Python中图像处理Pillow库怎么用

这篇文章主要介绍Python中图像处理Pillow库怎么用，文中介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！

前言：

图像处理是常用的技术，python 拥有丰富的第三方扩展库，Pillow 是 Python3 最常用的图像处理库，目前最高版本5.2.0。Python2 使用Pil库，两者是使用方法差不多，区别在于类的引用不同。

注意：Pil 库与 Pillow 不能同时存在与一个环境中，如果你已经安装 Pil 库，那么请将他卸载。

使用 pip 安装 Pillow：

> pip install Pillow

一、使用 Image.open() 创建图像实例

Image 是 Pillow 最常用的类，他可以通过多种方式创建图像实例。

" from PIL import Image "导入 Image 模块。然后通过 Image 类中的 open 函数即可载入图像文件, open 函数会自动判断图片格式，只需指定文件位置即可。成功，open 函数返回一个 Image 对象；载入文件失败，则会引起 IOError 异常 。

1. 通过文件创建 Image 对象

通过文件创建 Image 图像对象是最常用的方法

示例：通过文件创建 Image 图像对象

from PIL import Imageimage = Image.open('python-logo.png')  # 创建图像实例# 查看图像实例的属性print(image.format, image.size, image.mode)image.show() # 显示图像

代码解读：

实例属性说明：
format 图像格式
size 图像的 (宽,高) 元组
mode 常见模式，默认 RGB 真彩图像；L 为灰阶图像；CMYK 印刷色彩；RGBA 带透明度的真彩图像；YCbCr 彩色视频格式；LAB L * a * b颜色空间；HSV 等。
show() 方法为使用系统默认图片查看器显示图像，一般用于调试；

2. 从打开文件中读取

可以从文件对象读取而不是文件名，但文件对象必须实现 read( ) ，seek( ) 和 tell( ) 方法，并且是以二进制模式打开。

示例：从文件对象中读取图像

from PIL import Imagewith open("hopper.ppm", "rb") as fp:    im = Image.open(fp)

2. 从 string 二进制流中读取

要从字符串数据中读取图像，需使用 io 类：

import iofrom PIL import Imageim = Image.open(io.StringIO(buffer))

注意：在读取图像 header 之前将文件倒回（使用 seek(0) ）。

3. 从tar文件中读取

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

二、读写图像

1. 格式转换并保存图像

Image 模块中的 save 函数可以保存图片，除非你指定文件格式，否则文件的扩展名就是文件格式。

import osfrom PIL import Imageimage_path='python-logo.png' # 图片位置f, e = os.path.splitext(image_path) # 获取文件名与后缀outfile = f + ".jpg"if image_path != outfile:    try:        Image.open(image_path).save(outfile) # 修改文件格式    except IOError:        print("cannot convert", image_path)

注意： 如果你的图片mode是RGBA那么会出现异常,因为 RGBA 意思是红色，绿色，蓝色，Alpha 的色彩空间，Alpha 是指透明度。而 JPG 不支持透明度 ，所以要么丢弃Alpha , 要么保存为.png文件。解决方法将图片格式转换：

Image.open(image_path).convert("RGB").save(outfile)  # convert 转换为 RGB 格式，丢弃Alpha

save() 函数有两个参数，如果文件名没有指定图片格式，那么第二个参数是必须的，他指定图片的格式。

2. 创建缩略图

创建缩略图 使用 Image.thumbnail( size ), size 为缩略图宽长元组。

示例： 创建缩略图

import osfrom PIL import Imageimage_path = 'python-logo.png'  # 图片位置size = (128, 128)  # 文件大小f, e = os.path.splitext(image_path)  # 获取文件名与后缀outfile = f + ".thumbnail"if image_path != outfile:    try:        im = Image.open(image_path)        im.thumbnail(size)  # 设置缩略图大小        im.save(outfile, "JPEG")    except IOError:        print("cannot convert", image_path)

注意： 出现异常，同上一个示例，convert("RGB")转换图片mode。

注意：除非必须，Pillow不会解码或栅格数据。当你打开文件，Pillow通过文件头确定文件格式，大小，mode等数据，余下数据直到需要时才处理。这意味着打开文件非常快速，它与文件大小和压缩格式无关。

三、剪贴，粘贴、合并图像

Image类包含允许您操作图像中的区域的方法。

如：要从图像中复制子矩形图像使用 crop() 方法。

1. 从图像复制子矩形

示例： 截取矩形图像

box = (100, 100, 400, 400)region = im.crop(box)

定义box元组，表示图像基于左上角为（0,0）的坐标，box 坐标为 (左，上，右，下）。注意，坐标是基于像素。示例中为 300 * 300 像素。

2. 处理子矩形并将其粘贴回来

示例： 在原图上粘贴子矩形图像

region = region.transpose(Image.ROTATE_180) # 颠倒180度box = (400, 400, 700, 700)  # 粘贴位置，像素必须吻合，300 * 300im.paste(region, box)

注意：将子图（region） 粘贴（paste）回原图时，粘贴位置 box 的像素与宽高必须吻合。而原图和子图的 mode 不需要匹配，Pillow会自动处理。

示例：滚动图像

from PIL import Imagedef roll(image, delta):    """ 向侧面滚动图像 """    xsize, ysize = image.size    delta = delta % xsize    if delta == 0: return image    part1 = image.crop((0, 0, delta, ysize))    part2 = image.crop((delta, 0, xsize, ysize))    image.paste(part1, (xsize - delta, 0, xsize, ysize))    image.paste(part2, (0, 0, xsize - delta, ysize))    return imageif __name__ == '__main__':    image_path = 'test.jpg'    im = Image.open(image_path)    roll(im, 300).show()  # 向侧面滚动 300 像素

3. 分离和合并通道

Pillow 允许处理图像的各个通道，例如RGB图像有R、G、B三个通道。 split 方法分离图像通道，如果图像为单通道则返回图像本身。merge 合并函数采用图像的 mode 和 通道元组为参数，将它们合并成新图像。

示例：交换RGB图像的三个波段

r, g, b = im.split()im = Image.merge("RGB", (b, g, r))

注意：如果要处理单色系，可以先将图片转换为'RGB'

四. 几何变换

PIL.Image.Image 包含调整图像大小 resize() 和旋转 rotate() 的方法。前者采用元组给出新的大小，后者采用逆时针方向的角度。

示例：调整大小并逆时针旋转 45度

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

要以90度为单位旋转图像，可以使用 rotate() 或 transpose() 方法。后者也可用于围绕其水平轴或垂直轴翻转图像。

示例：

out = im.transpose(Image.FLIP_LEFT_RIGHT) # 水平左右翻转out = im.transpose(Image.FLIP_TOP_BOTTOM) # 垂直上下翻转out = im.transpose(Image.ROTATE_90) # 逆时针90度out = im.transpose(Image.ROTATE_180) # 逆时针180度out = im.transpose(Image.ROTATE_270) # 逆时针270度

rotate() 和 transpose() 方法相同，他们之间没有差别， transpose() 方法比较通用。

五. 颜色变换

示例：在 mode 之间转换

from PIL import Imageim = Image.open("hopper.ppm").convert("L") # 转换为灰阶图像

注意：它支持每种模式转换为"L" 或 "RGB"，要在其他模式之间进行转换，必须先转换模式（通常为"RGB"图像）。

六. 图像增强

1. Filters 过滤器

ImageFilter 模块有很多预定义的增强过滤器，通过 filter() 方法运用。

示例：使用 filter()

from PIL import ImageFilterout = im.filter(ImageFilter.DETAIL)

2. 像素点处理

point() 方法可用于转换图像的像素值（如对比度），在大多数情况下，可以将函数对象作为参数传递格此方法，它根据函数返回值对每个像素进行处理。

示例：每个像素点扩大1.2倍

out = im.point(lambda i: i * 1.2)

上述方法可以用简单的表达式进行图像处理，还可以通过组合 point() 和 paste() 对图像的局部区域进行处理 。

3. 处理单独通道

# 将通道分离source = im.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out = source[G].point(lambda i: i * 0.7)# 粘贴已处理的通道，红色通道仅限于<100source[G].paste(out, None, mask)# 合并图像im = Image.merge(im.mode, source)

注意创建 mask 的语句：

imout = im.point(lambda i: expression and 255)

对于 and 逻辑判断来说，expression 为 False (0) 已经能证明整个表达式为 False (0) , 否则还有对后面的结果进行判断。所以 expression 为 False (0) 返回 False (0) ，expression 为 True （本身的结果）是返回后面的 255；

同理对于 or 的逻辑判断，当前面的表达式为 True，返回前面的值；当前面表达式为 False，返回后面表达式的值。

七、高级增强

其他图像增强功能可以使用 ImageEnhance 模块中的类。从图像创建后，可以使用 ImageEnhance 快速调整图片的对比度、亮度、饱和度和清晰度。

from PIL import ImageEnhanceenh = ImageEnhance.Contrast(im)  # 创建调整对比度对象enh.enhance(1.3).show("增加30%对比度")

ImageEnhance 方法类型：

ImageEnhance.Contrast(im) 对比度
ImageEnhance.Color(im) 色彩饱和度
ImageEnhance.Brightness(im) 亮度
ImageEnhance.Sharpness(im) 清晰度

八、 动态图像

Pillow 支持一些动态图像处理（如FLI/FLC，GIF等格式）。TIFF文件同样可以包含数帧图像。

打开动态图像时，PIL 会自动加载序列中的第一帧。你可以使用 seek 和 tell 方法在不同的帧之间移动。

示例： 读取动态图像

from PIL import Imageim = Image.open("animation.gif")im.seek(1) # 跳到第二帧try:    while 1:        im.seek(im.tell()+1)  # tell() 获取当前帧的索引号except EOFError: # 当读取到最后一帧时，Pillow抛出EOFError异常。    pass # 结束

注意：有些版本的库中的驱动程序仅允许您搜索下一帧。要回放文件，您可能需要重新打开它。都遇到无法回放的库时，可以使用 for 语句循环实现。

示例：for 使用 ImageSequence Iterator 类遍历动态图像

from PIL import ImageSequencefor frame in ImageSequence.Iterator(im):    # ...处理过程...

示例：保存动态图像

im.save(out, save_all=True, append_images=[im1, im2, ...])

参数说明：

out 需要保存到那个文件
save_all 为True，保存图像的所有帧。否则，仅保存多帧图像的第一帧。
append_images 需要附加为附加帧的图像列表。列表中的每个图像可以是单帧或多帧图像（ 目前只有GIF，PDF，TIFF和WebP支持此功能）。

九、Postscript 打印

Pillow 允许通过 Postscript Printer 在图片上添加图像或文字。

from PIL import Imagefrom PIL import PSDrawim = Image.open("test.jpg")title = "hopper"box = (1*72, 2*72, 7*72, 10*72) # in pointsps = PSDraw.PSDraw() # 默认 sys.stdoutps.begin_document(title)# 画出图像 (75 dpi)ps.image(box, im, 75)ps.rectangle(box)# 画出标题ps.setfont("HelveticaNarrow-Bold", 36)ps.text((3*72, 4*72), title)

十、配置加载器 draft

某些解码器允许在从文件中读取图像时对其进行操作。这通常可用于创建缩略图时（当速度比质量更重要）加速解码并打印到单色激光打印机（仅需灰阶图像时）。

draft() 方法操作已打开但尚未加载的图像，使其尽可能匹配给定的模式和大小。它通过重新配置图像解码器来完成。仅适用于JPEG和MPO文件。

示例：使用 draft() 快速解码图像

from PIL import Imageim = Image.open('test.jpg')print("original =", im.mode, im.size)im.draft("L", (100, 100))print("draft =", im.mode, im.size)

输出：

original = RGB (1920, 1200)draft = L (240, 150)

以上是"Python中图像处理Pillow库怎么用"这篇文章的所有内容，感谢各位的阅读！希望分享的内容对大家有帮助，更多相关知识，欢迎关注行业资讯频道！