使用 Python 图像库处理图像

在我之前关于Pythonists 节省时间技巧的文章中，我提到 Python 是一种可以激发用户热爱的语言。

造成这种情况的一个原因是可用于该语言的节省时间的库的数量。一个很好的例子是Python Imaging Library (PIL)，它是本文的重点。

你可以用 PIL 做什么

PIL 是一个免费库，可为您的 Python 解释器添加图像处理功能，支持 PPM、PNG、JPEG、GIF、TIFF 和 BMP 等一系列图像文件格式。

PIL 提供了几种图像处理/操作的标准程序，例如：

• 基于像素的操作
• 遮蔽和透明度处理
• 过滤（例如，模糊、轮廓、平滑、边缘检测）
• 图像增强（例如，锐化、亮度调整、对比度）
• 几何、颜色和其他变换
• 向图像添加文本
• 剪切、粘贴和合并图像
• 创建缩略图。

PIL和枕头

PIL 的一个问题是其最新版本 1.1.7 于 2009 年发布，仅支持 Python 1.5.2–2.7。尽管 PIL 网站承诺即将推出 Python 3.X 版本，但其最后一次提交是在 2011 年，并且似乎已经停止了开发。

幸运的是，对于 Python 3.X 用户来说，一切都没有丢失。一个名为Pillow的项目已经分叉了 PIL 存储库并添加了 Python 3.X 支持。鉴于大多数读者可能会使用 Python 3.X，我将在本文中关注 Pillow 更新。

安装枕头

由于 Pillow 支持的 Python 版本回到 Python 2.4，我将只关注安装 Pillow 而不是旧版本的 PIL。

Mac 上的 Python

我目前正在 Mac OS X Yosemite 10.10.5 上编写本教程，因此将描述如何在 Mac OS X 机器上安装 Pillow。但是，别担心，我将在本节末尾提供一个链接，描述如何在其他操作系统上安装 Pillow。

我只想在这里指出，Mac OS X 预装了 Python。但是，该版本很可能会在 3.X 之前。

例如，在我的机器上，当我$ python --version在终端中运行时，我得到Python 2.7.10.

Python 和点子

安装 Pillow 的一种非常简单的方法是通过pip。

如果您的机器上没有安装 pip，只需在终端中输入以下命令，即可完成：

<span style="background-color:#292d3e"><span style="color:#bfc7d5"><code class="language-python">$ sudo easy_install pip</code></span></span>

现在，要安装 Pillow，只需在终端中输入以下内容：

<span style="background-color:#292d3e"><span style="color:#bfc7d5"><code class="language-python">$ sudo pip install pillow</code></span></span>

那很容易，不是吗？

正如我所承诺的，要在其他操作系统上安装 Pillow，您可以在此处找到相关说明。

一些例子

在本节中，我将演示一些我们可以用 PIL 做的简单事情。

我将在以下图像上执行这些测试：

如果您想跟随这些示例，请下载图像。

读取图像

这是图像处理任务中最基本的操作，因为要处理图像，您必须先读取它。使用 PIL，这可以很容易地完成，如下所示：

<span style="background-color:#292d3e"><span style="color:#bfc7d5"><code class="language-python">from PIL import Image
img <span style="color:#89ddff">=</span> Image<span style="color:#c792ea">.</span><span style="color:#82aaff">open</span><span style="color:#c792ea">(</span><span style="color:#c3e88d">'brick-house.png'</span><span style="color:#c792ea">)</span></code></span></span>

注意这里img是一个 PIL 图像对象，由open()函数创建，它是 PILImage模块的一部分。

您还可以读取已打开的文件、字符串或 tar 存档。

将图像转换为灰度，显示并保存

该文件brick-house.png是彩色图像。要将其转换为grayscale，显示它，然后保存新的灰度图像，您只需执行以下操作：

<span style="background-color:#292d3e"><span style="color:#bfc7d5"><code class="language-python">from PIL import Image
img <span style="color:#89ddff">=</span> Image<span style="color:#c792ea">.</span><span style="color:#82aaff">open</span><span style="color:#c792ea">(</span><span style="color:#c3e88d">'brick-house.png'</span><span style="color:#c792ea">)</span><span style="color:#c792ea">.</span>convert<span style="color:#c792ea">(</span><span style="color:#c3e88d">'L'</span><span style="color:#c792ea">)</span>
img<span style="color:#c792ea">.</span>show<span style="color:#c792ea">(</span><span style="color:#c792ea">)</span>
img<span style="color:#c792ea">.</span>save<span style="color:#c792ea">(</span><span style="color:#c3e88d">'brick-house-gs'</span><span style="color:#c792ea">,</span><span style="color:#c3e88d">'png'</span><span style="color:#c792ea">)</span></code></span></span>

请注意，我们使用了三个主要函数来执行此操作：convert()、show()和save()。由于我们要转换为灰度图像，因此该L参数与convert().

这是返回的图像：

转换为另一种图像类型

我们正在处理的图像类型为png. 假设您要将其转换为另一种图像类型，例如jpg. 此操作可以使用save()我们在上面小节中用于保存结果（将输出写入磁盘）的函数来完成：

<span style="background-color:#292d3e"><span style="color:#bfc7d5"><code class="language-python">from PIL import Image
img <span style="color:#89ddff">=</span> Image<span style="color:#c792ea">.</span><span style="color:#82aaff">open</span><span style="color:#c792ea">(</span><span style="color:#c3e88d">'brick-house.png'</span><span style="color:#c792ea">)</span>
img<span style="color:#c792ea">.</span>save<span style="color:#c792ea">(</span><span style="color:#c3e88d">'brick-image'</span><span style="color:#c792ea">,</span><span style="color:#c3e88d">'jpeg'</span><span style="color:#c792ea">)</span></code></span></span>

调整图像大小

我们原始图像的大小（尺寸）为 440 x 600 像素。如果我们想调整它的大小，使其大小为 256 x 256px，可以按如下方式完成：

<span style="background-color:#292d3e"><span style="color:#bfc7d5"><code class="language-python">from PIL import Image
img <span style="color:#89ddff">=</span> Image<span style="color:#c792ea">.</span><span style="color:#82aaff">open</span><span style="color:#c792ea">(</span><span style="color:#c3e88d">'brick-house.png'</span><span style="color:#c792ea">)</span>
new_img <span style="color:#89ddff">=</span> img<span style="color:#c792ea">.</span>resize<span style="color:#c792ea">(</span><span style="color:#c792ea">(</span><span style="color:#f78c6c">256</span><span style="color:#c792ea">,</span><span style="color:#f78c6c">256</span><span style="color:#c792ea">)</span><span style="color:#c792ea">)</span>
new_img<span style="color:#c792ea">.</span>save<span style="color:#c792ea">(</span><span style="color:#c3e88d">'brick-house-256x256'</span><span style="color:#c792ea">,</span><span style="color:#c3e88d">'png'</span><span style="color:#c792ea">)</span></code></span></span>

这会产生一个新的方形图像：

如您所见，这会将图像压缩到所需的尺寸而不是裁剪它，这可能不是您想要的。当然，您也可以在保留适当纵横比的同时裁剪图像。

综上所述

这个快速介绍只是为了了解 PIL 的表面，并演示如何通过 PIL 库在 Python 中轻松完成一些复杂的图像处理任务。

您可以使用此库执行的许多其他操作在综合Pillow 文档中进行了描述，您可以在其中阅读有关上述问题的更多详细信息以及方便的教程。

如果对Python有兴趣，想了解更多的Python以及AIoT知识，解决测试问题,以及入门指导，帮你解决学习Python中遇到的困惑，我们这里有技术高手。如果你正在找工作或者刚刚学校出来，又或者已经工作但是经常觉得难点很多，觉得自己Python方面学的不够精想要继续学习的，想转行怕学不会的， 都可以加入我们，可领取最新Python大厂面试资料和Python爬虫、人工智能、学习资料！微信公众号【Python大本营】等你来玩奥~

我希望这篇介绍能激发您尝试使用 Python 进行图像处理。玩得开心！