学习PIL图像处理库

学习自pillow官方文档

读取存储操作

首先要将图片放在和py文件的同一个目录下

from PIL import Image

im = Image.open('timg.jpg') # 打开
im.save('sharp.jpg','jpeg') # 存储,若未指定格式，库使用文件扩展名来发现要使用的文件存储格式。
im.show() # 展示图片

缩略图

缩放一半：

w, h = im.size
im.thumbnail((w//2, h//2)) # 注意里面是个元组

剪切、粘贴、合并图像

要从图像中提取子矩形，使用crop()：一个4元组，定义左，上，右和下像素坐标。

box = (100, 100, 400, 400) # 选定范围
region = im.crop(box) # 取一块子矩形
region = region.transpose(Image.ROTATE_180) # 把取的子矩形旋转180度(还可以旋转90和270度)
im.paste(region, box) # 把子矩形粘贴到原图像中

横向滚动图像：

x, y = im.size 
delta = 300 % x # 设置滚动的范围，此处取300
part1 = im.crop((0, 0, delta, y)) # 截取第一部分
part2 = im.crop((delta, 0, x, y)) # 截取剩余部分
im.paste(part1, (x-delta, 0, x, y)) # 将第一部分粘贴到整个图最靠左的位置
im.paste(part2, (0, 0, x-delta, y)) # 将剩余部分粘贴到最靠右位置
im.show()

几何变换

resize():采用传入的元组给出新的图像大小

rotate():逆时针方向旋转图像

out = im.resize((128,128))
out2 = im.rotate(45)

旋转、翻转图像还可以用transpose(method)，method可用其中一个：Image.FLIP_LEFT_RIGHT，Image.FLIP_TOP_BOTTOM，Image.ROTATE_90，Image.ROTATE_180，Image.ROTATE_270， Image.TRANSPOSE，Image.TRANSVERSE。

transform(size,method, data)也可图像变换，method：Image.EXTENT（切出矩形子区域）， Image.AFFINE（仿射变换）， Image.PERSPECTIVE（透视变换）， Image.QUAD（将四边形映射到矩形），Image.MESH（在一次操作中映射多个源四边形）

• 从图像中裁剪一个区域。变量data为指定输入图像中两个坐标点的4元组(x0,y0,x1,y1)。输出图像为这两个坐标点之间像素的采样结果。例如，如果输入图像的(x0,y0)为输出图像的（0，0）点，(x1,y1)则与变量size一样。

• out2 = im.transform((200,200),Image.EXTENT,(0, 0, 500, 500))

• 对当前的图像进行仿射变换，变换结果体现在给定尺寸的新图像中。变量data是一个6元组(a,b,c,d,e,f)。

• out2 = im.transform((200,200),Image.AFFINE,(1,2,3,2,1,4))

• 输入图像的一个四边形（通过四个角定义的区域）映射到给定尺寸的长方形。变量data是一个8元组(x0,y0,x1,y1,x2,y2,x3,y3)，它包括源四边形的左上，左下，右下和右上四个角。

• out2 = im.transform((200,200),Image.QUAD, (0,0,0,500,600,500,600,0))

• 对当前图像进行透视变换，产生给定尺寸的新图像。变量data是一个8元组(a,b,c,d,e,f,g,h)。

• out2 = im.transform((200,200),Image.PERSPECTIVE, (1,2,3,2,1,6,1,2))

图像增强

过滤器：filiter()

im_contour = im.filter(ImageFilter.CONTOUR) # 轮廓滤波
im_detail = im.filter(ImageFilter.DETAIL) # 细节滤波
im_edge_enhance = im.filter(ImageFilter.EDGE_ENHANCE) # 边界增强滤波
im_sharp = im.filter(ImageFilter.SHARPEN) # 锐化滤波
im_gauss = im.filter(ImageFilter.GaussianBlur(radius=2)) # 高斯模糊滤波，radius指定平滑半径

点操作：转换图像的像素值（例如，图像对比度操纵）

out = im.point(lambda i: i*2.2)

增强:ImageEnhance(),调整对比度，亮度，色彩平衡和清晰度

from PIL import Image, ImageEnhance
enh = ImageEnhance.Contrast(im) # 调整图像对比度
enh.enhance(1.3).show("30% more contrast") # enhanve()返回增强的图像

图像序列

支持的序列格式包括FLI / FLC，GIF和一些实验格式。打开序列文件时，PIL会自动加载序列中的第一帧。可以使用seek和tell方法在不同的帧之间移动：

im.seek(1) # 跳到第二帧
try:
    while 1:
        im.seek(im.tell()+1) # tell()返回当前帧的序号
        im.show()
except EOFError:
    pass

概念

1.要获取图像中波段的数量和名称，请使用 getbands()方法。

2.通过mode 属性读取图像的模式。如：

print(im.mode) # 返回一个字符串

3.通过size属性读取图像大小，返回一个二元组。

4.PIL的的坐标系为左上角是（0，0），坐标指的是隐含的像素角; 寻址为（0,0）的像素的中心实际上位于（0.5,0.5）。矩形表示为4元组，例如，覆盖所有800x600像素图像的矩形被写为（0,0,800,600）。