Pillow模块讲解

、

一、Image模块

1.1 、打开图片和显示图片

对图片的处理最基础的操作就是打开这张图片，我们可以使用Image模块中的open(fp,
mode)方法，来打开图片。open方法接收两个参数，第一个是文件路径，第二个是模式。主要的模式如下：

mode（模式）	bands（通道）	说明
“1”	1	数字1，表示黑白二值图片，每个像素用0或1共1位二进制码表示
“L”	1	灰度图
“P”	1	索引图
“RGB”	3	24位真彩图
“RGBA”	4	“RGB”+透明通道
“CMYK”	4	印刷模式图像

更多的模式也就不说了，关于模式的模式的详细介绍我也不知道。这个open方法返回一个Image对象，mode也不是必须参数。打开图片代码如下：

    from PIL import Image
    # 打开图片
    im = Image.open('test.jpg')
    # 显示图片
    im.show()

当然显示图片不是我们的重点，我们获取Image对象之后，就可以获取它的一些信息了。

    print('图像的格式：', im.format)
    print('图像的大小：', im.size)
    print('图像的宽度：', im.width)
    print('图像的高度：', im.height)
    # 传入坐标的元组
    print('获取某个像素点的颜色值：', im.getpixel(100, 100))

在我的环境中运行结果如下：

图像的格式： JPEG
图像的大小： (3968, 2976)
图像的宽度： 3968
图像的高度： 2976
获取某个像素点的颜色值： (198, 180, 132)

1.2、创建一个简单的图像

在Image模块中，提供了创建图像的方法。主要是通过**Image.new(mode, size, color)**实现，该方法传入三个参数：

• mode：图像的创建模式
• size：图像的大小
• color：图像的颜色

用该方法可以创建一个简单的图像，之后我们可以通过save方法将图像保存：

    from PIL import Image
    # 创建一个简单的图像
    im = Image.new('RGB', (100, 100), 'red')
    # 保存这个图像
    im.save('red.png')

生成图片如下：

1.3、图像混合

（1）透明度混合

透明度混合主要是使用**Image中的blend(im1, im2, alpha)**方法，对该方法的解释如下：

• im1：Image对象，在混合的过程中，透明度设置为（1-apha）
• im2：Image对象，在混合的过程中，透明度设置为（apha）
• alpha：透明度，取值是0-1。当透明度为0是，显示im1对象；当透明度为1时，显示im2对象

注意：im1和im2的大小必须一样，且mode都为RGB

代码实现如下：

    from PIL import Image
    
    # 打开im1
    im1 = Image.open('pic.jpg').convert(mode='RGB')
    # 创建一个和im1大小一样的图像
    im2 = Image.new('RGB', im1.size, 'red')
    # 混合图片，并显示
    Image.blend(im1, im2, 0.5).show()

下面为原图和混合图的对比：

不得不说，我家艾斯真滴帅。

（2）遮罩混合

接下来就是很迷的时刻了，我们可以通过Image.composite(im1, im2,
mask)方法实现遮罩混合。三个参数都是Image对象，该方法的作用就是使用mask来混合im1和im2。我是听不懂，你们能听懂最好给我讲一下。具体实现如下：

    # 这句代码写了好多遍，我真不想写了
    from PIL import Image
    # 打开图像1
    im1 = Image.open('pic1.jpg')
    # 打开图像2
    im2 = Image.open('pic2.jpg')
    # 重新设置im2的大小
    im2.resize(im1.size)
    # 将图像2的三个色道分离，其中r、g、b都为Image对象
    r, g, b = im2.split()
    # 遮罩混合
    Image.composite(im1, im2, b).show()

注意：im1、im2和mask的大小必须一样

im1、im2和遮罩混合效果对比如下：

依旧是我帅气的艾斯。

1.4、图像缩放

（1）按像素缩放

按像素缩放通过Image.eval(im1,
fun)方法实现，其中im1为我们老生常谈的Image对象了；第二个为一个方法（函数），该函数传入一个参数，即像素点。该函数会对图片中每个像素点进行函数内的操作。下面我们对来简单使用一下这个方法：

    from PIL import Image
    # 打开一张图像
    im = Image.open('抠鼻屎.jpg')
    # 对该图像每个像素点进行*2处理
    Image.eval(im, lambda x:x*2).show()

这里我使用的lambda表达式，当然一般也都是用lambda表达式，不过你也可以像下面这样写：

    # 定义一个方法
    def func(x):
     return x*2
    # 对图像im每个像素点进行func中的操作，其中func不能加()
    Image.eval(im, func)

效果图如下：

细心的读者应该可以发现，这个抠鼻屎的图片和笔者头像并不完全一样。在血色方面，笔者的头像确实要差几分。

注意：笔者在日常生活中可不是天天在大街上抠鼻屎的那种。

（2）按尺寸缩放

按尺寸缩放是通过Image对象的thumbnail()方法实现的，这里不同于前面直接通过Image调用方法，而是使用Image的具体实例im2调用thumbnail方法，从而对im2直接进行处理。具体代码如下：