2020-10-15

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

• 前言
• 一、图像文件的读写
• 二、图像文件的处理
• 三、网络文件的读写
• 总结

---

前言

软件学院大三，之前编程能力不太好，错过了学习c,c++,java的机会,现在开始学习PYTHON，记录下典型例题以及学习心得

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、图像文件的读写

二、图像文件的处理

1.引入库

代码如下（示例）：

import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns import warnings warnings.filterwarnings('ignore') import ssl ssl._create_default_https_context = ssl._create_unverified_context 

2.读入数据

3.

4.

5.

6.

7.序列图像处理

序列图像是将多帧图像保存在一个图像文件中，按照一定时间间隔播放形成动画效果。gif图片就是序列图像。PIL对这种动态图片也提供了基本的处理方法。当用open()打开这类图像文件时，会自动载入第一帧图像，使用 seek()和tell()方法可以在各帧之间移动。seek(frame)表示跳转到指定的图像帧，tell()返回当前帧的序号

例如读取watson.gif并将各帧图像保存为png文件代码如下：

from PIL import Image
im = Image.open('watson.gif')
 #读入一个GIF文件
try:
     im.save(‘c:/python/frame{:02d}.png'.format(im.tell())) 
     #保存图像帧为png文件
     while True:
                im.seek(im.tell()+1)    #跳转到下一帧图像
     im.save('frame{:02d}.png'.format(im.tell()+1))
except:
     print("处理结束")

该处使用的url网络请求的数据。

三、网络文件的读写

---

总结

提示：这里对文章进行总结：
例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。