Pillow for 2.7.0 教程（1）

Image类的使用

在Python图像库里面，非常重要的一个类就是Image，当然，模型当中也用相同的名字。你可以用多种方式对其进行实例化，如从文件中加载一幅图像、处理一张图像、或者从头创建一幅图像。

从文件中加载一幅图像时，使用Image里面的open()函数：

>>> from PIL import Image

>>> im = Image.open("hopper.ppm")

如果上述步骤成功，这个函数会返回一个Image对象。现在可以通过实例来检查文件属性了：

>>> from __future__  import print_function

>>> print(im.format, im.size, im.mode)

PPM (512,512) RGB

format属性标志着图像的来源。如果图像不是来源于文件，那么它会设置为None。size属性是一个表示图像像素的长和宽的二元组。mode属性定义图像的频域和名称，以及像素类型及深度。通常mode为“L”表示灰度图像，“RGB”为彩色图像，“CMKY”为pre-press图像。

如果不能打开文件，那么“IOError”异常被激活。

一旦你用Image类做了实例化，你可以用该类里面已经定义的方法处理及操作图像。例如，我们可以显示刚才加载的图像：

>>> im.show()

注意：标准版本中show（）不是很有用，因为它只是将图像暂时保存在一个文件中，并且调用XV显示图像。如果你没有安装xv，那么它将不会工作.但是它工作时，却是非常的方便你调试和测试。

读取和写入图像

Python库支持非常广泛的图像格式。利用Image模型里面的open()函数从磁盘中读取图像。你不需要知道打开的文件格式。库会根据图像内容自动获得图像格式。

利用Image类里面的save()方法保存文件。当保存文件时，文件名就显得尤为重要。除非你标明格式，否则库会利用所要保存到的文件的扩展名命名文件格式。

将文件转换为JPEG格式

from __futurn__ import print_function

import os, sys

from PIL import Image

for infile in sys.argv[1:]:

f, e = os.path.splitext ( infile )

outfile = f + ".jpg"

if infile != outfile:

try :

Image.open( infile ).save( outfile )

except IOError:

print("cannot convert", infile)

可以将第二个参数提供给明确指定文件格式的save（）方法。如果你没有使用标准的扩展名，你也可以用下面的方法定义格式：

创建JPEG缩略图

from __future__ import print_function

import os, sys

form PIL import Image

size = (128,128)

for infile in sys.argv[1:]:

outfile = os.path.splitext(infile)[0] + ".thumbnail"

if infile != outfile :

try:

im = Image.open(infile)

im.thumbnail(size)

im.save(outfile, "JPEG")

       except IOError:

print("cannot convert", infile)

需要着重注意的是库文件不会解码或加载raster数据，除非很必要。当你打开一个文件时，文件的头被读取，以便于确定文件格式和提取文件属性，如模式、大小或其他一些需要的属性。但是其他的一些属性不会被处理。

这就意味着，打开文件是一个快速的操作，它与文件类型及压缩类型无关。下面是一个快速识别图像数据集的简单脚本：

form __futurn__ import print_function

import sys

from PIL import Image

for infile in sys.argv[1:]:

try:

with Image.open(infile) as im:

print(infile, im.format, "%d%d" % im.size, im.mode)

except IOError:

pass

剪切、粘贴、合并图像

Image 类包含了一些方法可以对图像区域进行操作。用crop()方法来提取图像的一个方形子图：

复制一个图像的方形子块

box = (100, 100, 400, 400)

region = im.crop(box)

区域被定义为一个4元组，它是一个表示（左，上，右，下）的坐标系。Python图像库利用（0，0）坐标表示左上角。注意坐标系的位置是用像素定义的，因此上面提到的区域准确定义为300*300像素。

上述区域现在就可以进行粘贴合并操作了。

处理和粘贴图像区域

region = region.transpose(Image.ROTATE_180)

im.paste(region, box)

粘贴回来的区域，必须精确匹配给出的区域大小。除此之外，这个区域不能超出图像大小。然而，源图像的模式不要求必须与该区域相匹配。如果它们格式不配，在粘贴之前，这个区域会自动转换成所需模式。

这里有一个额外的例子：

滚动一个图像：

def roll(image, delta):

"Roll an image sideways"

xsize, ysize = image.size

delta = delta % xsize

if delta == 0: return image

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))

return image

注意当使用crop()把它粘贴回来的时候，load()首先被调用。这是因为剪切操作为懒惰操作。如果load()没有被调用，在粘贴命令使用图像之前，剪切命令不会被执行。这意味着part1将从已经由第一个粘贴修改的图像的版本中裁剪出来。对于更高的技巧，粘贴方法也可以使用透明度掩码作为可选参数。在该掩码中，值255表示粘贴的图像在该位置是不透明的，（即粘贴的图像应被原样使用）。值0表示粘贴的图像完全透明。中间值表示不同的透明度。例如，粘贴RGBA图像并将其作掩码将粘贴图像的不透明部分，而不是其透明背景。

source URL：http://pillow.readthedocs.io/en/latest/handbook/tutorial.html