Python - 图像处理模块（Image processing module）

---

---

Python 中的图像处理模块

• matplotlib.image
  仅支持导入 PNG 格式的图像，且功能有限
• PIL(Python Imaging Library）
  功能丰富，简单易用
  仅支持Python2.x版本, 且已经停止更新
• pillow
  在PIL的基础上发展而成的兼容版本
  支持Python 3
• 此外，常用的图像处理模块还有 skimage ，cv2 等

---

---

01 matplotlib module

---

matplotlib.pyplot

导入matplotlib.pyplot模块：

	# 以下两行代码等效
	import matplotlib.pyplot as plt
	from matplotlib import pyplot as plt

---

matplotlib.pyplot 常用函数

该模块常用来显示图片。

图像显示：

	# 显示图像
	# plt.imshow("使用Image.open()得到的image对象 / numpy数组")
	# imshow() 函数负责对图像进行处理并显示其格式
	# 还需要调用 plt.show() 函数将处理后的图像显示出来
	plt.figure(figsize=(5, 5))  # 设置画布尺寸
	plt.imshow(img, cmap="gray")  # cmap= 参数调整图像显示色图
	plt.show()

	# 显示子图
	# plt.subplot()
	plt.figure(figsize=(15, 5))
	plt.subplot(131)  # 一行三列第一个子图
	plt.axis("off")  # 关闭坐标轴显示
	plt.imshow(img)
	plt.title("标题")  # 显示子图标题
	plt.show()

---

---

02 pillow module

安装 pillow ：

	conda install pillow
	pip install pillow

---

pillow.Image

注意： pillow 的核心仍然是 PIL ，在导入模块时应使用以下语句导入 PIL.Image 模块。

	# 以下两行代码等效
	from PIL import Image
	import PIL.Image as Image

PIL.Image 是 Pillow / PIL 中最重要的模块。其中定义了 class Image: ，通过其中的函数、方法和属性，可以完成对图像的读取、显示和简单的操作。可以通过多种方式创建该类的实例：可以从文件中加载图像，处理其他图像，或者从头创建图像。

---

pillow.Image 常用函数

	# 读取图像文件
	# Image.open("图片路径")
	img = Image.open("lena.tiff")
	
	# 保存图像文件
	# img.save("保存文件路径")
	img.save("test.tiff")
	# save()方法不仅能够保存图像，而且通过改变保存文件名后缀，即可转换图像格式
	img.save("lena.jpg")  # 将图片保存为 .jpg(JPEG) 格式
	img.save("lena.bmp")  # 将图片保存为 .bmp 格式
	
	# 查看图像的主要属性
	img.format  # 返回图像格式
	img.size  # 返回图像尺寸
	img.mode  # 返回图像色彩模式：RGB等

图像色彩模式：数字图像处理中针对不同的色彩模式，有着不同的处理算法。pillow支持以下9种色彩模式：

取值	色彩模式
1	二值图像（注：二值图像同样使用 uint8 格式表示一个像素，0 对应黑，255 对应白）
L	灰度图像
P	8位彩色图像（使用调色板，共包含 255 种颜色）
RGB	24位彩色图像
RGBA	32位彩色图像（在RGB基础上增加了透明度 Alpha 通道）
CMYK	CMYK彩色图像
YCbCr	YCbCr彩色图像
I	32位整型灰度图像
F	32位浮点灰度图像

注🐖：PIL官方文档中关于色彩模式（Mode）的介绍：https://pillow.readthedocs.io/en/stable/handbook/concepts.html#modes

	# 图像色彩模式转换
	img.convert("色彩模式")

注意：虽然可以通过 convert() 将灰度格式转换为 RGB 格式，但是由于灰度格式图像所含信息不足，所以转换后的 RGB 格式图像显示出来仍为灰色的。

颜色通道的分离与合并：

	img.split()  # 将各个通道分离成独立图像
	img.merge("色彩模式", "图像列表")  # 将分立的图像通道合并成为一张图像

pillow.Image 与 numpy 格式转换：

	from PIL import Image
	img = Image.open("path")
	# pillow to numpy
	img_np = np.array(img)
	# numpy to pillow
	# img_pil = Image.fromarray(obj, mode)
	img_pil = Image.fromarray(img_np, mode='1')

图像缩放：

	# 缩放图像
	# 以下两个函数均可对图像进行缩放。将原图像变换为 width × height 尺寸
	img.resize((width, height))  # 
	img.thumbnail((width, height))  # 与 resize() 方法不同，thumbnail() 方法是原地操作，
									# 返回值是 None ，直接对 img 对象进行了缩放。
	im = img.thumbnail((256, 256))  # 无返回值，即 im 为空

注意： .resize() 方法既可以缩小图像，也可以放大图像；.thumbnail() 只可以进行缩小操作。

图像旋转、镜像：

	# 旋转图像
	img.transpose(旋转方式)
	# 图像旋转、镜像方式
	Image.FLIP_LEFT_RIGHT：水平翻转
	Image.FLIP_TOP_BOTTOM：上下翻转
	Image.ROTATE_90：逆时针旋转90°
	Image.ROTATE_180：逆时针旋转180°
	Image.ROTATE_270：逆时针旋转270°
	Image.TRANSPOSE：将图像进行转置
	Image.TRANSVERSE：将图像进行转置，再水平翻转

	img_flr = img.transpose(Image.FLIP_LEFT_RIGHT)

图像裁剪：

	# 图像裁剪
	# 在图像种指定位置裁剪出一个矩形区域
	img.crop((x0, y0, x1, y1))  # (x0, y0)为图像左上角坐标，(x1, y1)为图像右下角坐标，坐标单位为像素。
								# 返回值为一个图像对象
	img_region = img.crop((100, 100, 400, 400))

---

pillow.Image 小结

图像操作	方法/函数/属性
打开图像	Image.open(路径)
保存图像	图像对象.save()
查看图像属性	图像对象.format 图像对象.size 图像对象.mode
显示图像	plt.imshow( image对象/Numpy数组)
转换色彩模式	图像对象.convert(色彩模式)
颜色通道的分离与合并	图像对象.split() Image.merge(色彩模式, 图像列表)
将图像转换为数组	np.array(图像对象)
缩放图像	图像对象.resize((width, height)) 图像对象.thumbnail((width, height))
旋转和镜像	图像对象.transpose(旋转方式)
裁剪图像	图像对象.crop((x0,y0,x1,y1))