python_图像_PIL_img

def  img_chuli():
    from PIL import ImageFilter,Image
    from PIL import Image, ImageDraw, ImageFont,ImageEnhance,ImageChops,\
        ImageFilter,TarIO,ImageSequence, PSDraw
    import io
    # 1、格式与读取
    # '图像的格式：im:.格式format；大小size；宽度width；高度height；坐标元组：某像素点颜色值：getpixel(100, 100)
    path = './img/0.jpg'
    # 1.1读取
    img = Image.open(path)  # 打开
    # 1.2从文件中读取
    with open("0.ppm", "rb") as fp:
        im = Image.open(fp)
    #1.3从二进制流中读取
    # im = Image.open(io.StringIO(buffer))
    # 从tar文件中读取
    fp = TarIO.TarIO("img.tar", "img/lena.ppm")
    im = Image.open(fp)

    # 1.4转格式
    img = img.convert('L') #转灰度#，默认 RGB真彩；L灰；CMYK 印刷；RGBA 透明度真彩；YCbCr 彩色视频；LAB L * a * b颜色空间；HSV 等。
    # L = R * 299 / 1000 + G * 587 / 1000 + B * 114 / 1000

    img_array = np.array(img)  # 转数组 #；np.asarray(im)浅拷贝；np.array() 深拷贝
    im = Image.fromarray(np.uinit8(img_array * 255))  # 转图像

    import matplotlib.pyplot as plt  # plt 用于显示图片
    plt.imshow('lena_1', cmap='Greys_r')
    # img1= img[:, :, 0]#获取通道
    # 1.5保存
    img.save('red.png')  # 保存
    img.show()  # 显示

    # 1.6改扩展名
    image_path='python-img.png' # 位置
    file, extend = os.path.splitext(image_path) # 获取文件名与扩展名
    outfile = file + ".jpg"
    if image_path != outfile:
        try:
            if extend=='RGBA':#RGBA那么会出现异常, JPG 不支持透明度 ，所以要么丢弃Alpha
                Image.open(image_path).convert("RGB").save(outfile)  #转换RGB 格式，丢弃Alpha
            else:
                Image.open(image_path).save(outfile) # 修改文件格式
        except IOError:
            print("cannot convert", image_path)

    # 2、创建图像Image.new(mode, size, color)**实现
    img = Image.new('RGB', (100, 100), 'red')

    # 2.1根据二维数组创建灰度图像
    arr = (np.eye(300) * 255)  # 二维数组
    im1 = Image.fromarray(arr)  # 转换为图像
    im1.show()

    # 2.2图像转数组序列
    data1 = img.getdata()  # 图像转数组序列
    obj1 = []
    for dt in data1:
        obj1.append([sum(dt) / 3])  # 灰度方法：RGB三分量均值
    # 转60 * 60 二维数组
    obj = np.array(obj1).reshape((60, 60))
    im = Image.fromarray(obj1)
    im.show()

    # 2.3颜色改变
    img_width, img_height = 50, 50
    # 填充占位数据
    img_bytes = bytearray([0x70, 0x70, 0x70]) * img_width * img_height
    i = 0
    # 设置颜色渐变
    for y in range(img_height):
        for x in range(img_width):
            img_bytes[i] = int(255.0 * (x / img_width))  # R
            img_bytes[i + 1] = int(255.0 * (y / img_height))  # G
            img_bytes[i + 2] = 0  # B
            i += 3

    image = Image.frombytes('RGB', (img_width, img_height), bytes(img_bytes))

    image.show()




    # 3、图像混合
    # 3.1透明度混合：blend(im1, im2, alpha) ** 方法
    # im1：透明度设置为（1 - apha）；im2：透明度设置为（apha）；
    # alpha：透明度0 - 1；为0显示im1；1显示im2（A*apha+B*(1-apha)）；GB格式
    im1 = Image.open('pic.jpg').convert(mode='RGB')#打开1
    im2 = Image.new('RGB', im1.size, 'red')#按照1大小创建2
    Image.blend(im1, im2, 0.5).show()#（A*apha+B*(1-apha)）
    # 3.2遮罩混合  Image.composite(im1, im2, mask :复合材料
    im1 = Image.open('pic1.jpg')#
    img2 = Image.open('pic2.jpg').resize(im1.size)

    # 3.2.1
    r,g,b =img2.split()#打开--大小--色到分离
    Image.composite(im1, im2, b).show()
    # 透明遮罩混合头像，创建复合图像。
    im1 = Image.open('logo.png')  # logo
    im2 = Image.new(im1.mode, im1.size, "#000000")  # 黑色
    im3 = Image.new(im1.mode, im1.size, "#FFFFFF")  # 白色
    im4 = Image.composite(im3, im2, im1)  # 蒙版:im1,im3粘贴到im2上
    im4.show()
    # 2.2.1.2 blend 混合
    im1 = Image.open('logo.png')  # logo
    im2 = Image.new(im1.mode, im1.size, "#000000")#依据1模式，大小生成
    im3 = Image.blend(im1, im2, 0.3)
    im3.show()


    3.2.2#分层处理
    source= img2.split()  # 打开--大小--色到分离
    R, G, B = 0, 1, 2
    mask = source[R].point(lambda i: i < 100 and 255)    # 选择红色小于100的区域
    out = source[G].point(lambda i: i * 0.7)# 处理绿色
    source[G].paste(out, None, mask)# 粘贴已处理的通道，红色通道仅限于<100
    im = Image.merge(im.mode, source)    # 合并图像



    # 3.3 单像素值修改
    Image.eval(im, lambda x: x * 2).show()
    def func(x): return x + 2
    Image.eval(im, func)
    # 3.复制、缩略图4
    im2 = im.copy()
    im2.thumbnail((100, 100))#缩略图

    # 3.4图像粘贴剪切
    # paste(im, box, mask)#(图像，粘贴区域，none大小一致)
    im_crop = im1.crop((200, 200, 400, 400))#剪切
    # im2.paste(im_crop, (30, 30))#（30，30点对齐粘贴
    Image.getbbox() #获取图像非0区域的box值。
    # Image.getcolors(maxcolors=256)返回值为(count, pixel)的列表。（出现的次数，像素的值）
    # Image.histogram(mask=None, extrema=None)获取以 mack 为蒙版的直方图


    # 3.5旋转和格式转换
    im1.rotate(90).show()#旋转45度
    im1.transpose(Image.ROTATE_45).show()#转置(矩)阵--FILP_TOP_BOTTOM上下；FILP_LEFT_RIGHT左右；ROTATE_90翻转90、180；TRANSPOSE颠倒

    # 3.6通道分离、合并
    r1, g1, b1 = im1.split()
    im2 = Image.merge('RGB', [r1, g1, b1])
    # 3.6滤镜
    img_02 = img.filter(ImageFilter.GaussianBlur(radius=10))
    img_02= img.filter(ImageFilter.GaussianBlur)# 高斯模糊处理
    img_02 = img.filter(ImageFilter.BLUR)#模糊
    img_02 = img.filter(ImageFilter.CONTOUR)#轮廓
    img_02 = img.filter(ImageFilter.DETAIL)#细节
    img_02 = img.filter(ImageFilter.EDGE_ENHANCE)#边缘增强，EDGE_ENHANCE_MORE深度边缘增强
    # ImageFilter.SHARPEN为锐化滤波, 补偿图像的轮廓, 增强图像的边缘及灰度跳变的部分, 使图像变得清晰。
    img_02 = img.filter(ImageFilter.EMBOSS)#浮雕
    img_02 = img.filter(ImageFilter.SMOOTH)#平滑
    # ImageFilter.SMOOTH_MORE为深度平滑滤波, 会使得图像变得更加平滑。
    img_02 = img.filter(ImageFilter.FIND_EDGES)  #寻找边缘滤波
    # 卷积滤波
    im = im1.filter(ImageFilter.Kernel((3, 3), (1, 1, 1, 0, 0, 0, 2, 0, 2)))
    im = im1.filter(ImageFilter.RankFilter(5, 20))#等级滤波：5x5--25个中,排序20的像素为新值
    im = im1.filter(ImageFilter.MaxFilter(5))#最大滤波：5x5区域25点最大像素为新值
    im = im1.filter(ImageFilter.ModeFilter(5))#模式滤波：5x5中次数最多像素新值



    # 3.7 图像运算
    ImageChops.add(im1, im2, scale=1.0, offset=0)
    im2 = ImageChops.add(im1, im2)  # 输出out = 1/scale*(im1 + im2) + offset
    im2 = ImageChops.subtract(im1, im2) # out = (im1 - im2) / scale + offset
    # 对图像进行各种操作
    im3 = ImageChops.darker(im1, im2)#取对比像素较小者
    im3 = ImageChops.lighter(im1, im2)#像素取大
    im3 = ImageChops.invert(im1)#反色
    im3 = ImageChops.multiply(im1, im2)#相乘
    im3 = ImageChops.screen(im1, im2)#屏幕
    im3 = ImageChops.difference(im1, im2)#差异

    # 3.8ImageEnhance：增强（色彩、亮度）
    #  获取颜色（各种）调整器
    enhance_im1 = ImageEnhance.Color(im1)#颜色
    enhance_im1 = ImageEnhance.Contrast(im1)#对比度
    enhance_im1.enhance(1.5).show("增加50%对比度")
    enhance_im1 = ImageEnhance.Brightness(im1)#亮度
    enhance_im1 = ImageEnhance.Sharpness(im1)#清晰度
    im2 = enhance_im1.enhance(0.1)#颜色减弱
    im2 = enhance_im1.enhance(1.1)# 增强颜色
    im1 = im1.point(lambda x: x * 0.3)#像素点操作

    # 3.9绘制
    im = Image.new("RGB", (200, 300), "white")#创建图片
    drawer = ImageDraw.Draw(im)#绘制
    drawer.line((0, 0, 150, 150), fill='green', width=2)#直线或曲线(起点、终点)、颜色、轮廓、连接
    drawer.rectangle((5, 50, 150, 150), fill='green', outline='red', width=3)#矩形(起点、终点)、颜色、轮廓、连接
    drawer.arc((5, 50, 150, 150), start=0, end=90, fill='green', width=3)#圆弧(起点、终点)、起始角度、终止角度、颜色、轮廓、连接
    drawer.ellipse((5, 50, 150, 150), fill='green', outline='red', width=3)#椭圆(起点、终点)、起始角度、终止角度、颜色、轮廓色
    drawer.chord((50, 50, 150, 150),start=0, end=90, fill='green', outline='red', width=3)#弦(起点、终点)、起始角度、终止角度、颜色、轮廓色
    drawer.pieslice((5, 50, 150, 150),start=0, end=90, fill='green', outline='red', width=3) #扇形区--同上
    drawer.polygon((5, 50, 150, 150, 150, 200, 200, 250, 50, 50), fill='green', outline='red')#多边形
    drawer.point((10, 100), fill='black') #点
    drawer.text((10, 100), text='hello' ,fill='red') #英文文字
    imFont = ImageFont.truetype('simkai.ttf', 30)
    drawer.text((50, 100), text="啥", font=imFont, fill="red")

    # 4.0动态图
    # 4.1
    im = Image.open("animation_1.gif")
    im.seek(2)  # 跳到第3帧
    try:
        while 1:
            im.seek(im.tell() + 1)  # tell() 获取当前帧索引
    except EOFError:  # 读最后一帧，Pillow抛出EOFError异常。
        pass  # 结束
    # 4.2
    for frame in ImageSequence.Iterator(im):
        im=frame
    # 4.3保存
    im.save(out, save_all=True, append_images=[im1, im2, ...]) #动态保存 GIF，PDF，TIFF和WebP

    # 4.7 Postscript Printer：图添加图像或文字
    # 4.7.0准备
    im = Image.open("img1.jpg")
    title = "mohe_wuting"
    box = (2 * 72, 3 * 72, 9 * 72, 11 * 72)  # in points

    ps_1 = PSDraw.PSDraw()  # 默认:sys.stdout
    ps_1.begin_document(title)
    #4.7.1 画出图像 (75 dpi)
    ps_1.image(box, im, 75)
    ps_1.rectangle(box)

    #4.7.2 画出标题
    ps_1.setfont("HelveticaNarrow-Bold", 36)
    ps_1.text((3 * 72, 4 * 72), title)
    # 4.7.3绘制文字
    # ImageDraw.text(xy, text, fill=None, font=None, anchor=None, spacing=0, align="left", direction=None, features=None)
    im = Image.new('RGB', (200, 200), 0)
    draw = ImageDraw.Draw(im)# 创建可绘对象
    font = ImageFont.truetype('arialbi.ttf', 32)# 设字体，字体库位于前目录
    draw.text((8, 8), "anyang_wang", font=font, fill="#FFFFFF")# 填充文字
    draw.multiline_text((10, 10), "anyang,\nwang", font=font, fill="#FFFFFF")
    # ImageDraw.textsize(text, font=None, spacing=4, direction=None, features=None)#获取文字的大小
    draw.textsize('anyang_wang', font)
    draw.multiline_textsize('Hello,\nwoodman', font)#获取带换行的文字的大小

    # 7.8：高速解码--加载器 draft
    im.draft("L", (50, 50))

    def pinjie():
        import os
        from PIL import Image
        from random import sample, choices

        COL = 10  # 拼接图片列数
        ROW = 20  # 拼接图片行数
        UNIT_HEIGHT_SIZE = 800  # 高度
        UNIT_WIDTH_SIZE = 400  # 宽度
        PATH = ""  # 拼接图片路径
        NAME = "mohe_wuting"  # 拼接出的图片保存的名字
        RANDOM_SELECT = False  # 设置是否可重复抽取图片
        SAVE_QUALITY = 60  # 保存的图片的质量 可选0-100

        # 图片复制拼接
        def concat_img(img_names, name, path):
            image_files = []
            for index in range(COL * ROW):
                image_files.append(Image.open(path + image_names[index]))  # 读取所有拼接图
            target = Image.new('RGB', (UNIT_WIDTH_SIZE * COL, UNIT_HEIGHT_SIZE * ROW))  # 创建成图画布
            # 参数1RGB;参数2:传入元组指定图片大小，参数3:可指定颜色，默认为黑色
            for row in range(ROW):
                for col in range(COL):
                    # 图片逐行拼接
                    # paste:参数1--指定需拼接图片，参数2:二元元组（指定复制位置左上角坐标）#或四元元组（指定复制位置的左上角和右下角坐标）
                    target.paste(image_files[COL * row + col], (0 + UNIT_WIDTH_SIZE * col, 0 + UNIT_HEIGHT_SIZE * row))
            target.save(path + name + '.jpg', quality=SAVE_QUALITY)  # 成品保存

        # 获取需拼图名称
        def get_image_names(path):
            image_names = list(os.walk(path))[0][2]  # 获取目标文件夹下所有文件文件名
            # 1、用list将iterator转成list，2、再[0]取出里面的三元元组元素，再[2]取出元组中的由文件夹名组成的列表
            # 从所有文件中随机抽取需要数量文件，可设置是否能重复抽取
            # random库中的choices函数用于可放回抽取，第一个参数指定用于抽取的对象，k参数指定抽取数量
            # sample函数用于不放回抽取，参数同上
            selected_images = choices(image_names, k=COL * ROW) if RANDOM_SELECT else sample(image_names, COL * ROW)
            return selected_images

        if __name__ == '__main__':
            concat_img(get_image_names(PATH), NAME, PATH)