Python使用嵌套循环实现图像处理算法

• 推荐自己的专栏：分享一些Python案例，将所学用出来
• 使用Python第三方图像处理库Pillow处理图像时，通常是调用模块中提供的函数和对象来处理图像的基本处理

图像的数据结构基础

---

一：在“底层”图像是由像素点组成的二维数，每个像素点的位置表示为两个整数的元组

二：像素的值根据图像模式由对应的元组组成（例如，RGB模式表示为三个整数值组成的元组，分别表示构成颜色的红、绿、蓝的值，范围从0到255）

PIL.Image模块中的Image类的方法：

• getpixel(loc) 返回位于位置loc的像素的颜色
• putpixel(loc, pix) 把位于位置loc的颜色替换为pix

拷贝图像

---

拷贝图像的算法可以通过打开原始图像，创建一个新的大小相同的空白图像，然后将旧图像中的像素颜色复制到新图像相应的像素中。

即使用嵌套循环，把旧图像位置 (i， j) 的像素复制到新图像的位置 (i， j)

我的电脑，D:\zgh\picture这个路径下有一个图片zgh.png

import PIL.Image

def copy(im):
    im_new = PIL.Image.new(im.mode, im.size)
    width, height = im.size
    for i in range(0, width):
        for j in range(0, height):
            pix = im.getpixel((i, j))
            im_new.putpixel((i, j), pix)
    return im_new

if __name__ == '__main__':
    im = PIL.Image.open("D:\zgh\picture\zgh.png")
    copy(im).show()

运行之后，会出现一个图像文件，显示的图像与上图一样

• im.size返回包含图像宽度和高度的元组，单位为像素
• im.mode返回包含图像模式的字符串（RGB、CYMK、Grayscale…）

剪裁图像

---

剪裁图像的算法可以通过打开原始图像，指定一个四元组的剪裁框，创建一个与剪裁框大小相同的空白图像，然后将旧图像中剪裁框内的像素颜色复制到新图像中。同样可以实用嵌套循环实现像素复制

原图像：

其分辨率为959 × 959

import PIL.Image

def crop(im, box):
    x1, y1, x2, y2 = box
    width, height = x2-x1, y2-y1
    im_new = PIL.Image.new(im.mode, (width, height))
    for i in range(0, width):
        for j in range(0, height):
            pix = im.getpixel((x1+i, y1+j))
            im_new.putpixel((i, j), pix)
    return im_new

if __name__ == '__main__':
    box = (400, 400, 800, 800)
    im = PIL.Image.open("D:\zgh\picture\zgh.png")
    crop(im, box).show()

我图像对图像的剪裁框，左上角坐标为(400, 400)，右下角为(800, 800)

box = (400, 400, 800, 800)</