PIL学习

PIL学习

目录：

• PIL和Pillow
• PIL的size属性
• PIL的mode属性
• PIL的图像转换
• Numpy 和 PIL.Image 的联动

参考：

• Pillow mode https://pillow.readthedocs.io/en/stable/handbook/concepts.html#concept-modes

---

归一化

https://blog.csdn.net/weixin_49346755/article/details/127366789

PIL和Pillow

PIL全称：python image library。

Pillow是PIL的分支（进化版），你可以将两者视为同一样东西。当你用pip下载pillow时使用的是pip install pillow，当你在python解释器中导入pillow时，使用的是import PIL。

PIL的size属性

我们通过size属性来查看图像的大小，图片大小可以通过size属性进行访问。

PIL的mode属性

PIL共有12种模式，其中常用的L模式是1通道、8位整型灰度图像，RGB是3通道、24位整型灰度图像。注意F是1通道、32位浮点型图像，对于32位浮点型数据的理解可以参看IEEE 754标准。

我们通过PIL.Image.open(“path”)创建PIL.Image对象，查看该对象的mode属性来查看其mode。

PIL的图像转换

更改mode属性即对图像的类型进行转换，如将RGB转为L，就是将彩色图片转换为了灰度图片。

Image中mode更改

使用convert方法进行mode参数的更改，convert中需要填写上述mode中参数。

from PIL import Image
image = Image.open("/home/...")
image = image.convert("L")
1
2
3

Numpy 和 PIL.Image 的联动

PIL.Image对象中的单个元素的类型设置比较少，没办法满足你的要求？例如我们需要将Image传入Pytorch框架进行训练，由于Pytorch框架的权重是torch.float32类型，我们就需要将输入图片中每个像素点元素的值的类型设置为float32，如果你对PIL.Image的mode类型不了解，也可以将PIL.Image对象转为numpy.ndarray类型对象处理后处理再转为PIL.Image类型。

numpy的dtype

numpy的dtype类似PIL.Image.mode，能够规定numpy的数据元素类型，常见的dtype如下：

PIL的图像可以在Image和Numpy中实现自由转换。

from PIL import Image
import numpy as np
# Image 转 Numpy
image = Image.open("/home/...")
image = np.array(image)
# Numpy 转 Image
image = Image.fromarray(image)
1
2
3
4
5
6
7

Image中type更改

Image中单个元素的type更改可以考虑先将其转换为Numpy，再在Numpy中指定dtype数据类型再转为Image类型。

# 指定numpyt的dtype类型
image = Image.open("/home/...")
image = np.array(image)
image = image.astype("float32")
1
2
3
4