PIL（Python Imaging Library）图像处理库教程

PIL（Python Imaging Library）图像处理库教程

• open()函数，该库根据文件的内容自动确定格式,除非确实需要，否则库不会解码或加载栅格数据。
  open()将读取文件头以确定文件格式并提取解码文件所需的模式、大小和其他属性等内容，但文件的其余部分直到稍后才会处理。
  即open()打开图像文件是一项快速操作，它与文件大小和压缩类型无关。
• save()方法，保存文件时，名称很重要。除非指定格式，否则库将使用文件扩展名来发现要使用的文件存储格式
• show()的标准版本不是很有效，因为它将图像保存到临时文件并调用实用程序来显示图像，依赖于已经安装的其他图片查看工具
• convert()在不同像素表示之间转换图像，图片格式转换,B，G，R，L通道等转换 split merge 通道分离及合并
• thumbnails创建缩略图
• crop()， paste()剪切粘贴合并图像
• transpose()翻转图像
• roll()翻转 图像滚动拼接
• 图像类包含resize()和rotate()，前者采用元组给出新大小，后者采用逆时针方向的角度（以度为单位）；
• transpose()翻转平移
• 创建MASK imout = im.point(lambda i: expression and
  255)
• ImageEnhance调整对比度，亮度，色彩平衡和清晰度( contrast, brightness, color
  balance and sharpness)。
• PIL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文件还可以包含多个帧；
  当打开序列文件时，PIL会自动加载序列中的第一帧。可以使用seek和tell不同帧之间移动;
  读取动图并遍历每一帧展示，seek，tell或者ImageSequence.Iterator(im)
• 图像文本图形等绘制
• draft()方法操作已打开但尚未加载的图像，使其尽可能接近给定的模式和大小。这是通过重新配置图像解码器来完成的
  draft()草稿模式下的阅读仅适用于 JPEG 和 MPO 文件
  draft()生成的图像可能与请求的模式和大小不完全匹配。若要确保图像不大于给定大小，请改用缩略图thumbnails方法；

源码

# Python Image Library(PIL)库学习记录 
# pil.py

import os
import sys
from pathlib import Path
from urllib.request import urlopen

from PIL import Image, TarIO
from PIL import ImageEnhance  # 图像增强：调整对比度，亮度，色彩平衡和清晰度(像素级操作)
from PIL import ImageFilter  # 图像过滤：高斯平滑，边缘
from PIL import ImageSequence  # 图像读取保存展示，gif等读取，一帧一帧，帧跳转获取等；
from PIL import PSDraw  # 图像文本图形图像等绘制


# open()函数，该库根据文件的内容自动确定格式
# save()方法，保存文件时，名称很重要。除非指定格式，否则库将使用文件扩展名来发现要使用的文件存储格式
# 读取保存图片，获取图片属性
def readSave():
    # 从文件加载图片
    im = Image.open("ml.jpg")

    # 以上下文对象方式读取
    # with Image.open("hopper.ppm") as im:
    #     im.show()

    # 从打开的文件读取
    # with open(’ml.jpg‘, "rb") as fp:
    #     im = Image.open(fp)

    # 从二进制文件读取
    # im = Image.open(io.BytesIO(buffer))

    # 从url读取
    url = "https://python-pillow.org/images/pillow-logo.png"
    img = Image.open(urlopen(url))

    # 或者使用ContainerIO or TarIO从压缩文件/大文件读取
    fp = TarIO.TarIO("Tests/images/hopper.tar", "hopper.jpg")
    im = Image.open(fp)

    # 像素类型和深度。常见的模式是灰度图像的“L”（亮度），真彩色图像的“RGB”和印前图像的“CMYK”。
    print(im.format, im.size, im.mode)
    # JPEG (512, 512) RGB

    # show()的标准版本不是很有效，因为它将图像保存到临时文件并调用实用程序来显示图像，依赖于已经安装的其他图片查看工具
    im.show()


# 图片格式转换
def convert(infile):
    # for infile in sys.argv[1:]:
    f, e = os.path.splitext(infile)
    outfile = f + ".jpg"
    if infile != outfile:
        try:
            with Image.open(infile) as im:
                im.save(outfile)
        except OSError:
            print("cannot convert", infile)


# 创建JPEG缩略图（thumbnails）
def thumbnails(infile):
    size = (128, 128)

    # for infile in sys.argv[1:]:
    outfile = os.path.splitext(infile)[0] + ".thumbnail"
    if infile != outfile:
        try:
            # 请务必注意，除非确实需要，否则库不会解码或加载栅格数据。
            # 打开文件时，将读取文件头以确定文件格式并提取解码文件所需的模式、大小和其他属性等内容，但文件的其余部分直到稍后才会处理。
            # 即open()打开图像文件是一项快速操作，它与文件大小和压缩类型无关。
            with Image.open(infile) as im:
                im.thumbnail(size)
                # im.thumbnail((200, 200), Image.ANTIALIAS)
                print("thumbnail =", im.mode, im.size)
                im.save(outfile, "JPEG")
                im.show()
        except OSError:
            print("cannot create thumbnail for", infile)


# 下面是一个简单的脚本，用于快速识别一组图像文件：
def identify():
    print(sys.argv)
    print(sys.argv[1:])
    for infile in sys.argv[1:]:
        try:
            with Image.open(infile) as im:
                print(infile, im.format, f"{im.size}x{im.mode}")
        except OSError:
            pass


# 剪切、粘贴、合并图像
def crop(infile):
    im = Image.open(infile)
    # 该区域由 4 元组定义，其中坐标为（左、上、右、下）。Python 成像库使用左上角为 （0， 0） 的坐标系。
    # 坐标是指像素之间的位置，因此上例中的区域正好为 300x300 像素
    box = (100, 100, 400, 400)
    # 提取子矩形
    region = im.crop(box)
    region.show()

    # 将区域旋转180°，再粘贴回去
    region = region.transpose(Image.ROTATE_180)
    im.paste(region, box)

    im.show()


def roll(im, delta):
    """横向滚动图像"""
    xsize, ysize = im.size
    print(xsize, ysize)

    delta = delta % xsize
    print(delta)
    if delta == 0:
        return im

    part1 = im.crop((0, 0, delta, ysize))
    part2 = im.crop((delta, 0, xsize, ysize))
    im.paste(part1, (xsize - delta, 0, xsize, ysize))
    im.paste(part2, (0, 0, xsize - delta, ysize))
    im.show()


# 合并图像
def merge(im1, im2):
    w = im1.size[0] + im2.size[0]
    h = max(im1.size[1], im2.size[1])
    # paste方法还可以将透明度掩码作为可选参数。值255表示粘贴的图像在该位置是不透明的（即，粘贴的图像应按原样使用）。
    # 值 0 表示粘贴的图像是完全透明的。介于两者之间的值表示不同的透明度级别。
    # 例如，粘贴 RGBA图像并将其用作蒙版将粘贴图像的不透明部分，但不粘贴其透明背景。
    im = Image.new("RGBA", (w, h))

    im.paste(im1)
    im.paste(im2, (im1.size[0], 0))

    im.show()


# 分离和合并通道
def mergeSplit(im):
    # 单通道图像的话，split方法只返回自身
    r, g, b = im.split()
    r.show()
    g.show()
    b.show()

    # Image是rgb格式
    # im = Image.merge("BGR", (b, g, r))
    # im.show()

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


# 几何变换
# 图像类包含resize()和rotate()的方法。前者采用元组给出新大小，后者采用逆时针方向的角度（以度为单位）。
# transpose()翻转平移
# convert()在不同像素表示之间转换图像。
def geometricalTransform(im):
    out = im.resize((128, 128))
    out.show()

    # out = im.rotate(45)  # degrees counter-clockwise
    # out.show()

    # out = im.transpose(Image.FLIP_LEFT_RIGHT)
    # out.show()
    # out = im.transpose(Image.FLIP_TOP_BOTTOM)
    # out.show()
    # out = im.transpose(Image.ROTATE_90)
    # out.show()
    # out = im.transpose(Image.ROTATE_180)
    # out.show()
    out = im.transpose(Image.ROTATE_270)
    out.show()

    l = im.convert("L")
    l.show()


# 图像增强模式 PIL提供了许多可用于增强图像的方法和模块。
# 图像筛选器模块包含许多预定义的增强过滤器，可与 filter()方法一起使用。
def fil(im):
    out = im.filter(ImageFilter.DETAIL)
    out.show()

    # multiply each pixel by 1.2
    out = im.point(lambda i: i * 1.2)
    out.show()


# 创建MASK
# imout = im.point(lambda i: expression and 255)
def createMask(im):
    # 分离图像通道
    source = im.split()

    R, G, B = 0, 1, 2

    # 选择红色区域 < 100
    mask = source[R].point(lambda i: i < 100 and 255)
    mask.show()

    # 处理绿色通道 * 0.7
    out = source[G].point(lambda i: i * 0.7)
    out.show()

    # 粘贴绿色通道到 红色<100的模板
    source[G].paste(out, None, mask)

    # 构建新的图像
    im = Image.merge(im.mode, source)
    im.show()


# 对于更高级的图像增强，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。
# 可以通过这种方式调整对比度，亮度，色彩平衡和清晰度( contrast, brightness, color balance and sharpness)。
def enhancement(im):
    enh = ImageEnhance.Contrast(im)
    enh.enhance(1.3).show("30% more contrast")


# PIL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文件还可以包含多个帧。
# 当打开序列文件时，PIL会自动加载序列中的第一帧。可以使用seek和tell不同帧之间移动：
def imageSequence(infile):
    with Image.open(infile) as im:
        im.seek(1)  # skip to the second frame
    # im.show()

    try:
        while 1:
            print('--: ', im.tell() + 1)
            im.seek(im.tell() + 1)
            im.show()
            # do something to im
    except EOFError:
        pass  # end of sequence


# 读取动图并遍历每一帧展示
def readGif(infile):
    im = Image.open(infile)

    for i, frame in enumerate(ImageSequence.Iterator(im)):
        print(i)
        frame.show()


# 图像文本图形等绘制
def drawPostScript(infile):
    with Image.open(infile) as im:
        title = "hopper"
        box = (1 * 72, 2 * 72, 7 * 72, 10 * 72)  # in points

        ps = PSDraw.PSDraw()  # default is sys.stdout or sys.stdout.buffer
        ps.begin_document(title)

        # draw the image (75 dpi)
        ps.image(box, im, 75)
        ps.rectangle(box)

        # draw title
        ps.setfont("HelveticaNarrow-Bold", 36)
        ps.text((3 * 72, 4 * 72), title)

        ps.end_document()
        im.show()
    im.show()


def compress_image(source_path, dest_path):
    with Image.open(source_path) as img:
        if img.mode != "RGB":
            img = img.convert("RGB")
        img.save(dest_path, "JPEG", optimize=True, quality=80)


def batchProcess():
    paths = Path(".").glob("*.png")
    for path in paths:
        compress_image(path, path.stem + ".jpg")


# draft()方法操作已打开但尚未加载的图像，使其尽可能接近给定的模式和大小。这是通过重新配置图像解码器来完成的
# 草稿模式下的阅读仅适用于 JPEG 和 MPO 文件
# 请注意: draft()生成的图像可能与请求的模式和大小不完全匹配。若要确保图像不大于给定大小，请改用缩略图thumbnails方法。
def draft(file):
    print(file)
    with Image.open(file) as im:
        print("original =", im.mode, im.size)

    im.draft("L", (100, 100))
    print("draft =", im.mode, im.size)


infile = '0_viz_float64.png'
infile = 'ml.jpg'
# infile = 'ym.jpeg'
# infile = 'n_100.jpg'
# infile = 'rb.jpeg'
im = Image.open(infile)
im2 = Image.open('ml.jpg')
convert(infile)
thumbnails(infile)
identify()
crop(infile)
roll(im, 540)
merge(im, im2)
mergeSplit(im)
geometricalTransform(im)
fil(im)
createMask(im)
enhancement(im)
gif = 'detect_bright_spots.gif'
imageSequence(gif)
readGif(gif)
drawPostScript(infile)
# batchProcess()
draft(infile)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325

参考

• https://pillow.readthedocs.io/en/stable/handbook/tutorial.html