Pillow使用Image篇的使用

目录
  • 安装Pillow
  • 构建图像
  • 图像对象
  • 图像对象属性

安装Pillow

pip install pillow

构建图像

Image.open(fp, mode ='r' ):打开图片文件,返回一个Image对象

  • fp:图片路径
  • mode:模式。如果给出,必须是r
from PIL import Image
im = Image.open(path)

Image.alpha_composite(im1, im2):在im1对象上的透明层复合im2,返回一个Image对象

  • im1:Image对象1
  • im2:Image对象2
from PIL import Image
im1 = Image.open(path1)
im2 = Image.open(path2)
im3 = Image.alpha_composite(im1,im2)

Image.blend(im1, im2, alpha):在两个图片对象之间进行插值,返回一个Image对象

  • im1:Image对象1
  • im2:Image对象2
  • alpha:透明图

如果alpha为0.0,则返回第一个图像的副本。如果alpha为1.0,则返回第二个图像的副本,基本的算法如下:

out  =  image1  *  (1.0  -  alpha ) +  image2  *  alpha

Image.eval(image, *args):将函数应用于给定图像的中每一个像素。请注意,该函数对每个可能的像素值都进行一次评估,因此您不能使用随机组件或其他生成器。返回一个Image对象

  • image:Image对象
  • args:一个函数对象和该函数的一个取整参数
from PIL import Image
def func(a):
    return a
im1 = Image.open(path1)
img = Image.eval(img1,func,1)

Image.merge(mode, bands):将一组单波段图像合并成为一个多波段图像。返回一个Image对象

  • mode:用于输出图像的模式。支持的模式请看下方Pillow支持的模式表
  • bands:输出图像中每个波段包含一个单波段图像的序列

Image.new(mode, size, color=0):根据模式、大小和颜色创建一个新的Image对象。烦会一个Image对象

  • mode:用于新图像的模式。支持的模式请看下方Pillow支持的模式表
  • size: 大小,元组类型,包含宽度与高度
  • color:用于新图像的颜色。传入一个整数的单波段模式,或传入一个元组的多波段模式,或者传入一个ImageColor对象
from PIL import Image
# 单个整数值
img = Image.new("RGBA",(1024,768),215)
# 元组
img = Image.new("RGBA",(1024,768),(215,0,0)
# ImageColor
from PIL import ImageColor
color = ImageColor.getrgb("#FF0000")
img = Image.new("RGBA",(1024,768),color)
img.show()

从上面代码运行结果显示是一个红色,1024*768的图像

图像对象

alpha_composite(im, dest=(0,0), source=(0,0)):在Image对象中符合im,效果与类方法alpha_composite相似。无返回值

  • im:Image对象
  • dest:指定此(目标)图像左上角的可选的长度为2的元组(左,上)
  • source:盖源图像中左上角的长度为2的元组(左,上)或源矩形边界的长度为4的元组(左,上,右,下)
  • copy():复制此图片
from PIL import Image

img = Image.new("RGBA",(1024,768),215)
img_copy = img.copy()

crop(box=None):返回此图像的一个矩形区域,为一个Image对象

  • box:裁剪矩形,为一个长度为4的元组(左,上,右,下)
from PIL import Image
img = Image.new("RGBA",(1024,768),215)
img_copy = img.crop(box=(0,0,500,500))

draft(mode, size):配置图像文件加载器,以便返回尽可能接近给定模式和大小的图像版本,无返回值

  • mode:模式
  • size:大小

filter(filter):使用给定的过滤器过滤此图像,返回一个Image对象

  • filter:过滤器

getbands():获取此图像中每个波段名称的元组。返回一个tuple

from PIL import Image

img = Image.new("RGBA",(1024,768),215)
print img.getbands()    # ('R', 'G', 'B', 'A')

getbbox():计算图像中非零区域的边界框,返回一个tuple

from PIL import Image

img = Image.new("RGBA",(1024,768),215)
print img.getbbox()     # (0, 0, 1024, 768)

getcolors(maxcolors=256):返回此图像中使用的颜色列表,返回一个计算与像素元组组成的元组列表

  • maxcolors: 最大颜色数量,超过此值,当前方法将返回None
from PIL import Image

img = Image.new("RGBA",(1024,768),215)
print img.getcolors()       # [(786432, (215, 0, 0, 0))]

getdata(band=None):以包含像素值的序列对象的形式返回此图像的内容。返回一个可迭代对象。

  • band:波段,默认是获取所有。如果需要获取单波段,传入索引值(例如0从“RGB”图像中获得“R”波段)。
from PIL import Image
img = Image.new("RGBA",(1024,768),215)
for item in img.getdata():
    print item  

# 打印结果:
(215, 0, 0, 0)
(215, 0, 0, 0)
(215, 0, 0, 0)
...

getextrema():获取每个波段的最小和最大像素值。对于单波段图像,返回一个长度为2的元组。对与多波段图像,每个波段包含一个2元组。

from PIL import Image

img = Image.new("RGBA",(1024,768),215)
print img.getextrema()      # ((215, 215), (0, 0), (0, 0), (0, 0))

getpalette():返回图像的调色板,返回一个list对象。如果没有调色板,则返回None

from PIL import Image

img = Image.new("RGBA",(1024,768),215)
print img.getpalette()      # None

getpixel(xy):返回给定位置的像素值,返回一个tuple

  • xy:位置,以(x,y)给出的坐标。
from PIL import Image

img = Image.new("RGBA",(1024,768),215)
print img.getpixel((500,500))       # (215, 0, 0, 0)

histogram(mask=None, extrema=None):返回图像的直方图。直方图以像素计数列表的形式返回,返回一个列表。

  • mask:掩码
  • extrema:极值

paste(im, box=None, mask=None):将im图像粘贴到此图像上面。无返回值

  • box:box可以是图像左上角的长度为2的元组(左,上)或长度为4的元组(左,上,右,下)
  • mask:掩码
import os
from PIL import Image
path1 = os.path.join(os.getcwd(),"23.png")
img1 = Image.open(path1)
img = Image.new("RGBA",(1024,768),215)
img1.paste(img)
img1.show()

putdata(data, scale=1.0, offset=0.0):将像素数据复制到此图像上面。从图像左上角开始,直到图像或序列结束,无返回值。比例和偏移值用于调整序列值:pixel = value * scale + offset。

  • data:一个图像数据序列
  • scale:缩放比例值
  • offset:偏移量值
from PIL import Image

img = Image.new("RGBA",(1024,768),215)
img_c = Image.new("RGBA",(1024,768),-100)

img.putdata(img_c.getdata())
img.show()

putpalette(data, rawmode='RGB'):附加一个调色板到这个图像。图像的模式必须是P或者L。返回一个Image对象

  • data:调色板序列
  • rawmode:调色板的原始模式
from PIL import Image

img = Image.new("P",(1024,768),215)
img_c = Image.new("P",(1024,768),-100)

img_c.putpalette(img.getpalette())
img_c.show()

quantize(colors=256, method=None, kmeans=0, palette=None):将图像转换为具有指定数量的颜色的P模式图像,返回一个Image对象

  • colors:所需颜色的数量,<=256
  • method:0:中值切割,1:最大覆盖率,2:快速八叉树,3:libimagequant
  • kmeans:整数
  • palette:量化给定的调色板
from PIL import Image

img = Image.new("RGBA",(1024,768),215)

img_q = img.quantize(colors=256,method=2)
print img_q         # <PIL.Image.Image image mode=P size=1024x768 at 0x2BF7E80>

resize(size, resample=0, box=None):返回此图像的调整大小后的副本。返回一个Image对象

  • size:以像素为单位的长度为2的元组(宽度,高度)
  • resample:重采样滤波器。可以设置为:Image.NEAREST、Image.BOX、Image.BILINEAR、Image.HAMMING、Image.BICUBIC或者Image.LANCZOS。如果省略,或者图像模式为1或者P,则设置Image.NEAREST。
  • box:一个浮点数组成的长度为4的元组,给出应该缩放的源图像的区域。值应该在(0,0,宽度,高度)的矩形内。
from PIL import Image

img = Image.new("RGBA",(1024,768),215)
img_r = img.resize(size=(500,500))

print img_r         # <PIL.Image.Image image mode=RGBA size=500x500 at 0x37A6E80>

rotate(angle, resample=0, expand=0, ceter=None, translate=None):旋转图像,并返回旋转后的图像副本。返回Image对象

  • angle:角度,逆时针旋转
  • resample:重采样滤波器。可以是:Image.NEAREST、Image.BILINEAR或者Image.BICUBIC。如果省略,或者图像模式为1或者P,则设置Image.NEAREST。
  • expand:是否展开。如果为true,则展开输出图像以使其足够大以容纳整个旋转后的图像。如果为false或省略,使输出图像的大小与输入图像相同。
  • center:旋转中心,长度为2的元组(宽度,高度),原点是左上角,默认是图像的中心
  • translate:旋转后。一个长度为2的元组(宽度,高度)
import os
from PIL import Image

path1 = os.path.join(os.getcwd(),"23.png")
img1 = Image.open(path1)

img_r = img1.rotate(45,Image.BICUBIC)
img_r.show()

可以看到,图像已经逆时针旋转了45度

save(fp, format=None, **params):保存图像到给定的文件名下。如果没有指定格式,则可以使用文件扩展名来确定要使用的格式。无返回值

  • fp:文件名或路径
  • format:可选的格式覆盖
import os
from PIL import Image

path1 = os.path.join(os.getcwd(),"23.png")
img1 = Image.open(path1)

img_r = img1.rotate(45,Image.BICUBIC)
img_r.save(os.path.join(os.getcwd(),"rotate.png"))

seek(frame):在这个序列文件中寻找给定的帧。如果您在序列结束之外寻找方法,则会 引发EOFError异常。当序列文件被打开时,库会自动寻找0帧。无返回值

  • frame:帧号。从0开始

show(title=None, command=None):显示这个图像,此方法主要用于调试目的。无返回值

  • title:在可能的情况下,用于图像窗口的可选标题。
  • command:用于显示图像的命令

split():将图像分割成单独的波段。该方法从图像中返回一个单独的图像的元组。例如,拆分“RGB”图像会创建三个新图像,每个图像都包含原始波段(红色,绿色,蓝色)之一的副本。返回一个tuple

from PIL import Image

path1 = os.path.join(os.getcwd(),"23.png")
img1 = Image.open(path1)

data = img1.split()
print data          # (<PIL.Image.Image image mode=L size=3500x3500 at 0x2DEC438>, <PIL.Image.Image image mode=L size=3500x3500 at 0x2DEC860>, <PIL.Image.Image image mode=L size=3500x3500 at 0x2DEC898>, <PIL.Image.Image image mode=L size=3500x3500 at 0x2DEC8D0>)

getchannel(channel):返回包含源图像的单个通道的图像。返回L模式的图像,返回一个Image对象

  • channel:返回什么频道的图像。可以是索引(“RGBA”的”R”通道为0)或通道名称(“RGBA”的alpha通道为”A”)
from PIL import Image

path1 = os.path.join(os.getcwd(),"23.png")
img1 = Image.open(path1)

im = img1.getchannel(0)
或者:
im = img1.getchannel("R")

tell():获取当前的帧号。返回int

thumbnail(size, resample=3):将此图像制作成缩略图。该方法修改图像以包含其本身的缩略图版本,不大于给定尺寸。无返回值

  • size:大小
  • resample:重采样滤波器。可以是:Image.NEAREST、Image.BILINEAR、Image.BICUBIC或者Image.LANCZOS。如果省略,则默认为Image.BICUBIC
from PIL import Image

path1 = os.path.join(os.getcwd(),"23.png")
img1 = Image.open(path1)

img1.thumbnail(size=(500,500),resample=Image.BICUBIC)
print img1          # <PIL.PngImagePlugin.PngImageFile image mode=RGBA size=500x500 at 0x311C3C8>

tobitmap(name='image'):返回转换为X11位图的图像。此方法只使用于模式为1的图像,返回一个str

  • name:用于位图变量的前缀名称
from PIL import Image

img = Image.new("1",(1024,768),215)

data = img.tobitmap(name='abc')
print data

# 结果如下:
"""
#define abc_width 1024
#define abc_height 768
static char abc_bits[] = {
0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,
0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,
0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,
0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,0x00,
...
};
"""

tobytes(encoder_name='raw', *args):以图像作为字节对象返回。为一个str对象

transpose(method):旋转或翻转图像,返回旋转或翻转后的图像副本,一个Image对象

  • method:可以是:Image.FLIP_LEFT_RIGHT、Image.FLIP_TOP_BOTTOM、Image.ROTATE_90、Image.ROTATE_180、Image.ROTATE_270、Image.TRANSPOSE或者Image.TRANSVERSE
from PIL import Image

path1 = os.path.join(os.getcwd(),"23.png")
img1 = Image.open(path1)

im = img1.transpose(Image.FLIP_LEFT_RIGHT)
im.show()

可以看出图像已经翻转了

close():关闭文件指针

图像对象属性

filename:源文件的文件名或路径。只有通过open方法构建的图像对象才具有此属性

import os
from PIL import Image

path1 = os.path.join(os.getcwd(),"23.png")
img = Image.open(path1)

print img.filename      # 、/aaa/bbb/ccc/23.png

format:源文件的图片格式。对于由库自身创建的图像,此属性值为None

import os
from PIL import Image

path1 = os.path.join(os.getcwd(),"23.png")
img = Image.open(path1)

print img.format        # PNG

img = Image.new("RGBA",(1024,768),215)
print img.format        # None

mode:图像模式。这是一个字符串,指定图像使用的像素格式。

from PIL import Image

img = Image.new("RGBA",(1024,768),215)
print img.mode        # RGBA

size:图像大小,以像素为单位。大小以长度为2的元组(宽度,高度)给出。类型tuple

from PIL import Image

img = Image.new("RGBA",(1024,768),215)
print img.size        # (1024, 768)

width:图像宽度,以像素为单位。类型int

from PIL import Image

img = Image.new("RGBA",(1024,768),215)
print img.width        # 1024

height:图像高度,以像素为单位。类型int

from PIL import Image

img = Image.new("RGBA",(1024,768),215)
print img.height        # 768

palette:调色板表。如果模式为P,这应该是ImagePalette类的一个实例。否则为None

from PIL import Image

img = Image.new("RGBA",(1024,768),215)
print img.palette       # None

img = Image.new("P",(1024,768),215)
print img.palette       # <PIL.ImagePalette.ImagePalette object at 0x0000000002EF9828>

info:保存与图像相关的数据的字典。这个字典被文件处理程序用来传递从文件读取的各种非图像信息。

import os
from PIL import Image

path1 = os.path.join(os.getcwd(),"23.png")
img = Image.open(path1)
print img.info

# 结果如下:
'''
{
    'chromaticity': (0.31269, 0.32899, 0.63999, 0.33001, 0.3, 0.6, 0.15, 0.05999),
    'icc_profile': 'xxxx/...',
    'dpi': (300, 300)
}
'''

img = Image.new("RGBA",(1024,768),215)
print img.info          # {}

Pillow支持的模式表

模式 说明
1 1位像素,黑白,每字节一个像素存储
L 8位像素,黑白
P 8位像素,使用调色板映射到任何其他模式
RGB 3x8位像素,真彩色
RGBA 4×8位像素,带透明度掩模的真彩色
CMYK 4x8位像素,分色
YCbCr 3x8位像素,彩色视频格式
LAB 3×8位像素,L * a * b颜色空间
HSV 3x8位像素,色调,饱和度,值颜色空间
I 32位有符号整数像素
F 32位浮点像素

更多关于Image的操作:http://pillow.readthedocs.io/en/latest/reference/Image.html

到此这篇关于Pillow使用Image篇的使用的文章就介绍到这了,更多相关Pillow Image篇内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!

(0)

相关推荐

  • Python Pillow.Image 图像保存和参数选择方式

    保存时代码如下: figure_corp = figure.crop( (32*rate/2, 32*rate/2, 32-32*rate/2, 32-32*rate/2)) figure.save('save_picture/picture.jpg',quality=95,subsampling=0) figure_corp.save('save_picture/picture_crop.jpg',quality=95,subsampling=0) 其中quality数值会影响图片的质量(1最

  • Python Pillow Image Invert

    本文主要是利用Python的第三方库Pillow,实现单通道灰度图像的颜色翻转功能. # -*- encoding:utf-8 -*- import os import sys from PIL import Image from PIL import ImageOps def img_gray_invert(img_path): """ invert input image. """ if not os.path.isfile(img_path

  • Pillow使用Image篇的使用

    目录 安装Pillow 构建图像 图像对象 图像对象属性 安装Pillow pip install pillow 构建图像 Image.open(fp, mode ='r' ):打开图片文件,返回一个Image对象 fp:图片路径 mode:模式.如果给出,必须是r from PIL import Image im = Image.open(path) Image.alpha_composite(im1, im2):在im1对象上的透明层复合im2,返回一个Image对象 im1:Image对象

  • Python用Pillow(PIL)进行简单的图像操作方法

    Python用Pillow(PIL)进行简单的图像操作方法 颜色与RGBA值 计算机通常将图像表示为RGB值,或者再加上alpha值(通透度,透明度),称为RGBA值.在Pillow中,RGBA的值表示为由4个整数组成的元组,分别是R.G.B.A.整数的范围0~255.RGB全0就可以表示黑色,全255代表黑色.可以猜测(255, 0, 0, 255)代表红色,因为R分量最大,G.B分量为0,所以呈现出来是红色.但是当alpha值为0时,无论是什么颜色,该颜色都不可见,可以理解为透明. from

  • Python编程图形库之Pillow使用方法讲解

    PIL vs Pillow PIL: Python Imaging Library,是python的图像处理库.由于PIL不兼容setuptools,再加上更新缓慢等因素,Alex Clark等一些社区好心人还是希望能够继续支持PIL,所以fork了PIL,这就是Pillow的缘起. Pillow的目标 推动和促进PIL的发展是Pillow的目标,主要通过如下的方式来进行 结合Travis CI和AppVeyor进行持续集成测试 活用github进行开发 结合Python Package Ind

  • Python3安装Pillow与PIL的方法

    关于Pillow与PIL PIL(Python Imaging Library)是Python一个强大方便的图像处理库,名气也比较大.不过只支持到Python 2.7. PIL官方网站:http://www.pythonware.com/products/pil/ Pillow是PIL的一个派生分支,但如今已经发展成为比PIL本身更具活力的图像处理库.目前最新版本是3.0.0. Pillow的Github主页:https://github.com/python-pillow/Pillow Pil

  • python Pillow图像处理方法汇总

    这篇文章主要介绍了python Pillow图像处理方法汇总,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 Pillow中文文档:https://pillow-cn.readthedocs.io/zh_CN/latest/handbook/tutorial.html 安装:pip install pillow 操作图像: #!/usr/bin/env python3 # _*_ coding utf-8 _*_ __author__ = 'nx

  • Python实现图片裁剪的两种方式(Pillow和OpenCV)

    在这篇文章里我们聊一下Python实现图片裁剪的两种方式,一种利用了Pillow,还有一种利用了OpenCV.两种方式都需要简单的几行代码,这可能也就是现在Python那么流行的原因吧. 首先,我们有一张原始图片,如下图所示: 原始图片 然后,我们利用OpenCV对其进行裁剪,代码如下所示: import cv2 img = cv2.imread("./data/cut/thor.jpg") print(img.shape) cropped = img[0:128, 0:512] #

  • Python图片处理模块PIL操作方法(pillow)

    一.PIL的基本概念: PIL中所涉及的基本概念有如下几个:通道(bands).模式(mode).尺寸(size).坐标系统(coordinate system).调色板(palette).信息(info)和滤波器(filters). 1.通道 每张图片都是由一个或者多个数据通道构成.PIL允许在单张图片中合成相同维数和深度的多个通道. 以RGB图像为例,每张图片都是由三个数据通道构成,分别为R.G和B通道.而对于灰度图像,则只有一个通道. 对于一张图片的通道数量和名称,可以通过方法getban

  • jupyter 使用Pillow包显示图像时inline显示方式

    1.单独使用Pillow包时,图片会弹出新窗口显示: from Pillow import Image img = Image.open('data/empire.jpg') img.show() 2.我想要在jupyter notebook的浏览器上边显示图片怎么办? 可以使用matplotlab.pyplot[显示图片工具] 和 Pillow[图片处理工具] 结合使用 %matplotlib inline import matplotlib.pyplot as plt from PIL im

随机推荐