python中pil教程

python中pil教程
Image类是Pillow库中最重要的类

安装Pillow包
```
pip install pillow
```
首先导入Image模块
```
from PIL import Image
```
打开图像

通过Image 类中的open （）方法，可以创建一个Image对象。语法格式：
```
im = Image.open(fp,mode="r")
```
fp:表示文件路径，字符串格式

mode: 可选参数
```
from PIL import Image
#打开图片
img=Image.open(r"./t53.png")
#显示图像
img.show()
```
图像的属性

size:查看图像的大小
```
print(img.size)
```
format:查看图片的格式
```
print(img.format)
```
info : 查看图片相关信息
```
print(img.info)
```
mode:图片的模式
```
print(img.mode)
```
图片格式转换

Pillow库支持多种图片格式，可以直接使用open()方法读取图片。

图片格式的转换有两种方法

save()
```
from PIL import Image
 
im=Image.open('./hh.png')
 
##这里可以使用save()方法将图片保存为其他格式的图片类型
 
im.save('./hhh.bmp')
 
```
convert()方法转换图片的格式
```
#这时会返回一个新的Image对象
image=im.convert('RGB')
```
图片的缩放操作

在图像处理过程中，经常遇到需要将图片放大或缩小的操作。Image类提供了resize()方法可以实现任意缩小和放大图像

resize()函数的语法格式如下
```
resize(size, resample=image.BICUBIC, box=None, reducing_gap=None)
```
- size：元组参数 (width,height)，图片缩放后的尺寸；
- resample：可选参数，指图像重采样滤波器，默认为 Image.BICUBIC；
- box：对指定图片区域进行缩放，box 的参数值是长度为 4 的像素坐标元组，即 (左,上,右,下)。注意，被指定的区域必须在原图的范围内，如果超出范围就会报错。当不传该参数时，默认对整个原图进行缩放；
- reducing_gap：可选参数，浮点参数值，用于优化图片的缩放效果，常用参数值有 3.0 和 5.0。
批量修改图片的尺寸
```
import os
from PIL import Image
#读取该目录下所有图像的名字
fileName = os.listdir('./image/T91_HR')
print(fileName)
#设定尺寸
width = 350
height = 350
# 如果目录不存在，则创建目录
if not os.path.exists(r'./hh'):
    os.mkdir(r'./hh')
# 循环读取每一张图片
for img in fileName:
    ##注意这里的路径必须是绝对路径，否则容易报错
    old_pic = Image.open('./image/T91_HR/'+img)
    ##这里返回一个新的Image对象
    new_image = old_pic.resize((width, height),Image.BILINEAR)
    print (new_image)
    new_image.save('./hh/'+img)
```
图像分离与合并

split()方法分离颜色通道
```
from PIL import Image
im=Image.open(r"./t53.png")
#修改图像大小，以适应图像处理
image=im.resize((450,400))
 
#分离颜色通道，产生三个 Image对象
r,g,b = image.split()
r.show()
g.show()
b.show()
```
merge() 通道合并

merge() 方法的语法格式如下：
```
Image.merge(mode, bands)
```
参数说明如下：
- mode：指定输出图片的模式
- bands：参数类型为元组或者列表序列，其元素值是组成图像的颜色通道，比如 RGB 分别代表三种颜色通道，可以表示为 (r,g,b)。
注意，该函数会返回一个新的 Image 对象。
```
from PIL import Image
 
im=Image.open("./t53.png")
#修改图像大小，以适应图像处理
image=im.resize((450,400))
#分离颜色通道，产生三个 Image对象
r,g,b = image.split()
#重新组合颜色通道，返回先的Image对象
image_merge=Image.merge('RGB',(b,g,r))
image_merge.show()
```
图像处理

图片裁剪操作

Image 类提供的 crop() 函数可以使用矩形区域的方式对原图像进行裁剪，函数的语法格式如下：
```
crop(box=None)
```
box：表示裁剪区域，默认为 None，表示拷贝原图像。
```
im = Image.open(r"./t53.png")
box =(0,0,20,10)
im_crop = im.crop(box)
im_crop.show()
```
图像拷贝与粘贴

拷贝、粘贴操作几乎是成对出现的，Image 类提供了 copy() 和 paste() 方法来实现图像的复制和粘贴。其中复制操作（即 copy() 方法）比较简单，下面主要介绍 paste() 粘贴方法，语法格式如下所示：
```
paste(image, box=None, mask=None)
```
该函数的作用是将一张图片粘贴至另一张图片中。注意，粘贴后的图片模式将自动保持一致，不需要进行额外的转换。参数说明如下：
- image：指被粘贴的图片；
- box：指定图片被粘贴的位置或者区域，其参数值是长度为 2 或者 4 的元组序列，长度为 2 时，表示具体的某一点 (x,y)；长度为 4 则表示图片粘贴的区域，此时区域的大小必须要和被粘贴的图像大小保持一致。
- mask：可选参数，为图片添加蒙版效果。
```
im = Image.open("./t53.png")
#复制一张图片副本
im_copy=im.copy()
#对副本进行裁剪
im_crop = im_copy.crop((0,0,200,100))
#创建一个新的图像作为蒙版，L模式，单颜色值
image_new = Image.new('L', (200, 100), 200)
image_new.show()
#将裁剪后的副本粘贴至副本图像上，并添加蒙版
im_copy.paste(im_crop,(100,100,300,200),mask=image_new)
#显示粘贴后的图像
im_copy.show()
```
图像几何变换

图像的几何变换主要包括图像翻转、图像旋转和图像变换操作，Image 类提供了处理这些操作的函数 transpose()、rotate() 和 transform()。

transpose() 翻转操作

该函数可以实现图像的垂直、水平翻转，语法格式如下：
```
Image.transpose(method)
```
method 参数决定了图片要如何翻转，参数值如下：
- Image.FLIP_LEFT_RIGHT：左右水平翻转；
- Image.FLIP_TOP_BOTTOM：上下垂直翻转；
- Image.ROTATE_90：图像旋转 90 度；
- Image.ROTATE_180：图像旋转 180 度；
- Image.ROTATE_270：图像旋转 270 度；
- Image.TRANSPOSE：图像转置；
- Image.TRANSVERSE：图像横向翻转。
```
im = Image.open("./hh.png")
#返回一个新的Image对象
im_out=im.transpose(Image.FLIP_LEFT_RIGHT)  ###水平翻转
im_out.show()
```
rotate() 任意角度旋转
```
Image.rotate(angle, resample=PIL.Image.NEAREST, expand=None, center=None, translate=None, fillcolor=None)
```
参数说明如下：
- angle：表示任意旋转的角度；
- resample：重采样滤波器，默认为 PIL.Image.NEAREST 最近邻插值方法；
- expand：可选参数，表示是否对图像进行扩展，如果参数值为 True 则扩大输出图像，如果为 False 或者省略，则表示按原图像大小输出；
- center：可选参数，指定旋转中心，参数值是长度为 2 的元组，默认以图像中心进行旋转；
- translate：参数值为二元组，表示对旋转后的图像进行平移，以左上角为原点；
- fillcolor：可选参数，填充颜色，图像旋转后，对图像之外的区域进行填充。
```
im = Image.open("./hh.png")
#translate的参数值可以为负数，并将旋转图之外的区域填充为绿色
#返回同一个新的Image对象
im_out=im.rotate(45,translate=(0,-25),fillcolor="green")
im_out.show()
```
transform()图像变换
```
Image.transform(size, method, data=None, resample=0)
```
参数说明：
- size：指定新图片的大小；
- method：指定图片的变化方式，比如 Image.EXTENT 表示矩形变换；
- data：该参数用来给变换方式提供所需数据；
- resample：图像重采样滤波器，默认参数值为 PIL.Image.NEAREST。
```
from PIL import Image
im = Image.open("./hh.png")
#设置图像大小250*250，并根据data的数据截取原图像的区域，生成新的图像
im_out=im.transform((250,250),Image.EXTENT,data=[0,0,30 + im.width//4,im.height//3])
im_out.show()
```
图像降噪处理

Pillow 通过 ImageFilter 类达到图像降噪的目的,该类中集成了不同种类的滤波器，通过调用它们从而实现图像的平滑、锐化、边界增强等图像降噪操作。
```
# 导入Image类和ImageFilter类
from PIL import Image,ImageFilter
im = Image.open("./hh.jpg")
#图像模糊处理
im_blur=im.filter(ImageFilter.BLUR)
##生成轮廓图
im2=im.filter(ImageFilter.CONTOUR)
im2.show()
#边缘检测
im3=im.filter(ImageFilter.FIND_EDGES)
im3.show()
#浮雕图
im4=im.filter(ImageFilter.EMBOSS)
im4.show()
#平滑图smooth
im5=im.filter(ImageFilter.SMOOTH)
im5.show()
```
图像和数组

将PIL.Image对象和ndarray对象相互转化。

Image.fromarray(array) 将数组转化为Image对象

img = Image.fromarray(array)

Image对象转化为ndarray数组
```
from PIL import Image
import numpy as np
 
##image对象
img = Image.open("./hh.png")
img.show()
#Image图像转换为ndarray数组
img_2 = np.array(img)
print(img_2)
#ndarray转换为Image图像
arr_img = Image.fromarray(img_2)
#显示图片
arr_img.show()
```
相关阅读:
ES6的箭头函数和普通函数相比有什么不同？
python的datetime模块常用的语法和实例
 Linux之yum/git的使用
 【CSS】transition、transform以及animation
Maya——1——在maya中，用Arnold（阿诺德）还原Subtance Painter(sp)中的材质效果。
智能合约平台开发方案：构建可靠且高效的区块链应用
 基于Java的智能仓库（进销存）管理系统设计与实现(源码+lw+部署文档+讲解等)
java使用itext生成pdf
uniapp的表单验证
 标准化学校考场自动校时同步时钟系统
原文地址：https://blog.csdn.net/qq_40107571/article/details/126007556

安装Pillow包

打开图像

图像的属性

size:查看图像的大小

format:查看图片的格式

info : 查看图片相关信息

mode:图片的模式

图片格式转换

save()

convert()方法转换图片的格式

图片的缩放操作

批量修改图片的尺寸

图像分离与合并

split()方法分离颜色通道

merge() 通道合并

图像处理

图片裁剪操作

图像拷贝与粘贴

图像几何变换

transpose() 翻转操作

rotate() 任意角度旋转

transform()图像变换

图像降噪处理

图像和数组

Image.fromarray(array) 将数组转化为Image对象

Image对象转化为ndarray数组