PIL使用说明

使用Image类

Python Imaging Library中最重要的类是 ：py：class：`~PIL.Image.Image`类，在模块中定义，具有相同的名称。您可以通过多种方式创建此类的实例; 通过从文件加载图像，处理其他图像或从头开始创建图像。

要从文件加载图像，请在：py：mod：`~PIL.Image`模块中使用：py：func：`~PIL.Image.open`函数：

>>>来自PIL导入图片
>>> im = Image.open（“hopper.ppm”）

如果成功，则此函数返回：py：class：`~PIL.Image.Image`对象。您现在可以使用实例属性来检查文件内容：

>>>来自__future__ import print_function
>>> print（im.format，im.size，im.mode）
PPM（512,512）RGB

的：吡啶：ATTR：`〜PIL.Image.Image.format`属性标识的图像的源。如果未从文件中读取图像，则将其设置为“无”。size属性是一个包含宽度和高度（以像素为单位）的2元组。的 ：吡啶：ATTR：`〜PIL.Image.Image.mode`属性定义的数量和图像中的频带的名字，并且还像素类型和深度。常见模式是灰度图像的“L”（亮度），真彩色图像的“RGB”和印前图像的“CMYK”。

如果无法打开文件，则会引发：py：exc：`IOError`异常。

获得：py：class：`~PIL.Image.Image`类的实例后，可以使用此类定义的方法来处理和操作图像。例如，让我们显示刚刚加载的图像：

>>> im.show（）

注意

标准版：py：meth：`~PIL.Image.Image.show`效率不高，因为它将图像保存到临时文件并调用 ：command：`xv`实用程序来显示图像。如果您没有：command：`xv` 安装，它甚至不起作用。当它工作时，它非常方便调试和测试。

以下部分概述了此库中提供的不同功能。

读写图像

Python Imaging Library支持各种图像文件格式。要从磁盘读取文件，请在：py：mod：`~PIL.Image`模块中使用：py：func：`~PIL.Image.open`函数 。您无需知道打开文件的文件格式。库根据文件内容自动确定格式。

要保存文件，请使用：py：class：`~PIL.Image.Image`类的：py：meth：`~PIL.Image.Image.save`方法 。保存文件时，名称变得很重要。除非指定格式，否则库使用文件扩展名来发现要使用的文件存储格式。

将文件转换为JPEG

来自__future__ import print_function
import os，sys
来自PIL导入图片

对于infile in sys.argv [1：]：
    f，e = os.path.splitext（infile）
    outfile = f +“.jpg”
    如果infile！= outfile：
        尝试：
            Image.open（INFILE）.save（OUTFILE）
        除了IOError：
            打印（“无法转换”，infile）

第二个参数可以提供给：py：meth：`~PIL.Image.Image.save` 方法，该方法明确指定文件格式。如果使用非标准扩展，则必须始终以这种方式指定格式：

创建JPEG缩略图

来自__future__ import print_function
import os，sys
来自PIL导入图片

size =（128,128）

对于infile in sys.argv [1：]：
    outfile = os.path.splitext（infile）[0] +“。thumbnail”
    如果infile！= outfile：
        尝试：
            im = Image.open（infile）
            im.thumbnail（大小）
            im.save（outfile，“JPEG”）
        除了IOError：
            打印（“无法创建缩略图”，infile）

重要的是要注意，除非确实需要，否则库不会解码或加载栅格数据。当您打开文件时，将读取文件头以确定文件格式并提取解码文件所需的模式，大小和其他属性等内容，但文件的其余部分直到稍后才会处理。

这意味着打开图像文件是一种快速操作，它与文件大小和压缩类型无关。这是一个快速识别一组图像文件的简单脚本：

识别图像文件

来自__future__ import print_function
导入系统
来自PIL导入图片

对于infile in sys.argv [1：]：
    尝试：
        使用Image.open（infile）作为im：
            print（infile，im.format，“％dx％d”％im.size，im.mode）
    除了IOError：
        通过

剪切，粘贴和合并图像

的：潘岳：类：`〜PIL.Image.Image`类包含让您在图像内操作区域的方法。要从图像中提取子矩形，请使用：py：meth：`~PIL.Image.Image.crop`方法。

从图像复制子矩形

box =（100,100,400,400）
region = im.crop（方框）

该区域由4元组定义，其中坐标为（左，上，右，下）。Python Imaging Library使用左上角带有（0,0）的坐标系。另请注意，坐标是指像素之间的位置，因此上例中的区域恰好是300x300像素。

现在可以以某种方式处理该区域并粘贴回来。

处理子矩形并将其粘贴回来

region = region.transpose（Image.ROTATE_180）
im.paste（地区，盒子）

将区域粘贴回来时，区域的大小必须与给定区域完全匹配。此外，该区域不能延伸到图像之外。但是，原始图像和区域的模式不需要匹配。如果没有，则在粘贴之前自动转换该区域（ 有关详细信息，请参阅下面的参考：ref：`color-transforms`部分）。

这是另一个例子：

滚动图像

def roll（图像，delta）：
    “”将图像侧身翻滚。“”
    xsize，ysize = image.size

    delta = delta％xsize
    如果delta == 0：返回图像

    part1 = image.crop（（0,0，delta，ysize））
    part2 = image.crop（（delta，0，xsize，ysize））
    part1.load（）
    part2.load（）
    image.paste（part2，（0,0，xsize-delta，ysize））
    image.paste（part1，（xsize-delta，0，xsize，ysize））

    返回图片

注意，当从：py：meth：`~PIL.Image.Image.crop` 操作粘贴它时，首先调用：py：meth：`~PIL.Image.Image.load`。这是因为裁剪是一种懒惰的操作。如果：py：meth：`~PIL.Image.Image.load`未被调用，则在粘贴命令中使用图像之前不会执行裁剪操作。这意味着part1将从image第一个粘贴已修改的版本中裁剪掉。

对于更高级的技巧，粘贴方法也可以将透明蒙版作为可选参数。在此掩码中，值255表示粘贴的图像在该位置是不透明的（也就是说，粘贴的图像应该按原样使用）。值0表示粘贴的图像完全透明。介于两者之间的值表示不同的透明度。例如，粘贴RGBA图像并将其用作蒙版将粘贴图像的不透明部分，但不粘贴其透明背景。

Python Imaging Library还允许您处理多波段图像的各个波段，例如RGB图像。分割方法创建一组新图像，每个图像包含来自原始多波段图像的一个波段。合并功能采用图像的模式和元组，并将它们组合成新图像。以下示例交换RGB图像的三个波段：

拆分和合并乐队

r，g，b = im.split（）
im = Image.merge（“RGB”，（b，g，r））

请注意，对于单波段图像，：py：meth：`~PIL.Image.Image.split`返回图像本身。要处理单个色带，您可能需要先将图像转换为“RGB”。

几何变换

的：吡啶：类：`PIL.Image.Image`类包含的方法 ：PY：甲基：`〜PIL.Image.Image.resize`和：吡啶：甲基：`〜PIL.Image.Image.rotate`图像。前者采用一个元组给出新的大小，后者采用逆时针方向的角度。

简单的几何变换

out = im.resize（（128,128））
out = im.rotate（45）逆时针方向＃度

要以90度的步长旋转图像，您可以使用 ：py：meth：`~PIL.Image.Image.rotate`方法或 ：py：meth：`~PIL.Image.Image.transpose`方法。后者也可用于围绕其水平轴或垂直轴翻转图像。

转置图像

out = im.transpose（Image.FLIP_LEFT_RIGHT）
out = im.transpose（Image.FLIP_TOP_BOTTOM）
out = im.transpose（Image.ROTATE_90）
out = im.transpose（Image.ROTATE_180）
out = im.transpose（Image.ROTATE_270）

transpose(ROTATE)如果expand标志为true，则可以使用：py：meth：`~PIL.Image.Image.rotate`操作以相同的方式执行 操作，以对图像的大小提供相同的更改。

可以通过：py：meth：`~PIL.Image.Image.transform`方法执行更一般的图像转换形式 。

颜色变换

Python Imaging Library允许您使用：py：meth：`~PIL.Image.Image.convert`方法在不同像素表示之间转换图像。

在模式之间转换

来自PIL导入图片
im = Image.open（“hopper.ppm”）。convert（“L”）

该库支持每种支持模式与“L”和“RGB”模式之间的转换。要在其他模式之间进行转换，您可能必须使用中间图像（通常为“RGB”图像）。

图像增强

Python Imaging Library提供了许多可用于增强图像的方法和模块。

过滤器

的：吡啶：MOD：`〜PIL.ImageFilter`模块包含一些预先定义的增强滤波器可以与被使用 ：吡啶：甲基：`〜PIL.Image.Image.filter`方法。

应用过滤器

来自PIL导入ImageFilter
out = im.filter（ImageFilter.DETAIL）

点操作

的：吡啶：甲基：`〜PIL.Image.Image.point`方法可用于转换的图像（例如图像对比度操纵）的像素值。在大多数情况下，可以将期望一个参数的函数对象传递给此方法。根据该功能处理每个像素：

应用点变换

＃将每个像素乘以1.2
out = im.point（lambda i：i * 1.2）

使用上述技术，您可以快速将任何简单表达式应用于图像。您还可以组合：py：meth：`~PIL.Image.Image.point`和 ：py：meth：`~PIL.Image.Image.paste`方法来有选择地修改图像：

处理个别乐队

＃将图像分割成单独的波段
source = im.split（）

R，G，B = 0,1,2

＃选择红色小于100的区域
mask = source [R] .point（lambda i：i <100和255）

＃处理绿色乐队
out = source [G] .point（lambda i：i * 0.7）

＃将已处理的条带粘贴回来，但仅限于红色<100的情况
来源[G] .paste（out，None，mask）

＃构建一个新的多波段图像
im = Image.merge（im.mode，source）

请注意用于创建掩码的语法：

imout = im.point（lambda i：表达式和255）

Python仅在确定结果时评估逻辑表达式的部分，并返回作为表达式结果检查的最后一个值。因此，如果上面的表达式为false（0），Python不会查看第二个操作数，因此返回0.否则返回255。

增强

对于更高级的图像增强，您可以使用 ：py：mod：`~PIL.ImageEnhance`模块中的类。从图像创建后，可以使用增强对象快速尝试不同的设置。

您可以通过这种方式调整对比度，亮度，色彩平衡和清晰度。

增强图像

来自PIL导入ImageEnhance

enh = ImageEnhance.Contrast（im）
enh.enhance（1.3）.show（“对比度提高30％”）

图像序列

Python Imaging Library包含对图像序列（也称为动画格式）的一些基本支持。支持的序列格式包括FLI / FLC，GIF和一些实验格式。TIFF文件还可以包含多个帧。

打开序列文件时，PIL会自动加载序列中的第一帧。您可以使用seek和tell方法在不同的帧之间移动：

阅读序列

来自PIL导入图片

im = Image.open（“animation.gif”）
im.seek（1）＃跳到第二帧

尝试：
    而1：
        im.seek（im.tell（）+ 1）
        ＃做点什么
除了EOFError：
    传递＃序列结束

如本例所示，当序列结束时，你会得到一个：py：exc：`EOFError`异常。

请注意，当前版本的库中的大多数驱动程序只允许您搜索下一帧（如上例所示）。要回放文件，您可能必须重新打开它。

以下类允许您使用for语句循环遍历序列：

使用ImageSequence Iterator类

来自PIL导入ImageSequence
for ImageSequence.Iterator（im）中的帧：
    ＃...做一些框架......

后记打印

Python Imaging Library包含在Postscript打印机上打印图像，文本和图形的功能。这是一个简单的例子：

绘制Postscript

来自PIL导入图片
来自PIL import PSDraw

im = Image.open（“hopper.ppm”）
title =“hopper”
box =（1 * 72,2 * 72,7 * 72,10 * 72）#in points

ps = PSDraw.PSDraw（）#default是sys.stdout
ps.begin_document（标题）

＃绘制图像（75 dpi）
ps.image（box，im，75）
ps.rectangle（盒）

#draw title
ps.setfont（“HelveticaNarrow-Bold”，36）
ps.text（（3 * 72,4 * 72），标题）

ps.end_document（）

更多关于阅读图像

如前所述，：py：mod：`~PIL.Image`模块的：py：func：`~PIL.Image.open`函数 用于打开图像文件。在大多数情况下，您只需将文件名作为参数传递：

来自PIL导入图片
im = Image.open（“hopper.ppm”）

如果一切顺利，结果是：py：class：`PIL.Image.Image`对象。否则，引发：exc：`IOError`异常。

您可以使用类似文件的对象而不是文件名。该对象必须实现：py：meth：`~file.read`，：py：meth：`~file.seek`和 ：py：meth：`~file.tell`方法，并以二进制模式打开。

从打开的文件中读取

来自PIL导入图片
打开（“hopper.ppm”，“rb”）为fp：
    im = Image.open（fp）

要从字符串数据中读取图像，请使用：py：class：`~StringIO.StringIO` 类：

从字符串中读取

import StringIO

im = Image.open（StringIO.StringIO（buffer））

请注意，库seek(0)在读取图像标题之前会对文件进行倒带（使用）。此外，当读取图像数据时（通过加载方法）也将使用搜索。如果图像文件嵌入在较大的文件中，例如tar文件，则可以使用：py：class：`~PIL.ContainerIO`或 ：py：class：`~PIL.TarIO`模块来访问它。

从tar档案中读取

来自PIL import Image，TarIO

fp = TarIO.TarIO（“Tests / images / hopper.tar”，“hopper.jpg”）
im = Image.open（fp）

控制解码器

某些解码器允许您在从文件中读取图像时操作图像。这通常可用于在创建缩略图时（当速度通常比质量更重要时）加速解码并打印到单色激光打印机（当只需要图像的灰度版本时）。

的：吡啶：甲基：`〜PIL.Image.Image.draft`方法操纵打开但还没有加载的图像，因此给定的模式和大小尽可能地匹配。这是通过重新配置图像解码器来完成的。

阅读草稿模式

这仅适用于JPEG和MPO文件。

来自PIL导入图片
来自__future__ import print_function
im = Image.open（文件）
print（“original =”，im.mode，im.size）

im.draft（“L”，（100,100））
print（“draft =”，im.mode，im.size）

这打印像：

原始= RGB（512,512）
吃水= L（128,128）

请注意，生成的图像可能与请求的模式和大小不完全匹配。要确保图像不大于给定大小，请改用缩略图方法。