝、粘贴操作几乎是成对出现的，Image 类提供了 copy() 和 paste() 方法来实现图像的复制和粘贴

拷贝语法：

im_copy = im.copy()  # 复制图片

粘贴语法：

im_copy.paste(image, box=None, mask=None)

参数：

• image：指被粘贴的图片
• box：指定图片被粘贴的位置或者区域，其参数值是长度为 2 或者 4 的元组序列，长度为 2 时，表示具体的某一点 (x, y)；长度为 4 则表示图片粘贴的区域，此时区域的大小必须要和被粘贴的图像大小保持一致
• mask：可选参数，为图片添加蒙版效果

注意：

• 粘贴后的图片模式将自动保持一致，不需要进行额外的转换

from PIL import Image

im = Image.open(r"D:\35005\Pictures\Screenshots\微信图片_20220302175157.jpg")
# 复制一张图片副本
im_copy = im.copy()
# 对副本进行裁剪
im_crop = im_copy.crop((0, 0, 200, 100))
# 创建一个新的图像作为蒙版，L模式，单颜色值
image_new = Image.new('L', (200, 100), 200)
# 将裁剪后的副本粘贴至副本图像上，并添加蒙版
im_copy.paste(im_crop, (100, 100, 300, 200), mask=image_new)
# 显示粘贴后的图像
im_copy.show()

8、几何变化

图像的几何变换主要包括图像翻转、图像旋转和图像变换操作，Image 类提供了处理这些操作的函数 transpose()、rotate() 和 transform()

8.1 transpose

该函数可以实现图像的垂直、水平翻转

语法：

im_out = im.transpose(method)  # 生成新的图像对象

method取值：

• Image.FLIP_LEFT_RIGHT：左右水平翻转
• Image.FLIP_TOP_BOTTOM：上下垂直翻转
• Image.ROTATE_90：图像逆时针旋转 90 度
• Image.ROTATE_180：图像旋转 180 度
• Image.ROTATE_270：图像旋转 270 度
• Image.TRANSPOSE：图像转置
• Image.TRANSVERSE：图像横向翻转

8.2 rotate

当我们想把图像旋转任意角度时，可以使用 rotate() 函数

语法：

im_out = im.rotate(angle, resample=PIL.Image.NEAREST, expand=None, center=None, translate=None, fillcolor=None)  # 返回图像对象

参数：

• angle：表示任意旋转的角度
• resample：重采样滤波器，默认为 PIL.Image.NEAREST 最近邻插值方法
• expand：可选参数，表示是否对图像进行扩展，如果参数值为 True 则扩大输出图像，如果为 False 或者省略，则表示按原图像大小输出
• center：可选参数，指定旋转中心，参数值是长度为 2 的元组，默认以图像中心进行旋转
• translate：参数值为二元组，表示对旋转后的图像进行平移，以左上角为原点；translate的参数值可以为负数
• fillcolor：可选参数，填充颜色，图像旋转后，对图像之外的区域进行填充

8.3 transform

该函数能够对图像进行变换操作，通过指定的变换方式，产生一张规定大小的新图像

语法：

im_out = im.transform(size, method, data=None, resample=0)  # 返回图像对象

参数：

• size：指定新图片的大小
• method：指定图片的变化方式，比如 Image.EXTENT 表示矩形变换
• data：该参数用来给变换方式提供所需数据
• resample：图像重采样滤波器，默认参数值为 PIL.Image.NEAREST

三、 ImageFilter 1、 简介

随着数字图像技术的不断发展，图像降噪方法也日趋成熟，通过某些算法来构造滤波器是图像降噪的主要方式。滤波器能够有效抑制噪声的产生，并且不影响被处理图像的形状、大小以及原有的拓扑结构

Pillow 通过 ImageFilter 类达到图像降噪的目的，该类中集成了不同种类的滤波器，通过调用它们从而实现图像的平滑、锐化、边界增强等图像降噪操作

2、 降噪处理 2.1 图像降噪滤波器 名称 说明 ImageFilter.BLUR 模糊滤波，即均值滤波 ImageFilter.CONTOUR 轮廓滤波，寻找图像轮廓信息 ImageFilter.DETAIL 细节滤波，使得图像显示更加精细 ImageFilter.FIND_EDGES 寻找边界滤波（找寻图像的边界信息） ImageFilter.EMBOSS 浮雕滤波，以浮雕图的形式显示图像 ImageFilter.EDGE_ENHANCE 边界增强滤波 ImageFilter.EDGE_ENHANCE_MORE 深度边缘增强滤波 ImageFilter.SMOOTH 平滑滤波 ImageFilter.SMOOTH_MORE 深度平滑滤波 ImageFilter.SHARPEN 锐化滤波 ImageFilter.GaussianBlur() 高斯模糊 ImageFilter.UnsharpMask() 反锐化掩码滤波 ImageFilter.Kernel() 卷积核滤波 ImageFilter.MinFilter(size) 最小值滤波器，从 size 参数指定的区域中选择最小像素值，然后将其存储至输出图像中。 ImageFilter.MedianFilter(size) 中值滤波器，从 size 参数指定的区域中选择中值像素值，然后将其存储至输出图像中。 ImageFilter.MaxFilter(size) 最大值滤波器 ImageFilter.ModeFilter() 模式滤波 2.2 使用语法

语法：

im_ft = im.filter(filt_mode)  # 返回图像对象，里面传入滤波器

实例：

from PIL import Image, ImageFilter

im = Image.open(r"D:\35005\Pictures\Screenshots\微信图片_20220302175157.jpg")
im_ft = im.filter(ImageFilter.EMBOSS)  # 添加浮雕滤波器
im_ft.show()

相当于PS里面添加的滤镜

四、 ImageColor 1、 简介

Pillow 提供了颜色处理模块 ImageColor，该模块支持不同格式的颜色，比如 RGB 格式的颜色三元组、十六进制的颜色名称（#ff0000）以及颜色英文单词（"red"）。同时，它还可以将 CSS（层叠样式表，用来修饰网页）风格的颜色转换为 RGB 格式

在 ImageColor 模块对颜色的大小写并不敏感，比如 "Red" 也可以写为 " red"

2、 颜色处理 2.1 颜色命名

ImageColor 支持多种颜色模式的的命名（即使用固定的格式对颜值进行表示），比如我们熟知的 RGB 色彩模式，除此之外，还有 HSL （色调-饱和度-明度）、HSB （又称 HSV，色调-饱和度-亮度）色彩模式。下面对 HSL 做简单介绍：

• H：即 Hue 色调，取值范围 0 -360，其中 0 表示“red”，120 表示 “green”，240 表示“blue”
• S：即 Saturation 饱和度，代表色彩的纯度，取值 0~100%，其中 0 代表灰色（gry），100% 表示色光最饱和
• L：即 Lightness 明度，取值为 0~100%，其中 0 表示“black”黑色，50% 表示正常颜色，100% 则表示白色

亮度和明度的表达方式类似，链接中有具体描述：【http://img.558idc.com/uploadfile/allimg/boke/pprecode class=language-pythonrgb = PIL.ImageColor.getrgb(color) ") # 创建 image 对象 draw = ImageDraw.Draw(im) # 实例化可以在指定图像上画图的 Draw 对象 1.2 基本概念

1. Coordinates

   • 绘图接口使用和PIL一样的坐标系统，即（0，0）为左上角。

2. Colours

   • 为了指定颜色，用户可以使用数字或者元组，对应用户使用函数Image.new或者Image.putpixel。对于模式为“1”，“L”和“I”的图像，使用整数。对于“RGB”图像，使用整数组成的3元组。对于“F”图像，使用整数或者浮点数。

   • 对于调色板图像（模式为“P”），使用整数作为颜色索引。在1.1.4及其以后，用户也可以使用RGB 3元组或者颜色名称。绘制层将自动分配颜色索引，只要用户不绘制多于256种颜色。

3. Colours Names

   • 在PIL 1.1.4及其以后的版本，用户绘制“RGB”图像时，可以使用字符串常量。PIL支持如下字符串格式：

     • A、 十六进制颜色说明符，定义为“#rgb”或者“#rrggbb”。例如，“#ff0000”表示纯红色。

     • B、 RGB函数，定义为“rgb(red, green, blue)”，变量red、green、blue的取值为[0，255]之间的整数。另外，颜色值也可以为[0%，100%]之间的三个百分比。例如，“rgb(255, 0, 0)”和“rgb(100%, 0%, 0%)”都表示纯红色。

     • C、 HSL（Hue-Saturation-Lightness）函数，定义为“hsl(hue,saturation%, lightness%)”，变量hue为[0，360]一个角度表示颜色（red=0， green=120， blue=240），变量saturation为[0%，100%]之间的一个值（gray=0%，full color=100%），变量lightness为[0%，100%]之间的一个值（black=0%， normal=50%， white=100%）。例如，“hsl(0,100%, 50%)”为纯红色。

     • D、 通用HTML颜色名称，ImageDraw模块提供了140个标准颜色名称，Xwindow系统和大多数web浏览器都支持这些颜色。颜色名称对大小写不敏感。例如，“red”和“Red”都表示纯红色。

4. Fonts

   • PIL可以使用bitmap字体或者OpenType/TrueType字体

2、 模块函数 2.1 arc

语法：

draw.arc(xy, start, end, options)

在给定的区域内，在开始和结束角度之间绘制一条弧

options：可以有什么内容可以在源代码中查看

2.2 bitmap

语法：

draw.bitmap(xy, bitmap, options)  # options中可以添加 fill 覆盖的颜色

在给定的区域里绘制变量bitmap所对应的位图，非零部分使用变量options中fill的值来填充。变量bitmap位图应该是一个有效的透明模板（模式为“1”）或者蒙版（模式为“L”或者“RGBA”）

变量xy是变量bitmap对应位图起始的坐标值，而不是一个区域

这个方法与Image.paste(xy, color, bitmap)有相同的功能

2.3 chord

语法：

draw.chord(xy, start, end, options)  

和方法arc()一样，但是使用直线连接起始点

变量 options 的 outline 给定弦轮廓的颜色；fill 给定弦内部的颜色

2,4 ellipse

语法：

draw.ellipse(xy, options)

在给定的区域绘制一个椭圆形

变量 options 的 outline 给定弦轮廓的颜色；fill 给定弦内部的颜色

2.5 line

语法：

draw.line(xy, options)

在变量xy列表所表示的坐标之间画线

xy里面至少有两个坐标，坐标使用元组表示，存储在一个列表里面[(x1, y1), (x2, y2)]

width指定宽度，fill 指定线的颜色

2.6 pieslice

语法：

draw.pieslice(xy, start, end, options)

和方法arc()一样，但是在指定区域内结束点和中心点之间绘制直线

2.7 point

语法：

draw.point(xy, options)

在指定位置画一个只占一个像素的小点

2.8 polygon

语法：

draw.polygon(xy, options)

绘制一个多边形

多边形轮廓由给定坐标之间的直线组成，在最后一个坐标和第一个坐标间增加了一条直线，形成多边形

坐标列表是包含2元组[(x,y),…]或者数字[x,y,…]的任何序列对象，它最少包括3个坐标值

变量options的fill给定多边形内部的颜色

2.9 rectangle

语法：

draw.rectangle(xy, options)

绘制一个长边形

变量xy是包含2元组[(x,y),…]或者数字[x,y,…]的任何序列对象，它应该包括2个坐标值

注意：当长方形没有没有被填充时，第二个坐标对定义了一个长方形外面的点

变量options的fill给定长边形内部的颜色

2.10 text

语法：

draw.text(xy, string, options)

在给定的位置绘制一个字符串。变量xy给出了文本的左上角的位置

变量option的 font 用于指定所用字体。它应该是类ImangFont的一个实例，使用ImageFont模块的load()方法从文件中加载的

变量options的fill给定文本的颜色

2.11 textsize

语法：

draw.textsize(string, options)

返回给定字符串的大小，以像素为单位

变量option的 font 用于指定所用字体。它应该是类ImangFont的一个实例，使用ImageFont模块的load()方法从文件中加载的

七、 Image与Numpy

from PIL import Image
import numpy as np

im = Image.open("./a.jpg")
print(np.asarray(im))  # 三维数组
na = np.asarray(im)  # 将图片转换为数组
na[0][0][0] = 0  # 修改数组的值
im_new = Image.fromarray(na)  # 将数组转换为图片