Python图像处理之Pillow库

1、图像处理概述

1.1、Pillow库简介

• 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

• Pillow库是一个非常强大的基础图像处理库，是计算机图像识别的基础，主要模块有：Image模块、ImageChops通道操作模块）、ImageColor颜色转换模块、ImageDraw二维图形模块等

Pillow参考学习网站：https://www.osgeo.cn/pillow/reference/

安装：

pip install Pillow==9.5.0

1.2、什么是图像

图像具有如下基本概念：深度（Depth）、通道（Bands）、模式（Mode）、坐标系（Coordinate System）等

1）深度（Depth）

深度是指图像中像素点占得Bit位数

二值图像： 图像的像素点不是0就是1（图像不是黑色就是白色），图像像素点占的位数是1位，图像的深度是1，也称位图

灰度图像： 图像的像素点位于0-255之间（0代表全黑，255代表全白），在0-255之间插入了2⁸=255个等级的灰度，图像像素点占的位数是8位，图像的深度是8

2）通道（Bands）

每张图像都是由一个或多个数据通道构成

RGB是基本的三原色（红色、绿色和蓝色），如果用8位代表一种颜色，那么每种颜色的最大值是255，这样每个像素点的颜色值范围就是(0-255,0-255,0-255)，图像的通道是3，而灰度图像的通道是1

3）模式（Mode）

图像实际上是像素数据的矩形图，图像的模式定义了图像中像素的类型和深度

常见的模式有：

• 1：1位像素，表示黑和白，占8bit像素，在图像表示中称为位图
• L：表示黑白之间的灰度，占8bit像素
• P：8bit像素，使用调色版映射
• RGB：真彩色，占用3x8位像素，其中R为红色，G为绿色，B为蓝色，三原色叠加形成的色彩变化，如三通道都为0则代表黑色，都为255则代表白色
• RGBA：带透明蒙版的真彩色，其中的A为alpha透明度，占用4x8位像素

4）坐标系（Coordinate System）

PIL中图像的坐标是从左上角开始，向右下角延伸，以二元组(x，y)的形式传递，x轴从左到右，y轴从上到下，即左上角的坐标为(0, 0)，因此矩形图像使用四元组表示，例如一个450x450像素的矩形图像可以表示为(0, 0, 450, 450)

2、Pillow库图像常用操作

from PIL import Image, ImageDraw, ImageFont
from io import BytesIO
import requests

1） 打开图像

'''
Image.open(file,mode)
mode:默认r可读
'''

# 1）打开图像文件
img1 = Image.open(r'C:\Users\cc\Desktop\cat.png')
# 2）从文件流中打开图像
resp = requests.get(r'http://f.hiphotos.baidu.com/image/pic/item/b151f8198618367aa7f3cc7424738bd4b31ce525.jpg')
img2 = Image.open(BytesIO(resp.content))

# 展示图像
img1.show()
img2.show()

# 图像旋转(逆时针)
img1.rotate(90).show()

2） 创建图像

'''
Image.new(mode,size,color)
mode:模式  size:大小(宽高)，二元组类型，单位像素  color:颜色，可以使用颜色名、16进制或RGB数字
'''

img3 = Image.new('RGB', (450, 450), (255, 0, 0))
img3.show()

3） 转换格式（保存图像）

'''
Image.save(file)
'''

# 查看图像类型格式
print(img1.format)
# 另存为JPG类型的图片
img1.save(r'C:\Users\cc\Desktop\cat_f.jpg')
# 打开保存的图片
img4 = Image.open(r'C:\Users\cc\Desktop\cat_f.jpg')
# 查看图像类型格式
print(img4.format)

4） 创建缩略图（图像缩放）

'''
mage.thumbnail(size, resample=3)
size:最终图像大小，元组类型  resample:过滤器，滤波器
'''

修改当前图像制作成缩略图，该缩略图尺寸不大于给定的图像尺寸

# 缩放图像
img4.thumbnail((128, 128), Image.LANCZOS)
# 展示图像
img4.show()

5） 融合图像

'''
Image.blend(image1, image2, alpha)
'''

将图像image1和图像image2根据alpha值进行融合，公式为：

out = image1 * (1.0 - alpha) + image2 * alpha

image1和image2表示两个大小和模式相同的图像，alpha介于0和1之间；若alpha为0，则返回image1图像，若alpha为1，则返回image2图像

# 蓝色图像
image1 = Image.new('RGB', (128, 128), (0, 0, 255))
# 红色图像
image2 = Image.new('RGB', (128, 128), (255, 0, 0))
# 取中间值
img5 = Image.blend(image1, image2, 0.5)
image1.show()
image2.show()
# 显示紫色图像
img5.show()

6） 像素点处理

'''
Image.eval(image, *args)
image:需要处理的图像对象  *args:函数对象，有一个整数作为参数
'''

若变量image图像有多个通道，则函数会作用于每一个通道；且函数对每个像素点只处理一次，所以不能使用随机组件和其他生成器

# 将每个像素值翻倍（亮度翻倍）
evl1 = Image.eval(img1