python 标准库处理png图片 简单案例

已于 2024-08-30 08:49:53 修改
阅读量783 收藏 6
点赞数 5
文章标签： python 开发语言 算法
于 2024-08-28 18:40:42 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_52810349/article/details/141647390
版权 
import zlib  # 数据解压和压缩的库
import binascii  # 进制转换函数的库

# python 标准库处理png图片 简单案例
"""
png图片包括以下的数据块，都是比较重要的一些数据块
# 文件头数据块 IHDR
# 调色板数据块 PLTE
# 图像数据块 IDAT
# 图像结束数据 IEND
"""


# 采用字节流读取，然后转码成十六进制便于处理
def photo_HEX(address):
    with open(address, 'rb') as f:
        data = f.read().hex()
        print("图片十六进制数据为：", data)
    return data


# 识别png的IHDR文件头数据块，获取对应信息
def photo_IHDR(data, step):
    # 查看是否为png
    if data[0:16] == "89504e470d0a1a0a":
        print("是png图片")
        step += 16
    else:
        print("错误不是png图片")

    # 文件头数据块 IHDR的内容字符长度,转换十进制输出字符长度
    number = int(data[step:step + 8], 16)
    print("IHDR的内容字符长度为：", number)
    # step步数更新
    step += 8

    # 识别文件头数据块 IHDR
    if data[step:step + 8] == "49484452":
        print("IHDR 识别成功")
    else:
        print("IHDR 识别失败")
    # step步数更新
    step += 8

    # 读取图片width信息
    width = int(data[step:step + 8], 16)
    print("图像宽度为：", width)
    # step步数更新
    step += 8

    # 读取图片height信息
    height = int(data[step:step + 8], 16)
    print("图像高度为：", height)
    # step步数更新
    step += 8

    """
    图像深度：
    索引彩色图像：1，2，4或8
    灰度图像：1，2，4，8或16
    真彩色图像：8或16
    """
    # 读取图片深度信息
    bit_depth = int(data[step:step + 2], 16)
    print("图像深度为：", bit_depth)
    # step步数更新
    step += 2

    """
    颜色类型：
    0：灰度图像, 1，2，4，8或16
    2：真彩色图像，8或16
    3：索引彩色图像，1，2，4或8
    4：带α通道数据的灰度图像，8或16
    6：带α通道数据的真彩色图像，8或16
    """
    # 读取图片颜色类型信息
    color_type = int(data[step:step + 2], 16)
    print("图片颜色类型为：", color_type)
    # step步数更新
    step += 2

    # 读取图片压缩方法信息
    comdivssion_method = int(data[step:step + 2], 16)
    print("图片压缩方法为：", comdivssion_method)
    # step步数更新
    step += 2

    # 读取图片滤波器方法信息
    filter_method = int(data[step:step + 2], 16)
    print("图片滤波器方法为：", filter_method)
    # step步数更新
    step += 2

    """
    扫描类型：
    0：非隔行扫描
    1：隔行扫描方法
    """
    # 读取图片扫描类型信息
    scan_type = int(data[step:step + 2], 16)
    print("图片扫描类型为：", scan_type)
    # step步数更新
    step += 2

    return step, width, height


# 图像数据块 IDAT 通过step,width,height处理数据
def photo_IDAT(data, step, width, height):
    # 找数据块位置，设置起始位置
    step = data.find('49444154', step)
    print(step)
    # 查看数据块的长度
    number = int(data[step - 8:step], 16)
    print("数据块长度为：", number)
    # step步数更新
    step += 8

    # 提取数据块数据
    extract_data = data[step:step + number * 2]
    # 16进制字符串转换为二进制数据
    extract_data = binascii.unhexlify(extract_data)
    # zlib库解码二进制
    photo_data = zlib.decompress(extract_data)
    # 转换为list
    list_data = list(photo_data)
    # 打印长度会发现为5*5的图片彩色情况下应该为75，但打印的是80，这是设计的时候的0换行，去除就行了
    print(len(list_data))
    # 获取对应的宽度和长度，对数据做处理
    width = width
    height = height
    # 每一部分对应0 去除法：
    # 0，3*5*1，3*5*2，3*5*3，3*5*4
    for de in range(height):
        del list_data[3 * width * de]
    # 设置list作为处理图片数据
    list_all = []
    list_line = []
    # 彩色要除以3，3个一组
    for one in range(int(len(list_data) / 3)):
        list_line.append(list_data[one * 3:(one * 3 + 3)])
        # 换行
        if len(list_line) % width == 0:
            list_all.append(list_line)
            list_line = []
    # 现在和其他库处理的多维数组是差不多的
    print(list_all)
    # 更新这一个数据块后的步数
    step += number * 2

    print("CRC循环冗余检测:", data[step:step + 8])
    step += 8

    return step, list_all


"""
5×5的图片数据 字节流为 
b'\x89PNG\r\n\x1a\n\x00\x00\x00\rIHDR\x00\x00\x00\x05\x00\x00\x00\x05\x08\x02\x00\x00\x00\x02\r\xb1\xb2\x00\x00\x00\x01sRGB\x00\xae\xce\x1c\xe9\x00\x00\x00\x04gAMA\x00\x00\xb1\x8f\x0b\xfca\x05\x00\x00\x00\tpHYs\x00\x00\x0e\xc3\x00\x00\x0e\xc3\x01\xc7o\xa8d\x00\x00\x00\x1dIDAT\x18Wc\xc0\x00\x8b^\x00\xd1[\x19\x95\x997_m}&K\x12\x7f\xe6\xcdW\x00\x1aC!\xf9P\xad\ry\x00\x00\x00\x00IEND\xaeB`\x82'
"""

if __name__ == '__main__':
    print("开始解码png图片")
    # 初始解码步数
    step = 0
    # 读取图片
    data = photo_HEX("photo.png")
    # 识别png的IHDR文件头数据块，获取step,width,height
    step, width, height = photo_IHDR(data, step)
    # 图片没有调色板数据块 PLTE 直接跳过
    # 图像数据块 IDAT 通过step,width,height处理数据
    step, list_data = photo_IDAT(data, step, width, height)
    if data[step:step + 8] == "00000000":
        if data[step + 8:] == "49454e44ae426082":
            print("图像结束数据 IEND结束")


import zlib  # 数据解压和压缩的库
import binascii  # 进制转换函数的库

# python 标准库处理png图片 简单案例
"""
png图片包括以下的数据块，都是比较重要的一些数据块
# 文件头数据块 IHDR
# 调色板数据块 PLTE
# 图像数据块 IDAT
# 图像结束数据 IEND
"""


# 采用字节流读取，然后转码成十六进制便于处理
def photo_HEX(address):
    with open(address, 'rb') as f:
        data = f.read().hex()
        print("图片十六进制数据为：", data)
    return data


# 识别png的IHDR文件头数据块，获取对应信息
def photo_IHDR(data, step):
    # 查看是否为png
    if data[0:16] == "89504e470d0a1a0a":
        print("是png图片")
        step += 16
    else:
        print("错误不是png图片")

    # 文件头数据块 IHDR的内容字符长度,转换十进制输出字符长度
    number = int(data[step:step + 8], 16)
    print("IHDR的内容字符长度为：", number)
    # step步数更新
    step += 8

    # 识别文件头数据块 IHDR
    if data[step:step + 8] == "49484452":
        print("IHDR 识别成功")
    else:
        print("IHDR 识别失败")
    # step步数更新
    step += 8

    # 读取图片width信息
    width = int(data[step:step + 8], 16)
    print("图像宽度为：", width)
    # step步数更新
    step += 8

    # 读取图片height信息
    height = int(data[step:step + 8], 16)
    print("图像高度为：", height)
    # step步数更新
    step += 8

    """
    图像深度：
    索引彩色图像：1，2，4或8
    灰度图像：1，2，4，8或16
    真彩色图像：8或16
    """
    # 读取图片深度信息
    bit_depth = int(data[step:step + 2], 16)
    print("图像深度为：", bit_depth)
    # step步数更新
    step += 2

    """
    颜色类型：
    0：灰度图像, 1，2，4，8或16
    2：真彩色图像，8或16
    3：索引彩色图像，1，2，4或8
    4：带α通道数据的灰度图像，8或16
    6：带α通道数据的真彩色图像，8或16
    """
    # 读取图片颜色类型信息
    color_type = int(data[step:step + 2], 16)
    print("图片颜色类型为：", color_type)
    # step步数更新
    step += 2

    # 读取图片压缩方法信息
    comdivssion_method = int(data[step:step + 2], 16)
    print("图片压缩方法为：", comdivssion_method)
    # step步数更新
    step += 2

    # 读取图片滤波器方法信息
    filter_method = int(data[step:step + 2], 16)
    print("图片滤波器方法为：", filter_method)
    # step步数更新
    step += 2

    """
    扫描类型：
    0：非隔行扫描
    1：隔行扫描方法
    """
    # 读取图片扫描类型信息
    scan_type = int(data[step:step + 2], 16)
    print("图片扫描类型为：", scan_type)
    # step步数更新
    step += 2

    return step, width, height


# 图像数据块 IDAT 通过step,width,height处理数据
def photo_IDAT(data, step, width, height):
    # 找数据块位置，设置起始位置
    step = data.find('49444154', step)
    print(step)
    # 查看数据块的长度
    number = int(data[step - 8:step], 16)
    print("数据块长度为：", number)
    # step步数更新
    step += 8

    # 提取数据块数据
    extract_data = data[step:step + number * 2]
    # 16进制字符串转换为二进制数据
    extract_data = binascii.unhexlify(extract_data)
    # zlib库解码二进制
    photo_data = zlib.decompress(extract_data)
    # 转换为list
    list_data = list(photo_data)
    # 打印长度会发现为5*5的图片彩色情况下应该为75，但打印的是80，这是设计的时候的0换行，去除就行了
    print(len(list_data))
    # 获取对应的宽度和长度，对数据做处理
    width = width
    height = height
    # 每一部分对应0 去除法：
    # 0，3*5*1，3*5*2，3*5*3，3*5*4
    for de in range(height):
        del list_data[3 * width * de]
    # 设置list作为处理图片数据
    list_all = []
    list_line = []
    # 彩色要除以3，3个一组
    for one in range(int(len(list_data) / 3)):
        list_line.append(list_data[one * 3:(one * 3 + 3)])
        # 换行
        if len(list_line) % width == 0:
            list_all.append(list_line)
            list_line = []
    # 现在和其他库处理的多维数组是差不多的
    print(list_all)
    # 更新这一个数据块后的步数
    step += number * 2

    print("CRC循环冗余检测:", data[step:step + 8])
    step += 8

    return step, list_all


"""
5×5的图片数据 字节流为 
b'\x89PNG\r\n\x1a\n\x00\x00\x00\rIHDR\x00\x00\x00\x05\x00\x00\x00\x05\x08\x02\x00\x00\x00\x02\r\xb1\xb2\x00\x00\x00\x01sRGB\x00\xae\xce\x1c\xe9\x00\x00\x00\x04gAMA\x00\x00\xb1\x8f\x0b\xfca\x05\x00\x00\x00\tpHYs\x00\x00\x0e\xc3\x00\x00\x0e\xc3\x01\xc7o\xa8d\x00\x00\x00\x1dIDAT\x18Wc\xc0\x00\x8b^\x00\xd1[\x19\x95\x997_m}&K\x12\x7f\xe6\xcdW\x00\x1aC!\xf9P\xad\ry\x00\x00\x00\x00IEND\xaeB`\x82'
"""

if __name__ == '__main__':
    print("开始解码png图片")
    # 初始解码步数
    step = 0
    # 读取图片
    data = photo_HEX("photo.png")
    # 识别png的IHDR文件头数据块，获取step,width,height
    step, width, height = photo_IHDR(data, step)
    # 图片没有调色板数据块 PLTE 直接跳过
    # 图像数据块 IDAT 通过step,width,height处理数据
    step, list_data = photo_IDAT(data, step, width, height)
    if data[step:step + 8] == "00000000":
        if data[step + 8:] == "49454e44ae426082":
            print("图像结束数据 IEND结束")

myzzb
关注
  • 5
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
100天精通Python丨基础知识篇 —— 07、10个Python高级库总结
独木不成林，单弦不成音。
07-08 5万+
《C站最全Python标准库总结》，登顶了【全站综合热榜】和【python领域热榜】，获得了2362多次点赞、998次评论、2072次收藏，谢谢各位小伙伴。
用Python实现检查图片是否可用
搬砖屋
06-14 2495
在图像处理和计算机视觉应用中，检查图片是否可用是进行后续图像处理之前的一个重要前置任务。本文将介绍如何使用Python和OpenCV库进行图片检查，以验证图片的完整性和质量。导入所需的库并定义一个函数，用于执行图片检查。import os import cv2 def check_image(image_path) : # 检查图片文件是否存在 if not os . path . exists(image_path) : print(f"图片文件不存在： {
快速学习python图像处理库Pillow及简单案例
吾非同
09-27 3002
什么是Pillow首先我们需要了解一下PIL（Python Imaging Library）,它是Python2中非常强大的图像处理标准库，但只支持到Python2.7。Pillow是在P...
Python图像处理之Pillow库
Java/Python大数据成长之路
09-19 954
PIL（Python Image Library）是Python提供的图像处理标准库，来满足开发者处理图像的各种功能PIL支持的图像文件格式包括JPEG、PNG、GIF等，它提供了图像创建、图像显示、图像处理等功能；但是Python2.7后不再支持Pillow是基于PIL模块Fork的一个派生分支，如今已经发展成为比PIL本身更具活力的图像处理库，Pillow模块支持python3。
python标准库 —— os模块
热门推荐
wakeyo_J 的博客
08-06 3万+
python标准库 —— os模块   hello！我是wakeyo_J，每天一个konwledge point，一起学python，让技术无限发散。 os模块python标准库 —— os模块1. os库基本介绍2. os库之路径操作3. os库之进程管理4. os库之环境参数5. 案例总结   目前，计算机上主流的操作系统有Windows、Unix、Mac OS等，os模块为多操作系统的访问提供了相关功能的支持，涉及对文件相关操作功能的实现，系统访问path路径的操作，shell命令行操作，Linu
详解mac python+selenium+Chrome 简单案例
09-18
在Mac环境下，我们将遵循以下步骤来设置和运行一个简单的Selenium测试案例。 首先，我们需要安装Selenium库。在命令行中输入`pip install selenium`，这将下载并安装Selenium。Selenium库提供了与多种浏览器（包括...
python3 标准模块实例学习 原版
10-29
在Python3中，标准库扮演着至关重要的角色，它包含了大量的预装模块，为各种常见任务提供了便利的解决方案。本篇文章将深入探讨Python3标准模块的实例学习，帮助你更好地系统地学习和熟练掌握这些模块。 首先，我们...
python脚本案例批量图片格式转换
04-20
- 这里会用到Python标准库中的`os`模块来获取目录下的文件列表，以及`PIL`库来操作图像数据。 3. **代码实现示例** - 下面是一个简单的示例代码，用于将指定目录下的所有jpg格式图片转换为png格式： ```python ...
python12 中，No module named‘distutils‘错误
qq_43557600的博客
08-27 1万+
python12 “ No module named'distutils' ”,​ 安装 pip install setuptools ，解决 ​
centos7 安装 superset4.0.2 教程
m0_37759590的博客
08-27 1万+
centos7 安装 superset4.0.2 教程
python从入门到精通：数据可视化-图形开发
2401_83283514的博客
08-29 1070
• Json是一种轻量级的数据交互格式，可以按照Json指定的格式去组织和封装数据• Json本质上是一种带有特殊格式的字符串主要功能：json就是一种在各个编程语言中流通的数据格式，负责不同编程语言中的数据传递和交互，类似于：• 国际通用语言-英语• 中国不同名族的通用语言-中文（普通话）• 各种编程语言存储数据的容器不尽相同，在python中有字典dict这样的数据类型，而其它语言可能没有对应的字典。为了让不同的语言都能够相互通用的互相传递数据，Json就是一种非常良好的数据中转格式。
CSS解析:定位和层叠上下文
最新发布
晓风残月淡的博客
08-31 1207
许多开发人员对定位的理解很粗略，如果不完全了解定位，就很容易给自己挖坑。有时候可能会把错误的元素放在其他元素前面，要解决这个问题却没有那么简单。一般的布局方法是用各种操作来控制文档流的行为。定位则不同：它将元素彻底从文档流中移走。它允许你将元素放在屏幕的任意位置。还可以将一个元素放在另一个元素的前面或后面，彼此重叠。
【python】关于判断空值None、判断len()=0，和 if not 的区别
Meggie35的博客
08-28 5903
python的“空”与“无”之辩，关于None，和空数值。在程序中，判断里面没有值和判断东西是不是为空，也是不一样的东西，我们可以往下看看具体的区别。
使用 DrissionPage 和 2Captcha 处理 Turnstile 验证并获取 Faucet 签名
qq_41631913的博客
08-30 501
本教程介绍了两种获取 Cloudflare Turnstile 验证值并使用 faucet 签名 API 的方法。第一种方法通过 DrissionPage 模拟浏览器操作，手动获取验证码值。第二种方法则通过 2Captcha 服务，自动化解决验证码问题。
yolo7 自定义数据训练
hzh839900的专栏
08-27 633
数据定义文件train.txt val.txt。预定义标签 格式name label。数据集定义文件errimg.yaml。图片文件和标签文件放在一起。数据打标labelimg。
无法验证 Anaconda 仓库证书
qq_38332453的博客
08-28 174
无法验证 Anaconda 仓库的证书
【Python-办公自动化】批量修改EXCEL指定内容
2202_76035290的博客
08-29 2855
欢迎来到"花花 Show Python"，一名热爱编程和分享知识的技术博主。在这里，我将与您一同探索Python的奥秘，分享编程技巧、项目实践和学习心得。无论您是编程新手还是资深开发者，都能在这里找到有价值的信息和灵感。我热衷于将复杂的技术概念以简单易懂的方式呈现给大家，让每个人都能享受到编程的乐趣。我相信，通过不断的学习和实践，我们都能够成为更好的开发者。如果您喜欢我的内容，别忘了点击关注哦！这样您就可以第一时间获取我的更新和分享。您的支持是我不断前进的动力。
人工智能开发实战机器学习算法解析
sinat_30844883的博客
08-29 3303
机器学习算法是人工智能领域的重要组成部分，它们通过从数据中学习并自动改进，而无需进行显式的编程。机器学习算法可以分为多种类型，包括监督学习、无监督学习、半监督学习、迁移学习和强化学习。每种类型都有其特定的应用场景和优势。
Python标准库实战指南
"Python标准库详解与实践示例" Python标准库是Python编程语言的核心组成部分，它包含了一系列...通过学习和掌握Python标准库，开发者可以更高效、更稳定地开发各种应用程序，无论是简单的脚本还是大型的企业级系统。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值