PIL简单使用

PIL简单使用

在Python中进行图像处理有PIL、OpenCV等工具。

PIL简介

PIL是Python Imaging Library的简称，目前已经是Python生态系统中图像处理的标准库。

PIL只支持Python 2.x版本，目前支持Python 3.x的是社区在PIL的基础上Fork的版本，项目叫Pillow。

接口

图像读写

从文件中读取图像数据
Image.open()：提供了打开图像文件和读取图像数据的功能。

from PIL import Image
with open("./img/hand1.png", "rb") as fp:
im = Image.open(fp)

从压缩文件中读取图像数据
TarIO()：提供了tar文件的读取功能，不用解压缩就可以直接从tar文件中读取图像数据。

from PIL import Image, TarIO
fp = TarIO.TarIO("enjoy.tar", "enjoy.jpg")
im = Image.open(fp)

将图像数据保存为JPEG格式
Image.save()：提供了图像数据的保存功能，可以保存成所需要的图像格式。

import os, sys
from PIL import Image

for infile in sys.argv[1:]:
f, e = os.path.splitext(infile)
outfile = f + ".jpg"
if infile ! = outfile:
try:
Image.open(infile).save(outfile)
except IOError:
print("cannot convert", infile)

生成图像缩略图
有时会遇到图像数据过大导致出现内存或者显存溢出的问题。
im.thumbnai : 提供了将图像制作成缩略图的功能，在不改变主要图像特征的情况下对图像进行缩略变换，以减小图像数据。

import os, sys
from PIL import Image
#初始化缩略图的尺寸
size = (128, 128)
#逐个读取图像并生成缩略图保存
for infile in sys.argv[1:]:
#初始化缩略图的保存路径
outfile = os.path.splitext(infile)[0] + ".jpg"
if infile != outfile:
try:
#读取图像并进行缩略转换，最好保存缩略图
im = Image.open(infile)
im.thumbnail(size)
im.save(outfile, "JPEG")
except IOError:
print("cannot create thumbnail for", infile)

图像格式查询
有时需要查看或者判别图像的格式，以防止出现因图像格式不一致引起的错误。
im.format、im.size和im.mode分别提供了图像的格式、尺寸、色彩模式（RGB、L）信息的查询功能。

import sys
from PIL import Image
for infile in sys.argv[1:]:
with Image.open(infile) as im:
print(infile, im.format, "%dx%d" % im.size, im.mode)

######
./img/hand1.png PNG 720x705 RGB

图像截取
使用im.crop对图像进行截取。

from PIL import Image
file="./img/hand1.png"
#读取图像数据
im=Image.open(file)
#初始化截取图像的范围
box = (100,100, 300, 200)
# box = (x1,y1, x2, y2)
#完成图像的截取并保存图像
im2 = im.crop(box)
im2.save("enjoy_region.jpeg", "JPEG")

图像显示

im.show()

from PIL import Image
file="./img/hand1.png"
im=Image.open(file)
im.show()

图像尺寸变换

im.resize()提供了图像尺寸变换功能，可以按照需要变换源图像的尺寸。

im.rotate()提供了图像旋转功能，可以根据需要旋转不同的角度。

from PIL import Image
file="./img/hand1.png"
im=Image.open(file)
im2 = im.resize((256,256)).rotate(90) #将图像重置为256px×256px，然后旋转90°
im2.save("enjoy_rotate.jpeg", "JPEG")

像素变换

像素色彩模式变换
可以通过convert()对图像进行灰度化处理
这个函数提供了将图像进行像素色彩模式转换的功能，可以在支持的像素色彩格式间进行转换。

from PIL import Image
file="./img/hand1.png"
#将图像模式转换为灰度模式
im=Image.open(file).convert("L")
im.save("enjoy_convert.jpeg", "JPEG")
im.show()

滤波
im.filter()提供了图像滤波的功能
ImageFilter中定义了支持的滤波

• BLUR
  ImageFilter.BLUR为模糊滤波
• CONTOUR
  ImageFilter.CONTOUR为轮廓滤波，将图像中的轮廓信息全部提取出来。
• DETAIL
  ImageFilter.DETAIL为细节增强滤波，会使得图像中细节更加明显。
• EDGE_ENHANCE
  ImageFilter.EDGE_ENHANCE为边缘增强滤波，突出、加强和改善图像中不同灰度区域之间的边界和轮廓的图像增强方法。
• EDGE_ENHANCE_MORE
  ImageFilter.EDGE_ENHANCE_MORE为深度边缘增强滤波，会使得图像中边缘部分更加明显。

from PIL import Image
from PIL import ImageFilter
file="./img/hand1.png"
im=Image.open(file)
im2 = im.filter(ImageFilter.BLUR)
im2.save("enjoy_filter.jpeg", "JPEG")
im2.show()

例子 -- 转换为CIFAR-10数据集格式

CIFAR-10数据集是8000万微⼩图⽚的标签⼦集， 由 6万张 32*32得彩色图片组成，一共有10个类别。每一个类别6000张图片。

每个二进制文件的第一个字节是标记，后面的32x32x3是图片，前32x32是red channel 接着的32x32是green channel,然后32x32是blue channel ,依次类推。

这里使用字典分别存储数据和标签。

import pickle
from PIL import Image
import numpy as np
import os

class DictSave(object):
def __init__(self, filenames, file):
self.filenames = filenames
self.file=file
self.arr = []
self.all_arr = []
self.label=[]
self.all_label=[]

#定义图像输入函数
def image_input(self, filenames, file):

for filename in filenames:
self.arr, self.label = self.read_file(filename, file)
if len(self.all_arr)==0:
self.all_arr = self.arr
self.all_label=self.label
else:
self.all_arr = np.concatenate((self.all_arr, self.arr))
self.all_label = np.concatenate((self.all_label, self.label))

#定义文件读取函数
def read_file(self, filename, file):
im = Image.open(filename) #打开一个图像
#将图像的RGB分离
r, g, b = im.split()
#将PILLOW图像转成数组
r_arr = np.array(r).ravel()
g_arr = np.array(g).ravel()
b_arr = np.array(b).ravel()

#将3个一维数组合并成一个一维数组
arr = np.concatenate((r_arr, g_arr, b_arr))

label=[]
for i in file:
label.append(i[0])
return arr, label
def pickle_save(self, arr, label):
print ("正在存储")
#构造字典，所有的图像数据都在arr数组里
contact = {'data': arr, 'label':label}
f = open('data_batch', 'wb')

pickle.dump(contact, f) #把字典保存到文本中
f.close()
print ("存储完毕")

if __name__ == "__main__":
file_dir='./img/'
L=[]
F=[]
for root, dirs, files in os.walk(file_dir):
for file in files:
if os.path.splitext(file)[1] == '.jpeg':
L.append(os.path.join(root, file))
F.append(os.path.splitext(file))

ds = DictSave(L, F)

ds.image_input(ds.filenames, ds.file)
ds.pickle_save(ds.all_arr, ds.label)
print ("最终数组的大小："+str(ds.all_arr.shape))