python手记（四）：pillow（一） image类（序）过滤器，点处理，效果增强，图片序列

生活不易且无趣，一起找点乐子吧。欢迎评论，和文章无关的也可以。

 

 

 

上次的那篇文章里，我们最后说到了，Image的merge方法，合并。有些地方说的并不准确，我再重新说下。剩余一些其他的方法，这里也捎带着一起说了。

一、filter方法：

过滤器，这个东西大家python里面经常用吧。过滤掉，或者过滤出某些我们想要的东西。ImageFilter类里有个DETAIL属性，“细节”是吧。例子里把它当做了参数：

    from PIL import Image
    from PIL import ImageFilter

    def filter(file):
        im = Image.open(file)
        out = im.filter(ImageFilter.DETAIL)
        out.save('filter.jpg')

简单来说就是用过滤器细节处理，可能对某些图片有不错的效果，我这里还是拿他做下效果吧。

这是原图，接下来是处理后的：

感觉被骗了是不是，但其实你仔细看下，尤其的画笔的边缘描线，是比原图要清晰的。（胡扯！）

 

 

二、point方法

我们知道图片都是有一个个像素点构成的，这个方法就是对一个个的像素点进行处理的方法。

    def popa(file):#point paste
        im = Image.open(file)
        source = im.split()
        r,g,b = 0,1,2
        #select regions where red is less than 100
        mask = source[r].point(lambda i:i<100 and 255)
        #process the green band
        out = source[g].point(lambda i:i*0.7)
        #paste the processed band back, but only where red was < 100
        source[g].paste(out,None,mask)
        #build a new multiband image
        im = Image.merge(im.mode,source)
        im.save('popa.jpg')

我拿官网上的这个例子给大家说下，这里也有我上次说的不那么好的地方，所以这次努努力，说的还不如上一次，haaa。首先将Image对象split，这里就是把色道分离出来，这张图片得mode是RGB，也就是说单独的把这三个色道分离出来，分离出来的色道图片也是可以直接save的，我这里就不做测试了，大家可以去试下。Image对象split完后返回tuple元组类型，所以下面用index引用也就不难理解了吧。因为元组是有序的嘛，所以这里的r，g，b变量的赋值，也只是为了可读性，好理解。然后我们看下个语句：

mask = source[r].point(lambda i:i<100 and 255)

source【r】就是红色道的图片，point方法的参数是个函数或者说是个处理方法，简单理解就是，要对点进行的处理。我们来看这里的参数，是个lambda表达式，这个大家应该也不陌生，学基础python的时候不可能没用到过。我们看lambda表达式，表达式是i<100，也就是说满足表达式的点才返回。后面的and 255，整个的这个式子，官方文档确切的有说明，就是如果表达式为假，就返回0，只有为真的时候才返回255。那就好理解了吧，整个语句是对红色道的所有点进行处理，找到像素值小于100的点。看out：

out = source[g].point(lambda i:i*0.7)

这个应该就不难理解了，就是把绿色道的点的色素值调低百分之三十，这样理解，比如你某个点的g=100，上篇说道，r，g，b的取值是0-255，或者说是00-ff的。那我们这里处理完后就成了70了。之后的语句，paste，还记得吧。粘贴，看参数，很好理解，对绿色道进行处理，粘贴的是降低百分之30的out，粘贴区域region是红色道所有小于100的点的位置。这个语句执行完后，我们就得到了新的绿色道。能看懂吗，没看懂，在把paste的方法看一遍，再来理解下。

也就是说我们在红色道里找到的我们需要处理的点的位置，而想要在这些位置上的g（green）的值降低30百分点。就是这个意思。那现在的source的g色道，就不同于原来的了。

然后我要说的是merge，这里还是要理解成合并，和split是对立的，split是把一个个色道分离出来，可以单一处理，等你处理完，在把色道合并回去，就又成了彩色图了。嗯，就是这个道理。

因为那张图片大部分是红色，所以处理绿色效果很不明显：

    def mergelijie(file):
        im = Image.open(file)
        r,g,b = im.split()
        r = r.point(lambda i:i*0.1)
        im = Image.merge(im.mode,(r,g,b))
        im.save('popa.jpg')

那里懂了这里就很简明了吧，我把红色道单一拿出来，把所有的r值调到百分之十，看下效果：

r基本上就没了，是吧。（幻想有个虚无的对象再听我说话。）

 

 

三、Image.Enhance类

enhance增强的意思，有个方法，Contrast。翻译是对比，意译一下，就是对比度吧。这个方法的参数是要吞掉一个Image对象，然后用对象的方法进行处理：

    def contrast(file):#30% more contrast
        im = Image.open(file)
        enh = ImageEnhance.Contrast(im)
        enh.enhance(1.3).save('contrast.jpg')

对象的enhance方法对图片进行对比度增强的效果，参数是对比度的倍数，也就是说把对比度提高了百分之30。我们看下效果：

处理完后：

这个比那个DETAIL明显多了是吧。（血的颜色......黑红黑红......）

 

 

四、sequence图片序列

这个不是方法，我只想拿他说明功能，处理我们这种静态的图片，我们更喜欢玩的是动态图片，gif之类的。

这里科普下，动态图片本质上不是一张图，他是好几张图片连续播放，让你产生错觉，嗯，没听错，是错觉（视觉映像，专业名词），就是被你的眼睛欺骗之后的结果，可能也是种人类“低能”的表现之一，没办法短时间内处理那么多图片。这种现象被称作视觉暂留是吧，起了个高大上的名字。

我们说回来，当我们用open方法打开的是个.gif图片是，这时返回的对象就是个序列，懂我意思吧，就是一张一张的。那怎样去引用它呢。有点像python中文件对象，有两个方法：

seek（），tell（）。

seek的参数就是调到指定位置，tell就是返回当前“指针”（我不知道这里说的准不准确哈）的位置。

那来看图片：

    def sequences(file):
        im = Image.open(file)
        im.seek(1)#skip to the second frame
        try:
            while 1:
                im.save(str(im.tell())+'.gif')
                im.seek(im.tell()+1)
                #do something
        except EOFError:#the sequence ends
            pass

这段程序就是把动态图一张张拿出来而已，这里说明下这个except，为何有except呢，因为我们的循环条件是1，也就是会一直循环，但是当到达最后一张图片的时候，再seek下一个就会出错了（因为莫得了嘛！），这就是except存在的原因。

我有这样一张图：

网上搞得，希望不会有什么问题哈。我们就拿这个图片做例子吧，按上面那段代码执行下，一张张保存下来：

就是酱紫的~~

 

五、ImageSequence的Iterator方法

这个没有什么特别的，sequence嘛，就是序列。iterator，迭代器。很显然，就是图片序列的迭代器，和（四）的整段代码的功能没太大区别。

参数要吞掉一个Image对象，返回对象的序列:

    def iterator(file):
        im = Image.open(file)
        for frame in ImageSequence.Iterator(im):
            print(type(frame))

这里小写了一个类，这样就可以循环遍历，不用像“四”那样，seek和telll了。

 

这次写到这里，后面如果还有需要写的东西再继续写。

 

（我也是处在学习过程中，我哪里写的、理解的不对的欢迎大牛评论提出，我再改。希望别吝惜赐教。）

 

 

 

后记：

没啥可写的，好水啊。