最全Pillow（PIL）入门教程（非常详细）_python pillow 教程，2024年最新Python面试送分题

最新推荐文章于 2024-05-18 12:23:46 发布

老板这功能得加钱

最新推荐文章于 2024-05-18 12:23:46 发布

阅读量926

点赞数 8

分类专栏：程序员文章标签： python 学习面试

本文链接：https://blog.csdn.net/m0_60721649/article/details/138793447

版权

程序员专栏收录该内容

193 篇文章 0 订阅

订阅专栏

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

工具都帮大家整理好了，安装就可直接上手！

三、最新Python学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、Python视频合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试宝典

在这里插入图片描述

简历模板

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

下面开始编写代码：

# 批量修改图片尺寸
import os
from PIL import Image
#读取图片目录
fileName = os.listdir('C:/Users/Administrator/Desktop/image01/')
print(fileName)
#设定尺寸
width = 350
height = 350
# 如果目录不存在，则创建目录
if not os.path.exists('C:/Users/Administrator/Desktop/NewImage/'):
    os.mkdir('C:/Users/Administrator/Desktop/NewImage/')
# 循环读取每一张图片
for img in fileName:
    old_pic = Image.open('C:/Users/Administrator/Desktop/image01/' + img)
    new_image = old_pic.resize((width, height),Image.BILINEAR)
    print (new_image)
    new_image.save('C:/Users/Administrator/Desktop/NewImage/'+img)

输出结果如下所示：

['向日葵.jpg', '国宝.jpg', '矩形图.jpg', '蝴蝶.jpg']
<PIL.Image.Image image mode=RGB size=350x350 at 0x2B9E670>
<PIL.Image.Image image mode=RGB size=350x350 at 0x31D0C90>
<PIL.Image.Image image mode=RGB size=350x350 at 0x2B90DB0>
<PIL.Image.Image image mode=RGB size=350x350 at 0x31D0C90>

NewImage 目录的内容如下：

pillow图像处理
图4：处理完成的图片

Pillow图像分离与合并

我们知道，图像（指数字图像）由许多像素点组成，像素是组成图像的基本单位，而每一个像素点又可以使用不同的颜色，最终呈现出了绚丽多彩的图像。在《Pillow Image对象属性》一节，我们介绍一些图片模式，它们的本质就是图片呈现颜色时需要遵循的规则，比如 RGB、RGBA、CYMK 等，而图像的分离与合并，指的就是图像颜色的分离和合并。

Image 类提供了用于分离图像和合并图像的方法 split() 和 merge() 方法，通常情况下，这两个方法会一起使用。

split()

split() 的使用方法比较简单，用来分离颜色通道。我们使用它来处理蝴蝶图片：

pillow分离图片
图1：pilow 图像处理操作

代码如下所示：

im=Image.open("C:/Users/Administrator/Desktop/1.jpg")
#修改图像大小，以适应图像处理
image=im.resize((450,400))
image.save("C:/Users/Administrator/Desktop/2.jpg")
#分离颜色通道，产生三个 Image对象
r,g,b = image.split()
r.show()
g.show()
b.show()

输出的结果，依次展示如下：

pillow图像处理
图2：分离结果预览

merge()

Image 类提供的 merge() 方法可以实现图像的合并操作。注意，图像合并，可以是单个图像合并，也可以合并两个以上的图像。

merge() 方法的语法格式如下：

Image.merge(mode, bands)

参数说明如下：

mode：指定输出图片的模式
bands：参数类型为元组或者列表序列，其元素值是组成图像的颜色通道，比如 RGB 分别代表三种颜色通道，可以表示为 (r,g,b)。

注意，该函数会返回一个新的 Image 对象。

下面对图像合并的两种类型分别进行介绍：

一. 单个图像的合并指的是将颜色通道进行重新组合，从而得到不一样的图片效果，代码如下所示：

from PIL import Image
im=Image.open("C:/Users/Administrator/Desktop/1.jpg")
#修改图像大小，以适应图像处理
image=im.resize((450,400))
image.save("C:/Users/Administrator/Desktop/2.jpg")
#分离颜色通道，产生三个 Image对象
r,g,b = image.split()
#重新组合颜色通道，返回先的Image对象
image_merge=Image.merge('RGB',(b,g,r))
image_merge.show()
#保存图像至桌面
image_merge.save("C:/Users/Administrator/Desktop/3.jpg")

新合成的图像入如下所示：

pillow图像处理
图3：图像合并操作

两张图片的合并操作也并不复杂，但是要求两张图片的模式、图像大小必须要保持一致，否则不能合并。因此，对于那些模式、大小不同的图片要进行预处理。

下面我们将蝴蝶图与向日葵图进行合并，向日葵原图如下：

pillow图片处理
图4：向日葵原图

示例代码如下：

from PIL import Image
#打开图2.jpg
im_1 = Image.open("C:/Users/Administrator/Desktop/2.jpg")
im_2= Image.open("C:/Users/Administrator/Desktop/向日葵.jpg")
#因为两种图片的图片格式一致，所以仅需要处理图片的大小，让它们保持一致
#让 im_2 的图像尺寸与 im_1 一致,注意此处新生成了 Image 对象
image = im_2.resize(im_1.size)
#接下来，对图像进行颜色分离操作
r1, g1 ,b1 = im_1.split()
r2, g2 , b2 = image.split()
# 合并图像
im_3 = Image.merge('RGB',[r2,g1,b2])
im_3.show()
im_3.save("C:/Users/Administrator/Desktop/合成.jpg")

预览图像的合成结果：

pillow图像合成
图5：合成图像

扩展知识：blend() 混合图片

Image 类也提供了 blend() 方法来混合 RGBA 模式的图片（PNG 格式），函数的语法格式如下：

Image.blend(image1,image2, alpha)

参数说明如下：

image1，image2：表示两个 Image 对象。
alpha：表示透明度，取值范围为 0 到 1，当取值为 0 时，输出图像相当于 image1 的拷贝，而取值为 1 时，则是 image2 的拷贝，只有当取值为 0.5 时，才为两个图像的中合。因此改值的大小决定了两个图像的混合程度。

与 RGB 模式相比，RGBA 在 RGB 的基础上增加了透明度，通过 Alpha 取值来决定两个图像的混合程度。示例如下：

""""
混合 rgba模式的图像
"""
im1 = Image.open("C:/Users/Administrator/Desktop/c-net.png")
image = Image.open("C:/Users/Administrator/Desktop/心形函数图像.png")
im2=image.resize(im1.size)
def blend_im(im1,im2):
     #设置 alpha 为 0.5
    Image.blend(im1,im2,0.5).save("C:/Users/Administrator/Desktop/C语言中文网.png")
#调用函数
blend_im(im1,im2)

输出结果如下：

pillow库处理图像
图6：混合图像

Pillow图像裁剪、复制、粘贴操作

图像的剪裁、复制、粘贴是图像处理过程中经常使用的基本操作，Pillow Image 类提供了简单、易用的 API 接口，能够帮助您快速实现这些简单的图像处理操作。

图像裁剪操作

Image 类提供的 crop() 函数允许我们以矩形区域的方式对原图像进行裁剪，函数的语法格式如下：

crop(box=None)

box：表示裁剪区域，默认为 None，表示拷贝原图像。

注意：box 是一个有四个数字的元组参数 (x_左上,y_左下,x1_右上,y1_右下)，分别表示被裁剪矩形区域的左上角 x、y 坐标和右下角 x，y 坐标。默认 (0,0) 表示坐标原点，宽度的方向为 x 轴，高度的方向为 y 轴，每个像素点代表一个单位。

crop() 函数的会返回一个 Image 对象，使用示例如下：

"""
裁剪图像
"""
im = Image.open("C:/Users/Administrator/Desktop/C语言中文网.png")
box =(0,0,200,100)
im_crop = im.crop(box)
im_crop.show()

输出图像显示如下：

pillow图像处理
图1：图像裁剪

最终，在原图的基础上裁剪出一张像素为 200 * 100 的图像。

图像拷贝和粘贴

拷贝、粘贴操作几乎是成对出现的，Image 类提供了 copy() 和 paste() 方法来实现图像的复制和粘贴。其中复制操作（即 copy() 方法）比较简单，下面主要介绍 paste() 粘贴方法，语法格式如下所示：

paste(image, box=None, mask=None)

该函数的作用是将一张图片粘贴至另一张图片中。注意，粘贴后的图片模式将自动保持一致，不需要进行额外的转换。参数说明如下：

image：指被粘贴的图片；
box：指定图片被粘贴的位置或者区域，其参数值是长度为 2 或者 4 的元组序列，长度为 2 时，表示具体的某一点 (x,y)；长度为 4 则表示图片粘贴的区域，此时区域的大小必须要和被粘贴的图像大小保持一致。
mask：可选参数，为图片添加蒙版效果。

下面复制一张原图像的副本，对副本进行裁剪、粘贴操作，代码如下所示：

im = Image.open("C:/Users/Administrator/Desktop/C语言中文网.png")
#复制一张图片副本
im_copy=im.copy()
#对副本进行裁剪
im_crop = im_copy.crop((0,0,200,100))
#创建一个新的图像作为蒙版，L模式，单颜色值
image_new = Image.new('L', (200, 100), 200)
#将裁剪后的副本粘贴至副本图像上，并添加蒙版
im_copy.paste(im_crop,(100,100,300,200),mask=image_new)
#显示粘贴后的图像
im_copy.show()

输出的显示结果，如下所示：

pillow处理图像
图2：图像复制粘贴

Pillow图像几何变换

图像的几何变换主要包括图像翻转、图像旋转和图像变换操作，Image 类提供了处理这些操作的函数 transpose()、rotate() 和 transform()，下面分别对它们进行讲解。

transpose()翻转操作

该函数可以实现图像的垂直、水平翻转，语法格式如下：

Image.transpose(method)

method 参数决定了图片要如何翻转，参数值如下：

Image.FLIP_LEFT_RIGHT：左右水平翻转；
Image.FLIP_TOP_BOTTOM：上下垂直翻转；
Image.ROTATE_90：图像旋转 90 度；
Image.ROTATE_180：图像旋转 180 度；
Image.ROTATE_270：图像旋转 270 度；
Image.TRANSPOSE：图像转置；
Image.TRANSVERSE：图像横向翻转。

使用示例如下：

im = Image.open("C:/Users/Administrator/Desktop/c-net.png")
#返回一个新的Image对象
im_out=im.transpose(Image.FLIP_LEFT_RIGHT)
im_out.show()
im_out.save("C:/Users/Administrator/Desktop/水平翻转.png")

图像显示结果，如下所示：

python pillow库图像处理
图1：图像翻转操作

rotate()任意角度旋转

当我们想把图像旋转任意角度时，可以使用 rotate() 函数，语法格式如下：

Image.rotate(angle, resample=PIL.Image.NEAREST, expand=None, center=None, translate=None, fillcolor=None)

参数说明如下：

angle：表示任意旋转的角度；
resample：重采样滤波器，默认为 PIL.Image.NEAREST 最近邻插值方法；
expand：可选参数，表示是否对图像进行扩展，如果参数值为 True 则扩大输出图像，如果为 False 或者省略，则表示按原图像大小输出；
center：可选参数，指定旋转中心，参数值是长度为 2 的元组，默认以图像中心进行旋转；
translate：参数值为二元组，表示对旋转后的图像进行平移，以左上角为原点；
fillcolor：可选参数，填充颜色，图像旋转后，对图像之外的区域进行填充。

使用示例如下：

im = Image.open("C:/Users/Administrator/Desktop/c-net.png")
#translate的参数值可以为负数，并将旋转图之外的区域填充为绿色
#返回同一个新的Image对象
im_out=im.rotate(45,translate=(0,-25),fillcolor="green")
im_out.show()
im_out.save("C:/Users/Administrator/Desktop/旋转图像.png")

输出结果：

python pillow图像处理
图2：图像旋转

transform()图像变换

该函数能够对图像进行变换操作，通过指定的变换方式，产生一张规定大小的新图像，语法格式如下：

Image.transform(size, method, data=None, resample=0)

参数说明：

size：指定新图片的大小；
method：指定图片的变化方式，比如 Image.EXTENT 表示矩形变换；
data：该参数用来给变换方式提供所需数据；
resample：图像重采样滤波器，默认参数值为 PIL.Image.NEAREST。

使用示例如下：

from PIL import Image
im = Image.open("C:/Users/Administrator/Desktop/c-net.png")
#设置图像大小250*250，并根据data的数据截取原图像的区域，生成新的图像
im_out=im.transform((250,250),Image.EXTENT,data=[0,0,30 + im.width//4,im.height//3])
im_out.show()
im_out.save("C:/Users/Administrator/Desktop/变换.png")

输出图像显示如下：

pillow图像处理
图3：图像矩形变换

Pillow图像降噪处理

由于成像设备、传输媒介等因素的影响，图像总会或多或少的存在一些不必要的干扰信息，我们将这些干扰信息统称为“噪声”，比如数字图像中常见的“椒盐噪声”，指的是图像会随机出现的一些白、黑色的像素点。图像噪声既影响了图像的质量，又妨碍人们的视觉观赏。因此，噪声处理是图像处理过程中必不可少的环节之一，我们把处理图像噪声的过程称为“图像降噪”。

随着数字图像技术的不断发展，图像降噪方法也日趋成熟，通过某些算法来构造滤波器是图像降噪的主要方式。滤波器能够有效抑制噪声的产生，并且不影响被处理图像的形状、大小以及原有的拓扑结构。

Pillow 通过 ImageFilter 类达到图像降噪的目的，该类中集成了不同种类的滤波器，通过调用它们从而实现图像的平滑、锐化、边界增强等图像降噪操作。常见的降噪滤波器如下表所示：

名称	说明
ImageFilter.BLUR	模糊滤波，即均值滤波
ImageFilter.CONTOUR	轮廓滤波，寻找图像轮廓信息
ImageFilter.DETAIL	细节滤波，使得图像显示更加精细
ImageFilter.FIND_EDGES	寻找边界滤波（找寻图像的边界信息）
ImageFilter.EMBOSS	浮雕滤波，以浮雕图的形式显示图像
ImageFilter.EDGE_ENHANCE	边界增强滤波
ImageFilter.EDGE_ENHANCE_MORE	深度边缘增强滤波
ImageFilter.SMOOTH	平滑滤波
ImageFilter.SMOOTH_MORE	深度平滑滤波
ImageFilter.SHARPEN	锐化滤波
ImageFilter.GaussianBlur()	高斯模糊
ImageFilter.UnsharpMask()	反锐化掩码滤波
ImageFilter.Kernel()	卷积核滤波
ImageFilter.MinFilter(size)	最小值滤波器，从 size 参数指定的区域中选择最小像素值，然后将其存储至输出图像中。
ImageFilter.MedianFilter(size)	中值滤波器，从 size 参数指定的区域中选择中值像素值，然后将其存储至输出图像中。
ImageFilter.MaxFilter(size)	最大值滤波器
ImageFilter.ModeFilter()	模式滤波

从上述表格中选取几个方法进行示例演示，下面是等待处理的原始图像：

pillow图像处理
图1：pilow图像处理

模糊处理

# 导入Image类和ImageFilter类
from PIL import Image,ImageFilter
im = Image.open("C:/Users/Administrator/Desktop/国宝.jpg")
#图像模糊处理
im_blur=im.filter(ImageFilter.BLUR)
im_blur.show()
im_blur.save("C:/Users/Administrator/Desktop/模糊.png")

输出图像如下：

pillow图像处理
图2：图像模糊

轮廓图

from PIL import Image,ImageFilter
im = Image.open("C:/Users/Administrator/Desktop/国宝.jpg")
#生成轮廓图
im2=im.filter(ImageFilter.CONTOUR)
im2.show()
im2.save("C:/Users/Administrator/Desktop/轮廓图.png")

输出图像，显示如下：

pillow图像处理
图3：图像轮廓图

边缘检测

from PIL import Image,ImageFilter
im = Image.open("C:/Users/Administrator/Desktop/国宝.jpg")
#边缘检测
im3=im.filter(ImageFilter.FIND_EDGES)
im3.show()
im3.save("C:/Users/Administrator/Desktop/边缘检测.png")

输出图像结果：

pillow图像处理
图4：图像边缘检测

浮雕图

from PIL import Image,ImageFilter
im = Image.open("C:/Users/Administrator/Desktop/国宝.jpg")
#浮雕图
im4=im.filter(ImageFilter.EMBOSS)
im4.show()
im4.save("C:/Users/Administrator/Desktop/浮雕图.png")

输出图像如下：

pillow图像处理
图5：浮雕图

平滑图像

#生成平滑图像
from PIL import Image,ImageFilter
im = Image.open("C:/Users/Administrator/Desktop/国宝.jpg")
#平滑图smooth
im5=im.filter(ImageFilter.SMOOTH)
im5.show()
im5.save("C:/Users/Administrator/Desktop/平滑图.png")

输出图像如下：

pillow图像处理
图6：平滑图

如果您使用过 PhotoShop（简称 Ps，一款专业的图像处理软件）、Fireworks（简称 Fw，一款专业的图像处理软件）或者手机美图软件的话，其实不难发现，上述操作就是给图片添加一个“滤镜”，通过添加滤镜来改变图片的外观，从而影响了我们对于图片的感官体验。

Pillow图像颜色处理

Pillow 提供了颜色处理模块 ImageColor，该模块支持不同格式的颜色，比如 RGB 格式的颜色三元组、十六进制的颜色名称（#ff0000）以及颜色英文单词（“red”）。同时，它还可以将 CSS（层叠样式表，用来修饰网页）风格的颜色转换为 RGB 格式。

注意，在 ImageColor 模块对颜色的大小并不敏感，比如 “Red” 也可以写为 " red"。

颜色命名

ImageColor 支持多种颜色模式的的命名（即使用固定的格式对颜值进行表示），比如我们熟知的 RGB 色彩模式，除此之外，还有 HSL （色调-饱和度-明度）、HSB （又称 HSV，色调-饱和度-亮度）色彩模式。下面对 HSL 做简单介绍：

H：即 Hue 色调，取值范围 0 -360，其中 0 表示“red”，120 表示 “green”，240 表示“blue”；
S：即 Saturation 饱和度，代表色彩的纯度，取值 0~100%，其中 0 代表灰色（gry），100% 表示色光最饱和；
L：即 Lightness 明度，取值为 0~100%，其中 0 表示“black”黑色，50% 表示正常颜色，100% 则表示白色。

下面使用 HSL 色彩模式表示红色，格式如下：

HSL(0,100%,50%)

此时的颜色为“纯红色”，等同于 RGB (255,0,0)。如果想了解有关 HSL/HSB 的更多知识，点击链接前往。

ImageColor 模块比较简单，只提供了两个常用方法，分别是 getrgb() 和 getcolor() 函数。

getrgb()方法

顾名思义，该函数用来得到颜色的 RGB 值，语法格式如下：

PIL.ImageColor.getrgb(color)

使用示例如下：

from PIL import Image,ImageColor
# getrgb()方法
color1=ImageColor.getrgb("blue")
print(color1)
color2=ImageColor.getrgb('#DCDCDC')
print(color2)
#使用HSL模式红色
color3=ImageColor.getrgb('HSL(0,100%,50%)')
print(color3)

输出结果如下：

(0, 0, 255)
(220, 220, 220)
(255, 0, 0)

通过 new() 方法可以新建图像，此时也可以使用 ImageColor.getrgb()，如下所示：

#使用new()绘制新的图像
im= Image.new("RGB", (200, 200), ImageColor.getrgb("#EEB4B4"))
im.save("C:/Users/Administrator/Desktop/xin.jpg")

显示图片如下：

pillow图像处理
图1：新建图像

getcolor()

该方法与 getrgb() 类似，同样用来获取颜色值，不过它多了一个mode参数，因此该函数可以获取指定色彩模式的颜色值。语法格式如下：

PIL.ImageColor.getcolor(color, mode)

参数说明如下：

color：一个颜色名称，字符串格式，可以是颜色的英文单词，或者十六进制颜色名。如果是不支持的颜色，会报 ValueError 错误；
mode：指定色彩模式，如果是不支持的模式，会报 KeyError 错误。

使用示例如下：

color4=ImageColor.getcolor('#EEA9B8','L')
print(color4)
color5=ImageColor.getcolor('yellow','RGBA')
print(color5)

输出结果：

191
(255, 255, 0, 255)

Pillow为图片添加水印

为图片添加水印能够在一定程度上避免其他人滥用您的图片，这是保护图片版权的一种有效方式。因此，当您在微博、或者博客等一些公众平台分享图片的时候，建议您为自己的图片添加一个水印，来证明这张图片属于您。

添加水印的方式的有很多种，比如通过一些图像处理软件，或者手机美图软件都可以实现添加水印的操作，但是这种操作比较复杂，甚至有些软件还不是免费的。

Pillow 库提供了添加水印的方法，操作简单，易学、易用。下面我们讲解如何使用 PIilow 给图片添加水印。

我们知道，水印是附着在原图片上一段文字信息，因此添加水印的过程中会涉及两个问题：

第一、如何使文字信息附着在图片上；
第二、如何绘制文字信息。

只要解决了这两个问题就可以成功添加水印。Pillow 提供的ImageDraw和ImageFont模块成功解决了上述问题。

ImageDraw

PIL.ImageDraw 模块提供了一系列的绘图方法，通过该模块可以创建一个新的图形，或者在现有的图像上再绘制一个图形，从而起到对原图注释和修饰的作用。

下面创建一个 ImageDraw 对象，并对该对象的使用方法做简单介绍：

draw = ImageDraw.Draw(im)

上述方法会返回一个 ImageDraw 对象，参数 im 表示 Image 对象。这里我们可以把 Image 对象理解成画布，通过调用 ImageDraw 对象的一些方法，实现了在画布上绘制出新的图形目的。ImageDraw 对象的常用方法如下表所示：

方法	说明
text	在图像上绘制文字
line	绘制直线、线段
eclipse	绘制椭圆形
rectangle	绘制矩形
polygon	绘制多边形

表格中第一个方法 text() 需要与 ImageFont 模块一起使用，在下面会做详细介绍。

绘制矩形图的语法格式如下：

draw.rectangle(xy, fill=None, outline=None)

参数说明如下：

xy：元组参数值，以图像的左上角为坐标原点，表示矩形图的位置、图形大小的坐标序列，形如 ((x1,y1,x2,y2))；
fill：矩形图的背景填充色；
outline：矩形图的边框线条颜色。

下面看一组简单的示例：

from PIL import Image,ImageDraw
#创建 Image 对象，当做背景图
im = Image.new('RGB',(200,200),color='gray')
#创建 ImageDraw 对象
draw = ImageDraw.Draw(im)
#以左上角为原点，绘制矩形。元组坐标序列表示矩形的位置、大小；fill设置填充色为红色，outline设置边框线为黑色
draw.rectangle((50,100,100,150),fill=(255,0,0),outline=(0,0,0))
#查看原图片
im.show()
#保存图片
im.save("C:/Users/Administrator/Desktop/添加矩形图.png")

图形显示结果如下：

pillow图像处理教程
图1：绘制红色矩形

ImageFont

PIL.ImagreFont 模块通过加载不同格式的字体文件，从而在图像上绘制出不同类型的文字，比如 TrueType 和 OpenType 类型的字体。

创建字体对象的语法格式如下：

font = ImageFont.truetype(font='字体文件路径', size=字体大小)

如果想要在图片上添加文本，还需要使用 ImageDraw.text() 方法，语法格式如下：

d.text((x,y), "text", font, fill)

参数说明如下：

(x,y)：图像左上角为坐标原点，(x,y) 表示添加文本的起始坐标位置；
text：字符串格式，要添加的文本内容；
font：ImageFont 对象；
fill：文本填充颜色。

下面看一组使用示例，如下所示：

from PIL import Image,ImageFont,ImageDraw
#打开图片，返回 Image对象
im = Image.open("C:/Users/Administrator/Desktop/c-net.png")
#创建画布对象
draw = ImageDraw.Draw(im)
#加载计算机本地字体文件
font=ImageFont.truetype('C:/Windows/Fonts/msyh.ttc',size=36)
#在原图像上添加文本
draw.text(xy=(80,50),text='C语言中文网',fill=(255,0,0),font=font)
im.show()
im.save("C:/Users/Administrator/Desktop/c.png")

图像显示结果如下：

pillow图像处理
图2：添加文本

添加图片水印

通过上述知识的学习，我们对ImageDraw和ImageFont模块有了大体的认识，并且也解决了如何给图片添加水印的两个关键问题。以下示例展示了为图片添加水印的详细过程，代码如下所示：

"""
添加水印（函数式编程）
"""
from PIL import Image,ImageFont,ImageDraw
font=ImageFont.truetype('C:/Windows/Fonts/msyh.ttc',size=30)
def creating\_watermark(im,text,font=font):
    #给水印添加透明度，因此需要转换图片的格式
    im_rgba=im.convert('RGBA')
    im_text_canvas=Image.new('RGBA',im_rgba.size,(255,255,255,0))
    print(im_rgba.size[0])
    draw = ImageDraw.Draw(im_text_canvas)
    #设置文本文字大小
    text_x_width,text_y_height = draw.textsize(text,font=font)
    print(text_x_width,text_y_height)
    text_xy = (im_rgba.size[0] - text_x_width, im_rgba.size[1] - text_y_height)
    print(text_xy)
    #设置文本颜色（绿色）和透明度（半透明）
    draw.text(text_xy,text,font=font,fill=(255,255,255,128))
    #将原图片与文字复合
    im_text=Image.alpha_composite(im_rgba,im_text_canvas)
    return  im_text
image = Image.open("C:/Users/Administrator/Desktop/c-net.png")
image.show()
image_water = creating_watermark(image,'@c语言中文网')
image_water.show()
image_water.save("C:/Users/Administrator/Desktop/c语言中文网.png")

添加水印后的效果图：

pillow
图3：添加水印后效果

Pillow和ndarray数组

NumPy 是 Python 科学计算的基础数据包，它被大量的应用于机器学习领域，比如图像识别、自然语言处理、数据挖掘等。想了解学习 NumPy，可跳转至《NumPy快速入门教程》。

ndarray 是 NumPy 中的数组类型，也称为 ndarray 数组，该数组可以与 Pillow 的 PIL.Image 对象实现相互转化。

ndarray数组创建图像

下面通过 ndarray 数组构建一个 Image 对象，并将图像显示出来。示例如下：

#导入相关的包
from PIL import Image
#使用numpy之前需要提前安装
import numpy as np
#创建 300\*400的图像，3个颜色通道
array = np.zeros([300,400,3],dtype=np.uint8)
#rgb色彩模式
array[:,:200]=[255,0,0]
array[:,200:]=[255,255,0]
img = Image.fromarray(array)
img.show()
img.save("C:/Users/Administrator/Desktop/数组生成图像.png")

输出结果如下所示：

pillow图像处理
图1：NumPy数组创建图像

图像转化为ndarray数组

下面将图像以 ndarray 数组的形式进行输出，示例如下：

from PIL import Image
import numpy as np
img = Image.open("C:/Users/Administrator/Desktop/大熊猫.png")
img.show()
#Image图像转换为ndarray数组
img_2 = np.array(img)
print(img_2)
#ndarray转换为Image图像
arr_img = Image.fromarray(img_2)
#显示图片
arr_img.show()
#保存图片
arr_img.save("C:/Users/Administrator/Desktop/arr\_img.png")

图片展示结果：

pillow图像处理
图2：显示原图

组成图片的像素点数组如下所示：

[[[113 108 105]
  [118 113 110]
  [139 131 128]
  ...
  [139 148 155]
  [137 146 153]
  [139 148 155]]

[[ 97  92  89]
  [124 118 115]
  [137 129 126]
  ...
  [143 152 159]
  [140 149 156]
  [140 149 156]]

[[102  97  94]
  [123 118 115]
  [135 128 125]
  ...
  [144 153 160]
  [142 151 158]
  [143 152 159]]

...

[[168 175 134]
  [175 183 142]
  [151 162 120]
  ...
  [ 99 143  66]
  [111 155  77]
  [131 175  98]]

[[152 164 118]
  [147 160 114]
  [140 156 109]
  ...
  [123 167  87]
  [126 171  90]
  [120 165  84]]

[[136 154 104]
  [127 145  95]
  [156 176 125]
  ...
  [168 213 130]
  [142 187 104]
  [ 69 114  31]]]

Pillow生成GIF动态图

GIF（Graphics Interchange Format，图形交换格式）是一种“位图”图像格式，它以.gif作为图像的扩展名。GIF 图片非常适合在互联网中使用，这是因为它采用了图像预压缩技术，该技术的应用，在一定程度上减少了图像传播、加载所消耗的时间。

与其他格式的图片相比，GIF 还有一项非常重要的应用，那就是生成动态图。我们知道，Pillow 能够处理多种图像格式，包括 GIF 格式，它可以将静态格式图片（png、jpg）合成为 GIF 动态图。

注意：Pillow 总是以灰度模式（L）或调色板模式（P）来读取 GIF 文件。

下面看一组示例：如何使用 Pillow 生成 GiF 动态图。（示例中所用图片素材，点击链接下载，提取码：n1v2）

import os
import random
from PIL import Image
def png_to_gif(png_path,gif_name):
    """png合成gif图像"""
    frames = []
    # 返回文件夹内的所有静态图的列表
    png_files = os.listdir(png_path)
    # 打印返回的列表
    print(png_files)
    # 读取文件内的静态图
    for frame_id in range(1,len(png_files)+1):
        frame = Image.open(os.path.join(png_path,'image%d.png'%frame_id))
        frames.append(frame)
    # 以第一张图片作为开始，将后续5张图片合并成 gif 动态图
    # 参数说明：
    # save_all 保存图像;transparency 设置透明背景色;duration 单位毫秒，动画持续时间， 
    # loop=0 无限循环;disposal=2 恢复原背景颜色。参数详细说明，请参阅官方文档，网址见文章末尾处。
    frames[0].save(gif_name,save_all=True,append_images=frames[1:],transparency=0,duration=2000,loop=0,disposal=2)
#调用函数，传入对应的参数
png_to_gif("C:/Users/Administrator/Desktop/image",'C:/Users/Administrator/Desktop/t.gif')

动态效果图，如下所示：

pillow生成动态gif图

想要了解关于 Pillow 的更多的知识，请参考官方文档：点击前往

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

老板这功能得加钱

关注

8
点赞
踩
21

收藏

觉得还不错? 一键收藏
0
评论
最全Pillow（PIL）入门教程（非常详细）_python pillow 教程，2024年最新Python面试送分题

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。工具都帮大家整理好了，安装就可直接上手！当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
复制链接

扫一扫