PIL基础方法

最近的工作中需要对一些图像做简单分析，python3中PIL库是目前了解中图像处理方面很重要的库，所以就拿来简单了解一下，写博客的目的是因为过了这段时间以后可能很久都不会用到，为了以后回想起来更快速，所以写这个博客做一下记录(此博客大多数内容来自PIL文档,博主亲自整理,表达不明确的地方详见：https://pillow-cn.readthedocs.io/zh_CN/latest/handbook/tutorial.html)：

废话就说这么多，开始正文>

原图长这样↓：


raw.png
raw_gif.gif
raw_jpg.jpg

使用 Image 类

from PIL import Image

with Image.open('raw.png') as raw:
    print(raw.size)
    print(raw.format)
    print(raw.mode)
with Image.open('raw_jpg.jpg') as raw_jpg:
    print('raw_jpg size:',raw_jpg.size)
    print('raw_jpg format:',raw_jpg.format)
    print('raw_jpg mode:',raw_jpg.mode)

with Image.open('raw_gif.gif') as raw_gif:
    print('raw_gif size:', raw_gif.size)
    print('raw_gif format:', raw_gif.format)
    print('raw_gif mode:', raw_gif.mode)
    raw_gif.show()

PIL 模块支持大量图片格式。使用在 Image 模块的 open() 函数从磁盘读取文件。你不需要知道文件格式就能打开它，这个库能够根据文件内容自动确定文件格式。
format 这个属性标识了图像来源。如果图像不是从文件读取它的值就是None。
size 属性是一个二元tuple，包含 width 和 height（宽度和高度，单位都是px）。
mode 属性定义了图像bands的数量和名称，以及像素类型和深度。常见的modes 有 “L” (luminance) 表示灰度图像, “RGB” 表示真彩色图像, and “CMYK” 表示出版图像。
标准的 show() 效率并不高，它需要保存图像到临时文件然后通过 xv 显示图像。你需要先安装 xv ，显示图像有助于调试和测试。
format,size,mode三个方法在工作中可以拿来验证某个目录下多个图片的来源，宽和高，深度

输出结果：

(258, 159)
PNG
RGBA
raw_jpg size: (640, 488)
raw_jpg format: JPEG
raw_jpg mode: RGB
raw_gif size: (300, 300)
raw_gif format: GIF
raw_gif mode: P

创建缩略图：

rawImage = Image.open('raw.png')
size = (60,37)
# thumbnail英文释义就是缩略图，该方法所做的就是创建图片的缩略图
rawImage.thumbnail(size)
rawImage.save('thumbnail.png','PNG')

保存图片， 使用 Image 类的 save() 方法。保存文件的时候文件名变得重要了。除非你指定格式，否则这个库将会以文件名的扩展名作为格式保存。
save() 方法我在第一次使用的时候传入的第二个参数是JPEG结果报错了 报错信息是 OSError: cannot write mode RGBA as JPEG 后来我又试了传入JPG还是不行，GIF是可以的，还有一个解决办法就是把第二个参数去掉就可以了，不传入第二个参数就不会报错了

剪切，粘贴，合并图像

从图像中复制出一个矩形选区
代码：

from PIL import Image

raw = Image.open('raw.png')

size = (7,65,48,104)
cropimage= raw.crop(size)

cropimage.save('raw_crop.png')

以上代码是从raw.png图中剪切了拼图的一小块保存在raw_crop.png中
以下是crop.png：


raw_crop.png

这里size中四个整数其实就是要剪切的部分的左上角，右下角两个点的x,y坐标，(7,65)是左上角的点,(48,104)是右下角的点;这个选区现在可以被处理并且粘贴到原图。


raw_crop.png

)
把剪切的图片粘贴到原图上： 
from PIL import Image

raw = Image.open('raw.png')
size = (7,65,48,104)
cropimage= raw.crop(size)
# transpose()方法是使图片转移,转换的意思,Image.ROTATE_180是旋转180°
# 此方法新生成了一张图,原图不会做任何更改
cropimage = cropimage.transpose(Image.ROTATE_180)
#
# # 这里需要注意的是粘贴的时候选区必须保持大小一致
raw.paste(cropimage,size)
raw.save('raw_2.png')

改变之后的图如下:


raw_2.png

当你粘贴矩形选区的时候必须保证尺寸一致。此外，矩形选区不能在图像外。然而你不必保证矩形选区和原图的颜色模式一致

分离和合并颜色

Python图像库还允许您处理多波段图像的各个波段，例如RGB图像。分割方法创建一组新图像，每个图像都包含原始多波段图像的一个波段。merge函数接受一个模式和一组图像，并将它们组合成一个新图像。以下示例交换RGB图像的三个波段：

from PIL import Image

raw = Image.open('raw.png')
# 分离
r,g,b,a = raw.split()
# 合并
a = Image.merge('RGBA',(b,g,r,a))
# 保存
a.save('raw_3.png')

波段颜色改变合并后的图片如下:


raw_3.png

简单的集合变化:

raw = Image.open('raw.png')
# 简单的几何变换
print(raw.size)
# resize方法是放大缩小图片,传入一个元组，元组内是宽和高
out = raw.resize((500,400))
# rotate方法是旋转图片，参数是旋转角度
out = raw.rotate(45)

要将图像以90度的步幅旋转，可以使用rotate（）方法或transpose（）方法。后者还可用于围绕图像的水平或垂直轴翻转图像。

# 左右颠倒
out = raw.transpose(Image.FLIP_LEFT_RIGHT)
# 上下颠倒
out = raw.transpose(Image.FLIP_TOP_BOTTOM)
# 旋转90°
out = raw.transpose(Image.ROTATE_90)
# 旋转180°
out = raw.transpose(Image.ROTATE_180)
# 旋转2700°
out = raw.transpose(Image.ROTATE_270)

Python图像库允许您使用convert（）方法在不同像素表示之间转换图像。

raw = Image.open('raw.png').convert("L")
raw.save('raw_4.png')

输出图片：


raw_4.png

支持每个支持的模式与“L”和“RGB”模式之间的转换。要在其他模式之间进行转换，可能需要使用中间图像（通常是“RGB”图像）。
Python图像库提供了许多可用于增强图像的方法和模块。

过滤器

ImageFilter模块包含许多预定义的增强过滤器，可以与filter（）方法一起使用。

from PIL import Image,ImageFilter

raw = Image.open('raw.png')

# ImageFilter.DETAIL 过滤细节
out = raw.filter(ImageFilter.DETAIL)
out.save('DETAIL.png')
# ImageFilter.SMOOTH #光滑
out = raw.filter(ImageFilter.SMOOTH)
out.save('SMOOTH.png')
# ImageFilter.SMOOTH_MORE #更光滑
out = raw.filter(ImageFilter.SMOOTH_MORE)
out.save('SMOOTH_MORE.png')
# ImageFilter.EDGE_ENHANCE #边缘增强
out = raw.filter(ImageFilter.EDGE_ENHANCE)
out.save('EDGE_ENHANCE.png')
# ImageFilter.EDGE_ENHANCE_MORE #边缘更加增强
out = raw.filter(ImageFilter.EDGE_ENHANCE_MORE)
out.save('EDGE_ENHANCE_MORE.png')
# ImageFilter.EMBOSS #浮雕
out = raw.filter(ImageFilter.EMBOSS)
out.save('EMBOSS.png')
# ImageFilter.FIND_EDGES #查找边缘
out = raw.filter(ImageFilter.FIND_EDGES)
out.save('FIND_EDGES.png')
# ImageFilter.SHARPEN #锐化
out = raw.filter(ImageFilter.SHARPEN)
out.save('SHARPEN.png')
# ImageFilter.UnsharpMask #反遮罩锐化
out = raw.filter(ImageFilter.UnsharpMask)
out.save('UnsharpMask.png')
# ImageFilter.CONTOUR #轮廓
out = raw.filter(ImageFilter.CONTOUR)
out.save('CONTOUR.png')
# ImageFilter.BLUR #模糊
out = raw.filter(ImageFilter.BLUR)
out.save('BLUR.png')
# ImageFilter.GaussianBlur #高斯模糊
out = raw.filter(ImageFilter.GaussianBlur)
out.save('GaussianBlur.png')
# ImageFilter.ModeFilter # 模式过滤器
out = raw.filter(ImageFilter.ModeFilter)
out.save('ModeFilter.png')
# ImageFilter.MaxFilter #最大过滤
out = raw.filter(ImageFilter.MaxFilter)
out.save('MaxFilter.png')
# ImageFilter.MinFilter #最小过滤
out = raw.filter(ImageFilter.MinFilter)
out.save('MinFilter.png')
# ImageFilter.MedianFilter #中间过滤
out = raw.filter(ImageFilter.MedianFilter)
out.save('MedianFilter.png')

生成图像如下：


DETAIL.png
SMOOTH.png
SMOOTH_MORE.png
EDGE_ENHANCE.png
EDGE_ENHANCE_MORE.png
EMBOSS.png
FIND_EDGES.png
SHARPEN.png
UnsharpMask.png
CONTOUR.png
BLUR.png
GaussianBlur.png
ModeFilter.png
MaxFilter.png
MinFilter.png
MedianFilter.png

点操作

point（）方法可用于转换图像的像素值(例如.图像对比度操作）。在大多数情况下，需要一个参数的函数对象可以传递给此方法。每个像素根据该函数进行处理：

raw = Image.open('raw.png')
out = raw.point(lambda i: i * 1.2)

处理个别bands

raw = Image.open('raw.png')
# 将图像分割成各个波段
source = raw.split()
R, G, B = 0, 1, 2
# 选择红色小于100的区域
mask = source[R].point(lambda i: i < 100 and 255)
# 处理绿色区域
out = source[G].point(lambda i: i * 0.7)
# 把处理过的区域贴回去，但只贴在红色<100的地方
source[G].paste(out, None, mask)
# 建立新的多波段图像
im = Image.merge(raw.mode, source)
im.save('raw_5.png')
raw_5.png

增强模块

要获得更高级的图像增强，可以使用ImageEnhance模块中的类。从图像创建后，可以使用增强对象快速尝试不同的设置。
你可以用这种方法调整对比度、亮度、色彩平衡和清晰度。

from PIL import ImageEnhance,Image
im = Image.open('raw.png')
# 增加对比度
enh = ImageEnhance.Contrast(im)
enh.enhance(3.2).show("增加320%对比度")

增强后的图片如下：


EnhanceContrast.png
from PIL import ImageEnhance,Image

im = Image.open('raw.png')
# 增加亮度
enh = ImageEnhance.Brightness(im)
enh.enhance(3.2).show("增加320%亮度")
EnhanceBrightness.png

这里只列举这两个，其他的就不一一列举了

多帧图像序列

Python图像库包含对图像序列（也称为动画格式）的一些基本支持。支持的序列格式包括FLI/FLC、GIF和一些实验格式。TIFF文件也可以包含多个帧。
打开序列文件时，PIL会自动加载序列中的第一帧。可以使用seek和tell方法在不同帧之间移动：

from PIL import Image

im = Image.open("raw_gif.gif")
im.seek(1) # 跳到第二帧
im.show('raw_gif_seek1.png')
im.seek(2)
im.show('raw_gif_seek2.png')
try:
    while 1:
        im.seek(im.tell()+1)
        # 对其做点什么
except EOFError:
    im.show('raw_gif_EOFError.png')
    pass # 序列结束

以下是三次查看图片的结果：


raw_gif_seek1.png
raw_gif_seek2.png

/
raw_gif_EOFError.png

如本例所示，当序列结束时，您将得到一个eoferor异常。
请注意，库的当前版本中的大多数驱动程序只允许您查找下一帧（如上例所示）。要倒带文件，可能需要重新打开它。
下面的迭代器类允许您使用for语句循环序列：

from PIL import Image

class ImageSequence:
    def __init__(self, im):
        self.im = im
    def __getitem__(self, ix):
        try:
            if ix:
                self.im.seek(ix)
            return self.im
        except EOFError:
            raise IndexError # end of sequence

im = Image.open('raw.png')
for frame in ImageSequence(im):
    # ...do something to frame...

其他读取图像的方法：

从文件读取

fp = open("lena.ppm", "rb")
im = Image.open(fp)

从字符串读取

import StringIO
im = Image.open(StringIO.StringIO(buffer))

从压缩包读取

from PIL import TarIO
fp = TarIO.TarIO("Imaging.tar", "Imaging/test/lena.ppm")
im = Image.open(fp)

PIL 库还有PSDraw可用于图像打印，这个目前我用的比较少就没研究，有兴趣的朋友可以自己研究一下，更多API请移步https://pillow-cn.readthedocs.io/zh_CN/latest/reference/index.html

©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。