记录PIL库的使用方法,因为书上用的是python2.6,而我的是python3.7,所以代码格式有所不同。首先展示PIL的基本操作,分别是打开图像、灰度处理、截取某一区域倒置、略缩图的操作以下附上代码。
from PIL import Image
import matplotlib.pyplot as plt
pil_im = Image.open('timg.jpg') # 打开图像
pil_im01 = Image.open('timg.jpg').convert('L') # 灰度处理
plt.imshow(pil_im01)
plt.show()
plt.imshow(pil_im)
plt.show()
box = (100, 100, 400, 400) # 四元组的坐标依次是(左,上,右,下)
region = pil_im.crop(box) # crop()方法可以从一幅图像中裁剪指定区域
region = region.transpose(Image.ROTATE_180) # 将选中区域旋转180°
pil_im.paste(region, box) # 使用paste()方法将该区域放回去
plt.imshow(pil_im)
plt.show()
pil_im.thumbnail((128, 128)) # 创建略缩图
plt.imshow(pil_im)
plt.show()
结果如下所示:
![](https://img-blog.csdnimg.cn/20190824232407812.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1MDY5Mzgy,size_16,color_FFFFFF,t_70)
![](https://img-blog.csdnimg.cn/20190824232521330.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1MDY5Mzgy,size_16,color_FFFFFF,t_70)
![](https://img-blog.csdnimg.cn/20190824232553855.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1MDY5Mzgy,size_16,color_FFFFFF,t_70)
![](https://img-blog.csdnimg.cn/20190824232632147.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM1MDY5Mzgy,size_16,color_FFFFFF,t_70)
然后我们在图像中绘制添加点和线,
这里的pylab库值得注意一下,如果写 from pylab import * 那么不用定义plt也可以直接写plt.plot(),还有,在读取图像到数组时,如果写 from pylab import *,那么所有格式应该去掉pylab,比如是array()而不是pylab.array(),因为 PyLab 实际上包含 NumPy 的一些内容,如数组类型。下面的代码我直接使用的pylab:
from PIL import Image
import pylab
# 读取图像到数组中
# 如果写 from pylab import *,那么格式应该是array()而不是pylab.array()
img = pylab.array(Image.open('timg.jpg'))
# 绘制图像
pylab.imshow(img)
# 四个点
x = [100, 100, 400, 400]
y = [200, 500, 200, 500]
# 使用红色形状标记绘制点
pylab.plot(x, y, 'r*')
# 绘制链接前两个点的线
pylab.plot(x[:2], y[:2])
# 添加标题,显示绘制的图像
pylab.title('Plotting')
pylab.show()
结果如下:
图像轮廓和直方图
因为绘制轮廓需要对每个坐标 [x, y] 的 像素值施加同一个阈值,所以首先需要将图像灰度化,还需要注意的是在画直方图时,hist()方法只能接收一维数组作为输入所以需要用flatten()方法将任意数组按照行优先准则转换成一维数组。
from PIL import Image
from pylab import *
# 读取图像到数组中
img = array(Image.open('timg.jpg').convert('L'))
# 新建一个图像
figure()
# 不使用颜色信息
gray()
# 在原点的左上角显示轮廓图像
contour(img, origion='image')
axis('equal') # 尺寸与原图相同
axis('off') # 去掉坐标系
imshow(img)
show()
figure()
hist(img.flatten(),128) # flatten()方法将任意数组按照行优先准则转换成一维数组,hist()方法只能接收一维数组作为输入
show()
结果如下: