PIL/Pillow 学习笔记概要

目录

1. PIL/Pillow 简介

2. 基本操作

3. 图像转换

4. 图像处理

5. 滤镜和增强

6. 像素访问

7. 批量处理

---

 

1. PIL/Pillow 简介

• PIL（Python Imaging Library）是一个强大的图像处理库，但由于其开发停滞，现在通常使用
  17 / 10其更活跃的分支Pillow。
• Pillow支持打开、操作和保存多种格式的图像文件。

2. 基本操作

• 打开图像：使用Image.open(filename)打开图像文件。
• 显示图像：使用image.show()在默认图像查看器中显示图像。
• 保存图像：使用image.save(filename, format=None)保存图像，其中format是可选的，用于指定保存格式。

3. 图像转换

• 灰度转换：虽然代码示例中使用了NumPy进行灰度转换，但Pillow也支持直接转换，如image.convert('L')。
• 模式转换：Pillow支持多种图像模式（如'RGB', 'RGBA', 'L', '1'等），可以通过image.convert(mode)进行转换。

4. 图像处理

• 裁剪：使用image.crop(box)裁剪图像，其中box是一个四元组(left, upper, right, lower)。
• 调整大小：使用image.resize(size)调整图像大小，其中size是目标大小（宽度，高度）。
• 旋转：使用image.rotate(angle, [resample], [expand])旋转图像。
• 翻转：使用image.transpose(method)进行翻转或旋转90度，其中method可以是Image.FLIP_LEFT_RIGHT、Image.FLIP_TOP_BOTTOM等。

5. 滤镜和增强

• Pillow提供了多种内置滤镜和增强功能，如模糊、锐化、边缘检测等，但这些功能可能不如使用专门的图像处理库（如OpenCV）那样强大或灵活。

6. 像素访问

• 可以通过image.getpixel((x, y))获取特定像素的颜色值。
• 使用image.putpixel((x, y), color)设置特定像素的颜色值。
• 对于更复杂的像素操作，可以将图像转换为NumPy数组进行处理，然后再转换回Pillow图像。

7. 批量处理

• Pillow本身不直接支持批量处理图像，但可以通过编写Python脚本来遍历文件夹中的图像文件，并对每个文件应用Pillow操作。

8. 代码示例

import numpy as np  
from PIL import Image  
  
# 使用原始字符串来避免转义字符问题  
fn = r"C:\Users\86187\Pictures\莎头.jpg"  
arr = np.array(Image.open(fn))  
# 红、绿、蓝三分量加权平均，变为灰度图像  
arr = np.average(arr, axis=2, weights=(0.3, 0.59, 0.11))  
arr = np.int8(np.clip(arr * 1.3, 0, 255))  # 灰度值变大，整体调亮  
# 重建图像  
im_gray = Image.fromarray(arr, 'L')  
im_gray.show()  
# im_gray.save('转换后的灰度图像.jpg')  # 取消注释以保存图像

 

Pillow是一个功能丰富的图像处理库，上述只是其功能的冰山一角。通过阅读官方文档和教程，你可以更深入地了解Pillow的各种特性和用法。