python PIL Image 操作记录

导入包:

from PIL import Image

打开图片:

file = 'D:\work\image\a.jpg'
image = Image.open(file)

获取特定像素点(从左上角开始,10为横坐标,20为纵坐标)的颜色:

color = image.getpixel((10, 20))
# color : (255,255,255)

设置特定像素点的颜色:

pixels = image.load()
pixels[10, 20] = (0,0,0)

切割部分图片并报存((0,10)为左上角,(20,30)为右下角):

sub = image.crop((0,10,20,30))
sub .save('D:\work\image\b.jpg')

### 使用PIL库的Image模块 #### 导入模块 为了使用`PIL`中的功能,首先需要导入`Image`模块。可以通过如下方式来简化命名空间以便更方便地调用函数: ```python from PIL import Image as img ``` 这使得后续代码更加简洁明了[^2]。 #### 打开图像文件 要加载一张图片到程序中,可以利用`open()`方法读取本地磁盘上的图像文件: ```python image = img.open('example.jpg') ``` 此命令会创建一个表示指定路径下的图像对象。 #### 显示图像 如果想要查看当前处理的图像,在支持图形界面的操作系统上可以直接调用`.show()`: ```python image.show() ``` 不过需要注意的是这种方法通常只适用于调试目的,因为它依赖于外部应用程序显示图像[^1]。 #### 图像属性获取 每张图像都有其固有的特性,如尺寸大小、颜色模式等,这些信息可通过访问相应属性获得: ```python width, height = image.size # 获取宽度和高度 mode = image.mode # 获取色彩模式 format = image.format # 获取文件格式 ``` 以上操作可以帮助开发者更好地理解所处理的数据集特点[^3]。 #### 基本变换操作 对于常见的几何转换需求,例如缩放和平移,`resize()` 和 `transpose()` 方法提供了便捷的支持;而当涉及到滤镜效果或是像素级别的调整,则有专门的方法可供选用,像是反色混合就可以借助`ImageOps.invert()`完成。 #### 处理直方图 除了基本编辑外,有时还需要分析图像内部特征,这时可运用内置工具——直方图统计。通过调用`histogram()`可以获得各灰度级出现频率的信息,这对于评估对比度或亮度很有帮助[^4]。 ```python hist_data = image.histogram() print(hist_data[:10]) # 输出前十个通道数值作为示例 ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值