Python Pillow（PIL）详细使用指南_python pillow 教程(2)

使用 resize()方法，我们可以调整图像的大小。以下是一个示例：

new_img = img.resize((800, 600)) 
new_img.save('resized_example.jpg')

3.4 旋转图像

使用 rotate()方法，我们可以旋转图像。以下是一个示例：

# 旋转90度 
rotated_img = img.rotate(90) 
rotated_img.save('rotated_example.jpg')

3.5 裁剪图像

使用 crop()方法，我们可以从图像中裁剪出一个特定区域。以下是一个示例：

# 裁剪出一个矩形区域 (left, upper, right, lower) 
cropped_img = img.crop((100, 100, 400, 400)) 
cropped_img.save('cropped_example.jpg')

3.6 调整图像亮度

使用 point()方法，我们可以对图像的每个像素应用一个函数，以改变其亮度。以下是一个示例：

# 调整亮度（增加50%） 
brighter_img = img.point(lambda p: p * 1.5) 
brighter_img.save('brighter_example.jpg')

四、滤镜效果

Pillow 库提供了许多内置的滤镜效果，可以轻松应用于图像。以下是一些示例：

4.1 模糊效果

使用 ImageFilter.BLUR滤镜可以使图像变得模糊。以下是一个示例：

# 应用模糊滤镜 
blurred_img = img.filter(ImageFilter.BLUR) 
blurred_img.save('blurred_example.jpg')

4.2 锐化效果

使用 ImageFilter.SHARPEN滤镜可以使图像变得锐利。以下是一个示例：

# 应用锐化滤镜 
sharpened_img = img.filter(ImageFilter.SHARPEN) 
sharpened_img.save('sharpened_example.jpg')

4.3 浮雕效果

使用 ImageFilter.EMBOSS滤镜可以使图像呈现出浮雕效果。以下是一个示例：

# 应用浮雕滤镜 
embossed_img = img.filter(ImageFilter.EMBOSS) 
embossed_img.save('embossed_example.jpg')

4.4 边缘检测

使用 ImageFilter.FIND_EDGES滤镜可以检测图像中的边缘。以下是一个示例：

# 应用边缘检测滤镜 
edge_detected_img = img.filter(ImageFilter.FIND_EDGES) 
edge_detected_img.save('edge_detected_example.jpg')

五、图像分割

Pillow 库还提供了图像分割的功能，可以将图像分割成多个区域。以下是一个简单的示例：

5.1 按矩形分割

使用 split()方法可以将图像分割成多个矩形区域。以下是一个示例：

# 按矩形分割图像 (2行, 3列) 
rows, cols = img.size[0] // 2, img.size[1] // 3 
tiles = img.split((rows, cols)) 
for i, tile in enumerate(tiles): 
tile.save(f'tile_{i}_{tile.mode}.jpg')

这个示例将图像分割成 2 行 3 列共 6 个矩形区域，并保存每个区域为单独的图像文件。

5.2 按圆形分割

使用 crop()方法和一些计算，可以将图像分割成圆形区域。以下是一个示例：

# 按圆形分割图像 (半径为100) 
circle = Image.new('RGB', (200, 200), color = 'white') 
x = 100 # x coordinate 100 
y = 100 # y coordinate 100 
circle.paste(img, (x, y, x+img.width, y+img.height)) 
circle.save('circle_image.jpg')

六、其他高级功能

6.1 颜色转换

Pillow库提供了convert()方法，可以将图像转换为不同的颜色模式，如 RGB、CMYK 等。以下是一个示例：

# 将图像转换为RGB模式 
rgb_img = img.convert('RGB') 
rgb_img.save('rgb_example.jpg')

6.2 图像合成

使用 paste()方法，可以将一个图像粘贴到另一个图像上。以下是一个示例：

# 图像合成 
background = Image.open('background.jpg') 
foreground = Image.open('foreground.png') 
background.paste(foreground, (0, 0)) # 将前景图像粘贴到背景图像上 
background.save('composite_example.jpg')

6.3 图像分析

Pillow 库还提供了许多用于图像分析的工具，如直方图分析、边缘检测等。这些工具可以帮助你更好地理解图像的内容和特征。

6.3.1 直方图分析

使用 Pillow的ImageStat 模块，我们可以计算图像的直方图，从而了解图像的亮度分布。以下是一个示例：

from PIL import Image, ImageStat 

# 打开图像文件 
img = Image.open('example.jpg') 

# 计算直方图 
stats = ImageStat.Stat(img) 

# 显示直方图数据 
print("亮度分布:", stats.发力)

6.3.2 特征提取

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！