Python_使用Pillow（PIL）进行图像数据读取&&处理

本文链接：https://blog.csdn.net/Rocky6688/article/details/107738553

本文介绍Pillow库的基础使用，包括图像读取、显示、复制、格式查询、尺寸获取、模式查看、转换为numpy数组、通道分离与合并、ROI区域裁剪等常见图像处理操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

PIL即Python Imageing Library，而Pillow是PIL的一个分支。Pillow提供了常见的图像读取和处理的操作，它比opencv更为轻巧，而且可以与ipython notebook无缝集成。

使用Image.open()读取图片存储为一个对象，并非是numpy矩阵。

下面我们看看相关的代码操作：

from PIL import Image #导入PIL库
import numpy as np

img = Image.open('../xx.jpg') # 读取图片

imgL = Image.open('../xx.jpg').convert('L') # 读取图片灰度图

imgL.show() # 展示灰度图

img1 = img.copy() # 复制图片

print(img.format) # 输出图片格式

print(img.size) # 输出图片(宽度w,高度h)

print(img.mode) # 输出图片类型,L为灰度图,RGB为真彩色,RGBA为RGB+Alpha透明度

im.show()  # 展示画布

imgData = np.array(img) # 将对象img转化为RGB像素值矩阵

print(imgData.shape) # 输出图片(宽度w,高度h,通道c)

print(imgData.dtype) # 输出图片类型,uint8为[0-255]

print(imgData) # 输出所有像素的RGB值

imgN = Image.fromarray(imgData) # 将RGB像素值矩阵转化为对象imgN

imgN.save('xxx.jpg') # 储存为文件xxx.jpg

r ,g ,b = img.split() # 分离通道

img = Image.merge("RGB", (b, g, r)) # 合并通道

# ROI(region of interest),只对ROI区域操作
roi = img.crop((0, 0, 300, 300)) # (左上x，左上y，右下x，右下y)坐标

roi.show() # 展示ROI区域

#捕捉异IOError,为读取图片失败

try:
	img = Image.open('xxx.jpg')
except IOError:
	print('image failed to read')