Python 中的 PIL 库

PIL 基础语法

一、 简介

1、 基本介绍

Pillow 是 Python 中较为基础的图像处理库，主要用于图像的基本处理，比如裁剪图像、调整图像大小和图像颜色处理等。与 Pillow 相比，OpenCV 和 Scikit-image 的功能更为丰富，所以使用起来也更为复杂，主要应用于机器视觉、图像分析等领域，比如众所周知的“人脸识别”应用 。

2、 特点

1. 支持格式繁多

   Pillow 支持广泛的图像格式，比如 “jpeg”，“png”，“bmp”，“gif”，“ppm”，“tiff” 等。同时，它也支持图像格式之间的相互转换。总之， Pillow 几乎能够处理任何格式的图像

2. 提供丰富的功能

   Pillow 提供了丰富的图像处理功能，可概括为两个方面：

   • 图像归档
   • 图像处理

   图像归档，包括创建缩略图、生成预览图像、图像批量处理等；而图像处理，则包括调整图像大小、裁剪图像、像素点处理、添加滤镜、图像颜色处理等

3. 配合 GUI 工具使用

官方文档：【https://www.osgeo.cn/pillow/reference/ImageFont.html】

3、 安装

pip install pillow
导包
imoprt PIL

二、 Image 对象

1、 实例化对象

1.1 实例化

导包

from PIL import Image

使用 open 方法

im = PIL.Image.open(fp)  # 导入图片
im.show()  # 展示图片

fp：图片路径

使用 open 方法

im = Image.new(mode,size,color)  # 创建图片
im.show()  # 展示图片

参数说明如下：

• mode：图像模式，字符串参数，比如 RGB（真彩图像）、L（灰度图像）、CMYK（色彩图打印模式）等
• size：图像大小，元组参数（width, height）代表图像的像素大小
• color：图片颜色，默认值为 0 表示黑色，参数值支持（R,G,B）三元组数字格式、颜色的十六进制值以及颜色英文单词

1.2 图像模式

mode	描述
1	1 位像素（取值范围 0-1），0表示黑，1 表示白，单色通道。
L	8 位像素（取值范围 0 -255），灰度图，单色通道。
P	8 位像素，使用调色板映射到任何其他模式，单色通道。
RGB	3 x 8位像素，真彩色，三色通道，每个通道的取值范围 0-255。
RGBA	4 x 8位像素，真彩色+透明通道，四色通道。
CMYK	4 x 8位像素，四色通道，可以适应于打印图片。
YCbCr	3 x 8位像素，彩色视频格式，三色通道。
LAB	3 x 8位像素，L * a * b颜色空间，三色通道
HSV	3 x 8位像素，色相，饱和度，值颜色空间，三色通道。
I	32 位有符号整数像素，单色通道。
F	32 位浮点像素，单色通道。

2、 对象属性

import PIL.Image

im = PIL.Image.open(r"D:\35005\Pictures\Screenshots\微信图片_20220302175157.jpg")
print(im.size)  # 查看图片大小
print(im.readonly)  # 查看是否为只读，1为是，0为否
print(im.format)  # 查看图片的格式
print(im.info)  # 查看图片的相关信息
print(im.mode)  # 查看图片的模式

3、 格式转换

3.1 save 方法

save 方法用于保存 图像，当不指定文件格式时，它会以默认的图片格式来存储；如果指定图片格式，则会以指定的格式存储图片

语法：

im = PIL.Image.open(r"D:\35005\Pictures\Screenshots\微信图片_20220302175157.jpg")
im.save(fp, format=None)  # 保存图片

参数说明如下：

• fp：图片的存储路径，包含图片的名称，字符串格式
• format：可选参数，可以指定图片的格式

3.2 convert 方法

注意，并非所有的图片格式都可以用 save() 方法转换完成，比如将 PNG 格式的图片保存为 JPG 格式，如果直接使用 save() 方法就会出现错误

引发错误的原因是由于 PNG 和 JPG 图像模式不一致导致的。其中 PNG 是四通道 RGBA 模式，即红色、绿色、蓝色、Alpha 透明色；JPG 是三通道 RGB 模式。因此要想实现图片格式的转换，就要将 PNG 转变为三通道 RGB 模式

Image 类提供的 convert() 方法可以实现图像模式的转换。该函数提供了多个参数，比如 mode、matrix、dither 等，其中最关键的参数是 mode，其余参数无须关心

语法：

im.convert(mode, params)  # 转换模式
im.save(fp)  # 保存图片

参数：

• mode：指的是要转换成的图像模式
• params：其他可选参数

4、 图片缩放

在图像处理过程中经常会遇到缩小或放大图像的情况，Image 类提供的 resize() 方法能够实现任意缩小和放大图像

语法：

im_new = im.resize(size, resample=image.BICUBIC, box=None, reducing_gap=None)  # 注意要重新赋值
im_new.show()  # 缩放后的图片

参数：

• size：元组参数 (width,height)，图片缩放后的尺寸

• resample：可选参数，指图像重采样滤波器，与 thumbnail() 的 resample 参数类似，默认为 Image.BICUBIC

• box：对指定图片区域进行缩放，box 的参数值是长度为 4 的像素坐标元组，即 (左,上,右下)。注意，被指定的区域必须在原图的范围内，如果超出范围就会报错。当不传该参数时，默认对整个原图进行缩放

  (0, 0, 120, 180)代表的是以原图的左上角为原点，选择宽和高分别是(120,180)的图像区域

• reducing_gap：可选参数，浮点参数值，用于优化图片的缩放效果，常用参数值有 3.0 和 5.0

5、 创建缩略图

缩略图指的是将原图缩小至一个指定大小（size）的图像。通过创建缩略图可