python图形处理库PIL(Python Image Library)(zz)

为什么80%的码农都做不了架构师？>>>   

关于PIL库的一些概念

　　pil能处理的类型

　　pil可以处理光栅图片(像素数据组成的的块)。

　　通道

　　一个图片可以包含一到多个数据通道，如果这些通道具有相同的维数和深度，Pil允许将这些通道进行叠加

　　模式

　　 1 1位像素，黑和白，存成8位的像素 L 8位像素，黑白 P 8位像素，使用调色板映射到任何其他模式 RGB 3×8位像素，真彩 RGBA 4×8位像素，真彩+透明通道 CMYK 4×8位像素，颜色隔离 YCbCr 3×8位像素，彩色视频格式 I 32位整型像素 F 32位浮点型像素 尺寸

　　通过图片对象的size属性可以得到图片的尺寸，结果这是一个二元组，包含水平和垂直方向上的像素数。

　　坐标

　　Pil采取左上角为(0,0)的坐标系统

　　调色板

　　mode("P")为每个像素定义具体的颜色值

　　图片信息

　　可以通过info属性读取一张图片的附加信息，这个与图片的格式有关。

　　滤镜

　　在对图片的几何中可能会将多个输入像素映射到单个的输出像素，pil提供4种不同的采样滤镜(在目前的版本中，后续的版本可能支持更多)

　　 NEAREST 最近 BILINEAR 双线型 BICUBIC 双三次插值 ANTIALIAS 平滑

　　在RGB模式下，每个图片由三个通道叠加而成，每个模式下为一个灰度图，当有一个调色板来调色的时候，这三张灰度图的叠加即可合成3*8位(每个像素)的一个真彩图片。pil库中，图片之间的模式(mode)可以转化。下面给出一些简单的例子，例子中的所有图片均来自于国家地理的官网，为了使得文档比较短小，每个图片均使用Pil缩放成1/2大小，如有侵权嫌疑，请尽快联系，我会删除这些图片。

　　所有的图片操作必须有一个操作对象，Pil提供open(filename)进行这个过程

　　打开图片

　　1.导入pil的Image模块

　　2.使用open(filename)打开文件，返回一个image对象

　　Python 

im = Image.open('filename')

此后，一切关于图片的操作均基于这个对象。

　　

　　打开后，我们可以查看一些图片信息，如im.format, im.size, im.mode等。调用im.show()会在图片查看工具中显示当前操作的image对象，这个跟个人的系统有关系，我系统中默认是用Windows Picture and Fax Viewer打开的。这个方法用来查看临时的图片。

　　读写图片

　　pil中转换图片格式非常简单(转换图片模式是另一个概念，不要混淆)，只需要调用img.save(filename)即可比如有一个bmp(位图)图片，使用img = Image.open('file.bmp')打开后，只需要img.save('file.jpg')即可转换。不过一般情况下，save(filename)是不用做这个用途的，通常，save用以保存一个临时的image对象到硬盘。而转换工作由一个更为强大的convert()方法来完成。

　　拷贝，粘贴，合并

　　Python代码 

box = (100,100,500,500)#设置要拷贝的区域
#将im表示的图片对象拷贝到region中，大小为(400*400)像素。这个region可以用来后续的操作(region其实就是一个Image对象)，box变量是一个四元组(左，上，右，下)。
region = im.crop(box)
region = region.transpose(Image.ROTATE_180)#从字面上就可以看出，先把region中的Image反转180度，然后再放回到region中。
im.paste(region, box)#粘贴box大小的region到原先的图片对象中。

　　前面说过，每一个RGB都是由三个通道的灰度图叠加的，所以pil提供了将这三个通道分离的方法

　　Python代码 

r,g,b = im.split()#分割成三个通道
r.show()
g.show()
b.show()
im = Image.merge("RGB", (b, g, r))#将b,r两个通道进行翻转。

　　红色通道的灰度图

　　

　　绿色通道的灰度图

　　

　　蓝色通道的灰度图

　　

　　互换红蓝通道后的合成图

　　几何转变

　　几何转变提供resize,rotate等方法，用以重定义图片大小，对图片进行旋转等操作，在实际应用中比较广泛。

　　如

　　Python代码 

　 out = img.resize((128, 128))#resize成128*128像素大小。
　 out = img.rotate(45)#逆时针旋转45度

　　逆时针45度

　　

　　镜面效果，左右翻转

　　transpose()方法预定义了一些旋转方式，如

　　左右反转，上下翻转，逆时针旋转(90,180,270)度等，非常方便，rotate()和transpose()方法在表现上没有任何不同。

　　图片加强

　　滤镜

　　ImageFilter模块提供了很多预定义的图片加强滤镜。

　　比如一个常用的滤镜,细节(detail滤镜)

　　Python代码 

import ImageFilter
out = im.filter(ImageFilter.DETAIL)

　　直接操作像素点

　　不但可以对每个像素点进行操作，而且，每一个通道都可以独立的进行操作。比如，将每个像素点的亮度(不知道有没有更的词)增大20%

　　Python代码 

out = img.point(lambda i : i * 1.2)#注意这里用到一个匿名函数(那个可以把i的1.2倍返回的函数)

　　对每个点都做20%的增强

　　如上边的那个例子，我们可以将一个RGB模式的图分离成三个通道的层

　　Python代码 

r,g,b = img.split()#神奇而又强大的python

然后对一个通道进行加强或减弱操作，完成后我们又可以使用Merge将通道合并，从而改变图片的色调(冷暖色调的互换)等。

　　更高级的图片加强，可以使用ImageEnhance模块，其中包含了大量的预定义的图片加强方式。

　　Python代码 

import ImageEnhance
enh = ImageEnhance.Contrast(im)
enh.ehhance(1.5).show("50% more contrast")

　　读写图片的更多方式

　　通常，我们使用open方法进行图片的打开操作。但是这不是唯一的方式。完全可以跟python的IO整合起来。如

　　Python代码 

fp = open("file.jpg", "rb")
im = Image.open(fp)

　　甚至，你可以从一个字符串中读出图片数据来(python真是神奇啊)。

　　Python代码 

import StringIO
img = Image.open(StringIO.StringIO(buffer))(文中很多内容来自pil的handbook，但是原手册比较学院派，没有一张图片来进行说明，因此不免枯燥，我给每个小例子都加上一个真实的图片作为说明，希望看起来不那没抽象。)

　　当然，PIL的功能远不止这些，由于篇幅原因，我这次先写这么多吧，后面会给出PIL中各个模块中函数的详细使用说明，同时尽量配以实图来说明。

转载于:https://my.oschina.net/neo600/blog/91170