数字图像基础（2）Pillow图像处理库

系列：数字图像基础（2）Pillow

一个不错的知乎帖子：学习如何使用Python的Pillow函数库来处理图像。

打开图像——Image.open()函数

Image.open(路径)返回image对象

打开、保存图像

# 导入模块
from PIL import Image
# 打开
img = Image.open('Liya.jpg')
# 保存
img.save('Liya_bk.jpg')
# 转换格式
img.save('Liya_bk.bmp')

图像对象的主要属性

图像格式.format

>>> img1 = Image.open("Liya.jpg")
>>> img2 = Image.open("Liya_bk.bmp")
>>> img1.format
'JPEG'
>>> img2.format  
'BMP'

尺寸.size

>>> img.size
(1080, 1440)

色彩模式.mode

>>> img.mode
'RGB'

显示图像

imshow()

img.imshow(image对象/Numpy数组)  # 效果：用默认应用打开图像

matplotlib显示多图像

from PIL import Image
import matplotlib.pyplot as plt

# 打开
img = Image.open('Liya.jpg')
img1 = Image.open("Liya.jpg")
img2 = Image.open("Liya_bk.bmp")

plt.figure(figsize=(15, 5))

plt.subplot(131)
plt.axis("off")  # 不显示坐标值
plt.imshow(img)
plt.title(img.format)

plt.subplot(132)
plt.axis("off")
plt.imshow(img1)
plt.title(img1.format)

plt.subplot(133)
# plt.axis("off")
plt.imshow(img2)
plt.title(img2.format)

plt.show()

转换图像的色彩模式

取值	色彩模式
1	二值图像
L	灰度图像
P	8位彩色图
RGB	24位彩色图
RGBA	32位彩色图
CMYK	CMYK彩色图
YCbCr	YCbCr彩色图像
I	32位整型灰度图像
F	32位浮点灰度图像

# 打开
img = Image.open('Liya.jpg')
# 转换色彩模式
img1 = img.convert("L")
img2 = img.convert("1")
# 保存
img1.save('Liya_L.jpg')
img2.save('Liya_1.jpg')

颜色通道的分离与合并

img.split()
Image.merge(色彩模式， 图像列表)

from PIL import Image
import matplotlib.pyplot as plt

# 打开
img = Image.open('Liya.jpg')
# 通道分离
img_r, img_g, img_b = img.split()

plt.figure(figsize=(10, 10))

plt.subplot(221)
plt.axis("off")  # 不显示坐标值
plt.imshow(img_r, cmap='gray')
plt.title('R', fontsize=20)

plt.subplot(222)
plt.axis("off")
plt.imshow(img_g, cmap='gray')
plt.title('G', fontsize=20)

plt.subplot(223)
plt.axis("off")
plt.imshow(img_b, cmap='gray')
plt.title('B', fontsize=20)

# 合并后的图像
img_rgb = Image.merge("RGB", [img_r, img_g, img_b])
plt.subplot(224)
plt.axis("off")
plt.imshow(img_rgb)
plt.title('B', fontsize=20)

plt.show()

转化为数组

from PIL import Image
import numpy as np

# 打开
img = Image.open('Liya.jpg')
# 转换为ndarray
arr_img = np.array(img)

arr_img.shape
(1440, 1080, 3)
type(arr_img)
<class 'numpy.ndarray'>

改变数组：明暗互换

from PIL import Image
import numpy as np
import matplotlib.pyplot as plt

# 打开
img = Image.open('Liya_L.jpg')
# 转换为ndarray
arr_img = np.array(img)
arr_img2 = 255 - arr_img  # 明暗互换

plt.figure(figsize=(10, 5))

plt.subplot(121)
plt.axis("off")
plt.imshow(arr_img, cmap='gray')

plt.subplot(122)
plt.axis("off")
plt.imshow(arr_img2, cmap='gray')

plt.show()

缩放图像

from PIL import Image

img = Image.open('Liya_L.jpg')
# 方法一：resize()，新对象，不改变源对象
img2 = img.resize((100, 100))
# 方法二：thumbnail()，返回None，改变源对象
img.thumbnail((100, 100))

旋转、镜像

参数	功能
Image.FLIP_LEFT_RIGHT	水平翻转
Image.FLIP_TOP_BOTTOM	上下翻转
Image.ROTATE_90	逆时针旋转90°
Image.ROTATE_180	逆时针旋转180°
Image.ROTATE_270	逆时针旋转270°
Image.TRANSPOSE	将图像进行转置
Image.TRANSVERSE	将图像进行转置，再水平翻转

from PIL import Image
import numpy as np
import matplotlib.pyplot as plt

# 打开
img = Image.open('Liya.jpg')
img2 = img.transpose(Image.TRANSPOSE)  # 转置
img3 = img.transpose(Image.TRANSVERSE)  # 转置 + 上下翻转 + 左右翻转


plt.figure(figsize=(10, 5))

plt.subplot(131)
plt.axis("off")
plt.imshow(img, cmap='gray')

plt.subplot(132)
plt.axis("off")
plt.imshow(img2, cmap='gray')

plt.subplot(133)
plt.axis("off")
plt.imshow(img3, cmap='gray')

plt.show()

裁剪图像

# 用法
# img.crop((x0, y0, x1, y1)) 左上角、右下角，返回图像对象

from PIL import Image

# 打开
img = Image.open('Liya_L.jpg')
# 剪裁
img2 = img.crop((0, 700, 700, 1400))
# 保存
img2.save('Liya_cut.bmp')