python基础(python Image Library)

PIL基础介绍

python Image Library也就是PIL库,是python用于图像处理的库,其中包含了常见基础的图像处理算法。
PIL官网介绍
PIL中有很多类,核心类型是Image,其中打开图片的函数就在Image中。

from PIL import Image
img = Image.open('test.jpg')
print img.format, img.size, img.mode
#JPEG (333, 351) RGB
  • format 属性指定了图像文件的格式,如果图像不是从文件中加载的则为None。
  • size 属性是一个2个元素的元组,包含图像宽度和高度(像素)。
  • mode 属性定义了像素格式,常用的像素格式为:“L” (luminance) - 灰度图, “RGB” , “CMYK”。

1.PIL基础操作

读写图片

img = Image.open('test.jpg')
img.thumbnail((50,50))
img.save('test2.png')

PIL只有在需要的时候才加载像素数据。当你打开一个文件时,PIL只是读取文件头获得文件格式、图像模式、图像大小等属性,而像素数据只有在需要的时候才会加载。img中并没有保存所有的像素信息。上面的程序并保存的其实就是缩略图。

2.图片剪切、粘贴、合并

图像剪切、旋转、粘贴

img = Image.open('test.jpg')
box = (100,100,200,200)
region = img.crop(box)
region = region.transpose(Image.ROTATE_180)
img.paste(region, box)

坐标原点位于左上角。上面的例子提取的子区域包含100x100个像素。将该部分进行旋转,并粘贴会原本位置。

  • 1.分割:split() 函数创建一个图像集合,每个图像包含一个通道。
  • 2.合并:merge()函数接受一个颜色模式和一个图像元组,然后将它们合并为一个新的图像。接下来的例子交换了一个RGB图像的三个通道。
r, g, b = im.split()
im = Image.merge("RGB", (b, g, r));

3.缩放、旋转

out = im.resize((128, 128),Image.BILINEAR)
out = im.resize((128, 128))
out = im.rotate(45) 

rotate和transpose结果、性能没有什么区别,但又更通用的图像变换函数为transform()。

4.统计直方图

Image类实例的histogram()方法能够对直方图数据进行统计,并将结果做为一个列表(list)返回。

rot_img.histogram()
  • histogram()直方图数据进行统计,并将结果做为一个列表(list)返回

5.颜色模式转换

im = Image.open("lena.ppm").convert("L")

1 (1-bit 像素, 黑白, 一个像素存储为一个字节)
L (8-bit 像素, 黑白)
P (8-bit 像素, 使用调色板映射到其他任一模式)
RGB (3x8-bit 像素, 真彩色)
RGBA (4x8-bit 像素, 带透明掩模的真彩色)
CMYK (4x8-bit 像素, colour separation)
YCbCr (3x8-bit 像素, colour video format)
I (32-bit integer 像素)
F (32-bit floating point 像素)
RGBX (true colour with padding)
RGBa (true colour with premultiplied alpha)

  • PIL库支持从其他模式转为“L”或“RGB”模式,其他模式之间转换,则需要使用一个中间图像,通常是“RGB”图像。

6.图像增强

增强

  • ImageEnhance模块
    这个模块提供了一个常用的图像增强工具箱。可以用来进行色彩增强、亮度增强、对比度增强、图像尖锐化等等增强操作。所有操作都有相同形式的接口——通过相应类的enhance方法实现:色彩增强通过Color类的enhance方法实现;亮度增强通过Brightness类的enhance方法实现;对比度增强通过Contrast类的enhance方法实现;尖锐化通过Sharpness类的enhance方法实现。所有的操作都需要向类的构造函数传递一个Image对象作为参数,这个参数定义了增强作用的对象。同时所有的操作都返回一个新的Image对象。如果传给enhance方法的参数是1.0,则不对原图像做任何改变,直接返回原图像的一个拷贝。
    该模块只有Color、Contrast、Sharpness、Brightness四个类;并且每个类都只有两个函数init和enhance函数,并且这四个类的使用方式和成员函数的使用方式也都是一样的(只需要一个factor因子)。
from PIL import Image, ImageEnhance
img = Image.open("test.jpg")
# 增强亮度
enhanceImg = ImageEnhance.Brightness(img)
# 图片尖锐化
enhanceImg = ImageEnhance.Sharpness(img) 
# 对比度增强
enhanceImg = ImageEnhance.Contrast(img)  
# 色彩增强
enhanceImg = ImageEnhance.Color(img) 
enhanceImg.enhance(2.0).show()

通过调用ImageEnhance模块中的不同类,使用enhance方法,可以得到增强后的图片。

过滤器

  • ImageFilter是PIL的滤镜模块,当前版本支持10种加强滤镜,通过这些预定义的滤镜,可以方便的对图片进行一些过滤操作,从而去掉图片中的噪音(部分的消除),这样可以降低将来处理的复杂度(如模式识别等)
滤镜名称 含义
ImageFilter.BLUR 模糊滤镜
ImageFilter.CONTOUR 轮廓
ImageFilter.DETAIL
ImageFilter.EDGE_ENHANCE 边界加强
ImageFilter.EDGE_ENHANCE_MORE 边界加强(阀值更大)
ImageFilter.EMBOSS 浮雕滤镜
ImageFilter.FIND_EDGES 边界滤镜
ImageFilter.SMOOTH 平滑滤镜
ImageFilter.SMOOTH_MORE 平滑滤镜(阀值更大)
ImageFilter.SHARPEN 锐化滤镜
import ImageFilter
out = im.filter(ImageFilter.DETAIL)

更多详细内容请看:
http://blog.csdn.net/u013467442/article/details/41827085

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,406评论 6 503
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,732评论 3 393
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,711评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,380评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,432评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,301评论 1 301
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,145评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,008评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,443评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,649评论 3 334
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,795评论 1 347
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,501评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,119评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,731评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,865评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,899评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,724评论 2 354

推荐阅读更多精彩内容