Python 中的 PIL 库

Posted 2023-04-05 A-L-Kun

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Python 中的 PIL 库相关的知识，希望对你有一定的参考价值。

文章目录

PIL 基础语法

PIL 基础语法

一、简介

1、基本介绍

Pillow 是 Python 中较为基础的图像处理库，主要用于图像的基本处理，比如裁剪图像、调整图像大小和图像颜色处理等。与 Pillow 相比，OpenCV 和 Scikit-image 的功能更为丰富，所以使用起来也更为复杂，主要应用于机器视觉、图像分析等领域，比如众所周知的“人脸识别”应用。

2、特点

支持格式繁多

Pillow 支持广泛的图像格式，比如 “jpeg”，“png”，“bmp”，“gif”，“ppm”，“tiff” 等。同时，它也支持图像格式之间的相互转换。总之， Pillow 几乎能够处理任何格式的图像
提供丰富的功能

Pillow 提供了丰富的图像处理功能，可概括为两个方面：
- 图像归档
- 图像处理
图像归档，包括创建缩略图、生成预览图像、图像批量处理等；而图像处理，则包括调整图像大小、裁剪图像、像素点处理、添加滤镜、图像颜色处理等
配合 GUI 工具使用

官方文档：【https://www.osgeo.cn/pillow/reference/ImageFont.html】

3、安装

pip install pillow
导包
imoprt PIL

二、 Image 对象

1、实例化对象

1.1 实例化

导包

from PIL import Image

使用 open 方法

im = PIL.Image.open(fp)  # 导入图片
im.show()  # 展示图片

fp：图片路径

使用 open 方法

im = Image.new(mode,size,color)  # 创建图片
im.show()  # 展示图片

参数说明如下：

mode：图像模式，字符串参数，比如 RGB（真彩图像）、L（灰度图像）、CMYK（色彩图打印模式）等
size：图像大小，元组参数（width, height）代表图像的像素大小
color：图片颜色，默认值为 0 表示黑色，参数值支持（R,G,B）三元组数字格式、颜色的十六进制值以及颜色英文单词

1.2 图像模式

mode	描述
1	1 位像素（取值范围 0-1），0表示黑，1 表示白，单色通道。
L	8 位像素（取值范围 0 -255），灰度图，单色通道。
P	8 位像素，使用调色板映射到任何其他模式，单色通道。
RGB	3 x 8位像素，真彩色，三色通道，每个通道的取值范围 0-255。
RGBA	4 x 8位像素，真彩色+透明通道，四色通道。
CMYK	4 x 8位像素，四色通道，可以适应于打印图片。
YCbCr	3 x 8位像素，彩色视频格式，三色通道。
LAB	3 x 8位像素，L * a * b颜色空间，三色通道
HSV	3 x 8位像素，色相，饱和度，值颜色空间，三色通道。
I	32 位有符号整数像素，单色通道。
F	32 位浮点像素，单色通道。

2、对象属性

import PIL.Image

im = PIL.Image.open(r"D:\\35005\\Pictures\\Screenshots\\微信图片_20220302175157.jpg")
print(im.size)  # 查看图片大小
print(im.readonly)  # 查看是否为只读，1为是，0为否
print(im.format)  # 查看图片的格式
print(im.info)  # 查看图片的相关信息
print(im.mode)  # 查看图片的模式

3、格式转换

3.1 save 方法

save 方法用于保存图像，当不指定文件格式时，它会以默认的图片格式来存储；如果指定图片格式，则会以指定的格式存储图片

语法：

im = PIL.Image.open(r"D:\\35005\\Pictures\\Screenshots\\微信图片_20220302175157.jpg")
im.save(fp, format=None)  # 保存图片

参数说明如下：

fp：图片的存储路径，包含图片的名称，字符串格式
format：可选参数，可以指定图片的格式

3.2 convert 方法

注意，并非所有的图片格式都可以用 save() 方法转换完成，比如将 PNG 格式的图片保存为 JPG 格式，如果直接使用 save() 方法就会出现错误

引发错误的原因是由于 PNG 和 JPG 图像模式不一致导致的。其中 PNG 是四通道 RGBA 模式，即红色、绿色、蓝色、Alpha 透明色；JPG 是三通道 RGB 模式。因此要想实现图片格式的转换，就要将 PNG 转变为三通道 RGB 模式

Image 类提供的 convert() 方法可以实现图像模式的转换。该函数提供了多个参数，比如 mode、matrix、dither 等，其中最关键的参数是 mode，其余参数无须关心

语法：

im.convert(mode, params)  # 转换模式
im.save(fp)  # 保存图片

参数：

mode：指的是要转换成的图像模式
params：其他可选参数

4、图片缩放

在图像处理过程中经常会遇到缩小或放大图像的情况，Image 类提供的 resize() 方法能够实现任意缩小和放大图像

语法：

im_new = im.resize(size, resample=image.BICUBIC, box=None, reducing_gap=None)  # 注意要重新赋值
im_new.show()  # 缩放后的图片

参数：

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，与 thumbnail() 的 resample 参数类似，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

(0, 0, 120, 180)代表的是以原图的左上角为原点，选择宽和高分别是(120,180)的图像区域

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

5、创建缩略图

缩略图指的是将原图缩小至一个指定大小（size）的图像。通过创建缩略图可以使图像更易于展示和浏览

Image 对象提供了一个 thumbnail() 方法用来生图像的缩略图，等比缩放

语法：

im.thumbnail(size,resample)  # 直接在原图的基础上修改
im.show()  # 缩放后的图片

参数：

size：元组参数，指的是缩小后的图像大小
resample：可选参数，指图像重采样滤波器，有四种过滤方式，分别是 Image.BICUBIC（双立方插值法）、PIL.Image.NEAREST（最近邻插值法）、PIL.Image.BILINEAR（双线性插值法）、PIL.Image.LANCZOS（下采样过滤插值法），默认为 Image.BICUBIC

6、图像分离与合并

图像（指数字图像）由许多像素点组成，像素是组成图像的基本单位，而每一个像素点又可以使用不同的颜色，最终呈现出了绚丽多彩的图像，而图像的分离与合并，指的就是图像颜色的分离和合并

6.1 split 方法

im = PIL.Image.open(r"D:\\35005\\Pictures\\Screenshots\\微信图片_20220302175157.jpg")
r, g, b = im.split()  # split 方法使用较简单，分离通道
r.show()
g.show()
b.show()

6.2 merge 方法

Image 类提供的 merge() 方法可以实现图像的合并操作。注意，图像合并，可以是单个图像合并，也可以合并两个以上的图像

im_merge = PIL.Image.merge(mode, bands)
im_merge.show()

参数：

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)

6.3 blend 方法

Image 类也提供了 blend() 方法来混合 RGBA 模式的图片（PNG 格式）

语法：

PIL.Image.blend(image1,image2, alpha)

参数：

image1：图片对象1
image2：图片对象2
alpha：透明度，取值范围为 0 到 1，当取值为 0 时，输出图像相当于 image1 的拷贝，而取值为 1 时，则是 image2 的拷贝，只有当取值为 0.5 时，才为两个图像的中合。因此改值的大小决定了两个图像的混合程度

7、图像处理

7.1 图像裁剪

Image 类提供的 crop() 函数允许我们以矩形区域的方式对原图像进行裁剪

语法：

im_crop = im.crop(box=None)  # box 代表裁剪区域
im_crop.show()

box 是一个有四个数字的元组参数 (x_左上,y_左下,x1_右上,y1_右下)，分别表示被裁剪矩形区域的左上角 x、y 坐标和右下角 x，y 坐标。默认 (0,0) 表示坐标原点，宽度的方向为 x 轴，高度的方向为 y 轴，每个像素点代表一个单位

7.2 拷贝和粘贴

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

拷贝语法：

im_copy = im.copy()  # 复制图片

粘贴语法：

im_copy.paste(image, box=None, mask=None)

参数：

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

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

from PIL import Image

im = Image.open(r"D:\\35005\\Pictures\\Screenshots\\微信图片_20220302175157.jpg")
# 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)
# 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()

8、几何变化

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()

8.1 transpose

该函数可以实现图像的垂直、水平翻转

语法：

im_out = im.transpose(method)  # 生成新的图像对象

method取值：

Image.FLIP_LEFT_RIGHT：左右水平翻转
Image.FLIP_TOP_BOTTOM：上下垂直翻转
Image.ROTATE_90：图像逆时针旋转 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

8.2 rotate

当我们想把图像旋转任意角度时，可以使用 rotate() 函数

语法：

im_out = im.rotate(angle, resample=PIL.Image.NEAREST, expand=None, center=None, translate=None, fillcolor=None)  # 返回图像对象

参数：

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；translate的参数值可以为负数
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

8.3 transform

该函数能够对图像进行变换操作，通过指定的变换方式，产生一张规定大小的新图像

语法：

im_out = im.transform(size, method, data=None, resample=0)  # 返回图像对象

参数：

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

三、 ImageFilter

1、简介

随着数字图像技术的不断发展，图像降噪方法也日趋成熟，通过某些算法来构造滤波器是图像降噪的主要方式。滤波器能够有效抑制噪声的产生，并且不影响被处理图像的形状、大小以及原有的拓扑结构

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

2、降噪处理

2.1 图像降噪滤波器

名称	说明
ImageFilter.BLUR	模糊滤波，即均值滤波
ImageFilter.CONTOUR	轮廓滤波，寻找图像轮廓信息
ImageFilter.DETAIL	细节滤波，使得图像显示更加精细
ImageFilter.FIND_EDGES	寻找边界滤波（找寻图像的边界信息）
ImageFilter.EMBOSS	浮雕滤波，以浮雕图的形式显示图像
ImageFilter.EDGE_ENHANCE	边界增强滤波
ImageFilter.EDGE_ENHANCE_MORE	深度边缘增强滤波
ImageFilter.SMOOTH	平滑滤波
ImageFilter.SMOOTH_MORE	深度平滑滤波
ImageFilter.SHARPEN	锐化滤波
ImageFilter.GaussianBlur()	高斯模糊
ImageFilter.UnsharpMask()	反锐化掩码滤波
ImageFilter.Kernel()	卷积核滤波
ImageFilter.MinFilter(size)	最小值滤波器，从 size 参数指定的区域中选择最小像素值，然后将其存储至输出图像中。
ImageFilter.MedianFilter(size)	中值滤波器，从 size 参数指定的区域中选择中值像素值，然后将其存储至输出图像中。
ImageFilter.MaxFilter(size)	最大值滤波器
ImageFilter.ModeFilter()	模式滤波

2.2 使用语法

语法：

im_ft = im.filter(filt_mode)  # 返回图像对象，里面传入滤波器

实例：

from PIL import Image, ImageFilter

im = Image.open(r"D:\\35005\\Pictures\\Screenshots\\微信图片_20220302175157.jpg")
im_ft = im.filter(ImageFilter.EMBOSS)  # 添加浮雕滤波器
im_ft.show()

相当于PS里面添加的滤镜

四、 ImageColor

1、简介

Pillow 提供了颜色处理模块 ImageColor，该模块支持不同格式的颜色，比如 RGB 格式的颜色三元组、十六进制的颜色名称（#ff0000）以及颜色英文单词（“red”）。同时，它还可以将 CSS（层叠样式表，用来修饰网页）风格的颜色转换为 RGB 格式

在 ImageColor 模块对颜色的大小写并不敏感，比如 “Red” 也可以写为 " red"

2、颜色处理

2.1 颜色命名

ImageColor 支持多种颜色模式的的命名（即使用固定的格式对颜值进行表示），比如我们熟知的 RGB 色彩模式，除此之外，还有 HSL （色调-饱和度-明度）、HSB （又称 HSV，色调-饱和度-亮度）色彩模式。下面对 HSL 做简单介绍：

H：即 Hue 色调，取值范围 0 -360，其中 0 表示“red”，120 表示 “green”，240 表示“blue”
S：即 Saturation 饱和度，代表色彩的纯度，取值 0~100%，其中 0 代表灰色（gry），100% 表示色光最饱和
L：即 Lightness 明度，取值为 0~100%，其中 0 表示“black”黑色，50% 表示正常颜色，100% 则表示白色

亮度和明度的表达方式类似，链接中有具体描述：【https://www.zhihu.com/question/22077462】

ImageColor 模块比较简单，只提供了两个常用方法，分别是 getrgb() 和 getcolor() 函数

2.2 getrgb

语法：

rgb = PIL.ImageColor.getrgb(color)  # 得到颜色的 rgb 数值

color参数即可以是英文，也可以是HSL和HSB模式2.3

应用：

from PIL import Image, ImageColor

im = Image.new(mode="RGB", size=(100, 100), color=ImageColor.getrgb('HSL(0,100%,50%)'))
im.show()

2.3 getcolor

语法：

val = PIL.ImageColor.getcolor(color, mode)

参数：

color：一个颜色名称，字符串格式，可以是颜色的英文单词，或者十六进制颜色名。如果是不支持的颜色，会报 ValueError 错误
mode：指定色彩模式，如果是不支持的模式，会报 KeyError 错误

五、 ImageFont

1、简介

ImageFont模块定义了相同名称的类，即ImageFont类。这个类的实例存储bitmap字体，用于ImageDraw类的text()方法

PIL使用自己的字体文件格式存储bitmap字体。用户可以使用pilfont工具包将BDF和PCF字体描述器（Xwindow字体格式）转换为这种格式

2、模块函数

2.1 load

语法：

ft = PIL.ImageFont.load(font_file)

从指定的文件中加载一种字体，返回字体对象

2.2 load_path

语法：

ft = PIL.ImageFont.load_path(font_file)

和函数load()一样，但是如果没有指定当前路径的话，会从sys.path开始查找指定的字体文件

2.3 truetype

语法：

ft = PIL.ImageFont.truetype(file, size[, encoding=None])

参数：

file：加载一个TrueType或者OpenType字体文件
size：为指定大小的字体创建了字体对象
encoding：字体编码，主要字体编码有： “unic”（Unicode），“symb”（Microsoft Symbol），“ADOB”（Adobe Standard），“ADBE”（Adobe Expert）和“armn”（Apple Roman）

2.4 load_default

语法：

ft = PIL.ImageFont.load_default()

加载一个默认字体，返回一个字体对象

3、模块方法

3.1 getsize

语法：

size = ft.getsize(text)

返回给定文本的宽度和高度，返回值为2元组

3.2 getmask

语法：

obj = ft.getmask(text,mode=None)  # 为给定的文本返回一个位图。这个位图是PIL内部存储内存的实例

参数：

text ：要渲染的文本。
mode：某些图形驱动程序使用它来指示驱动程序喜欢哪种模式；如果为空，渲染器可能返回任一模式。请注意，模式始终是字符串

六、 ImageDraw

1、简介

1.1 导入

ImageDraw 模块也是 Pillow 库的主要模块之一，它能给图像化圆弧，画横线，写上文字等

导入：

from PIL import ImageDraw

实例化对象：

from PIL import Image, ImageDraw

im = Image.open("./a.jpg")  # 创建 image 对象
draw = ImageDraw.Draw(im)  # 实例化可以在指定图像上画图的 Draw 对象

1.2 基本概念

Coordinates
- 绘图接口使用和PIL一样的坐标系统，即（0，0）为左上角。
Colours
- 为了指定颜色，用户可以使用数字或者元组，对应用户使用函数Image.new或者Image.putpixel。对于模式为“1”，“L”和“I”的图像，使用整数。对于“RGB”图像，使用整数组成的3元组。对于“F”图像，使用整数或者浮点数。
- 对于调色板图像（模式为“P”），使用整数作为颜色索引。在1.1.4及其以后，用户也可以使用RGB 3元组或者颜色名称。绘制层将自动分配颜色索引，只要用户不绘制多于256种颜色。
Colours Names
- 在PIL 1.1.4及其以后的版本，用户绘制“RGB”图像时，可以使用字符串常量。PIL支持如下字符串格式：
  - A、十六进制颜色说明符，定义为“#rgb”或者“#rrggbb”。例如，“#ff0000”表示纯红色。
  - B、 RGB函数，定义为“rgb(red, green, blue)”，变量red、green、blue的取值为[0，255]之间的整数。另外，颜色值也可以为[0%，100%]之间的三个百分比。例如，“rgb(255, 0, 0)”和“rgb(100%, 0%, 0%)”都表示纯红色。
  - C、 HSL（Hue-Saturation-Lightness）函数，定义为“hsl(hue,saturation%, lightness%)”，变量hue为[0，360]一个角度表示颜色（red=0， green=120， blue=240），变量saturation为[0%，100%]之间的一个值（gray=0%，full color=100%），变量lightness为[0%，100%]之间的一个值（black=0%， normal=50%， white=100%）。例如，“hsl(0,100%, 50%)”为纯红色。
  - D、通用HTML颜色名称，ImageDraw模块提供了140个标准颜色名称，Xwindow系统和大多数web浏览器都支持这些颜色。颜色名称对大小写不敏感。例如，“red”和“Red”都表示纯红色。
Fonts
- PIL可以使用bitmap字体或者OpenType/TrueType字体

2、模块函数

2.1 arc

语法：

draw.arc(xy, start, end, options)

在给定的区域内，在开始和结束角度之间绘制一条弧

options：可以有什么内容可以在源代码中查看

2.2 bitmap

语法：

draw.bitmap(xy, bitmap, options)  # options中可以添加 fill 覆盖的颜色

在给定的区域里绘制变量bitmap所对应的位图，非零部分使用变量options中fill的值来填充。变量bitmap位图应该是一个有效的透明模板（模式为“1”）或者蒙版（模式为“L”或者“RGBA”）

变量xy是变量bitmap对应位图起始的坐标值，而不是一个区域

这个方法与Image.paste(xy, color, bitmap)有相同的功能

2.3 chord

语法：

draw.chord(xy, start, end, options)

和方法arc()一样，但是使用直线连接起始点

变量 options 的 outline 给定弦轮廓的颜色；fill 给定弦内部的颜色

2,4 ellipse

语法：

draw.ellipse(xy, options)

在给定的区域绘制一个椭圆形

变量 options 的 outline 给定弦轮廓的颜色；fill 给定弦内部的颜色

2.5 line

语法：

draw.line(xy, options)

在变量xy列表所表示的坐标之间画线

xy里面至少有两个坐标，坐标使用元组表示，存储在一个列表里面[(x1, y1), (x2, y2)]

width指定宽度，fill 指定线的颜色

2.6 pieslice

语法：

draw.pieslice(xy, start, end, options)

和方法arc()一样，但是在指定区域内结束点和中心点之间绘制直线

2.7 point

语法：

draw.point(xy, options)

在指定位置画一个只占一个像素的小点

2.8 polygon

语法：

draw.polygon(xy, options)

绘制一个多边形

多边形轮廓由给定坐标之间的直线组成，在最后一个坐标和第一个坐标间增加了一条直线，形成多边形

坐标列表是包含2元组[(x,y),…]或者数字[x,y,…]的任何序列对象，它最少包括3个坐标值

变量options的fill给定多边形内部的颜色

2.9 rectangle

语法：

draw.rectangle(xy, options)

绘制一个长边形

变量xy是包含2元组[(x,y),…]或者数字[x,y,…]的任何序列对象，它应该包括2个坐标值

注意：当长方形没有没有被填充时，第二个坐标对定义了一个长方形外面的点

变量options的fill给定长边形内部的颜色

2.10 text

语法：

draw.text(xy, string, options)

在给定的位置绘制一个字符串。变量xy给出了文本的左上角的位置

变量option的 font 用于指定所用字体。它应该是类ImangFont的一个实例，使用ImageFont模块的load()方法从文件中加载的

变量options的fill给定文本的颜色

2.11 textsize

语法：

draw.textsize(string, options)

返回给定字符串的大小，以像素为单位

变量option的 font 用于指定所用字体。它应该是类ImangFont的一个实例，使用ImageFont模块的load()方法从文件中加载的

七、 Image与Numpy

from PIL import Image
import numpy as np

im = Image.open("./a.jpg")
print(np.asarray(im))  # 三维数组
na = np.asarray(im)  # 将图片转换为数组
na[0][0][0] = 0  # 修改数组的值
im_new = Image.fromarray(na)  # 将数组转换为图片

Python中的库使用之一 PIL

先上代码：本文主要工给自己参考，在需要的时候直接搜索查找就行了，不想看没有实际运行例子的文档，当参考完这部分还哦未能解决问题在参考PIL的相关文档！

  1 Skip to content
  2 This repository
  3 Search
  4 Pull requests
  5 Issues
  6 Gist
  7  @mm1994uestc
  8  Unwatch 1
  9   Star 0
 10  Fork 0 mm1994uestc/PythonImageProcessing
 11  Code  Issues 0  Pull requests 0  Projects 0  Wiki  Pulse  Graphs  Settings
 12 Branch: master Find file Copy pathPythonImageProcessing/ImagePython.py
 13 61e7cd2  35 minutes ago
 14 @mm1994uestc mm1994uestc -a
 15 1 contributor
 16 RawBlameHistory     
 17 129 lines (127 sloc)  4.88 KB
 18 import Image as Im
 19 import ImageFilter as ImFilter
 20 import ImageChops as ImChops
 21 import ImageFont as ImFont
 22 import ImageDraw as ImDraw
 23 import math
 24 import sys
 25 import os
 26 
 27 print ‘This File is for you to Transform the Original Pic into another Form!‘
 28 im = Im.open(‘/home/ubuntu-mm/Python/ImageProcess/ImageData/IEEEXtreme.png‘) #Read the Image
 29 w, h = im.size
 30 def RGB2Gray(image):
 31     w, h = image.size
 32     print ‘The Wide is :‘,w
 33     print ‘The Length is :‘,h
 34 RGB2Gray(im)
 35 def ImRoll(image, Theta):
 36     "Roll a image sideways"
 37     w, h = image.size
 38     Theta = Theta % w
 39     if Theta == 0:
 40         return image
 41     Part1 = image.crop((0, 0, Theta, h))
 42     Part2 = image.crop((Theta, 0, w, h))
 43     image.paste(Part2, (0, 0, w-Theta, h))
 44     image.paste(Part1, (w-Theta, 0, w, h))
 45     return image
 46 Param = 0.5
 47 NewSize = ((int)(w*Param), (int)(h*Param))  #Notice the size must be a integer!
 48 Scaler = Im.ANTIALIAS
 49 im_roll = ImRoll(im, 90)  #roll the pic
 50 im_resize = im.resize(NewSize, Scaler)  #resize the pic to be 25% Origin‘area
 51 im_rotate = im.rotate(45)  #rotate the pic for degree at 45
 52 print ‘Now,The geomgraphic [email protected]() @resize() @rotate()‘
 53 #im.show()  #show():To output the Picture to the windows
 54 #im_roll.show()
 55 #im_resize.show()
 56 #im_rotate.show()
 57 print ‘Now,The Filter [email protected]()‘
 58 im_filter = im.filter(ImFilter.DETAIL)  #filter is to change the values of pixel
 59 #im_filter.show()
 60 im_new = Im.new(‘L‘, (100,100), [0,255])
 61 #im_new.show()
 62 im2 = Im.open(‘/home/ubuntu-mm/Python/ImageProcess/ImageData/GitHub.png‘)
 63 im3 = im2.rotate(45) #Rotate the im2 with the degree at 45
 64 im_blend = Im.blend(im2, im3, 0.2)  #The im and im1 must be the same size(im_blend=im2*0.2+im3*(1-0.2))
 65 #im_blend.show()
 66 mask = Im.new(‘L‘, im2.size, [0,255])
 67 im4 = Im.composite(im2, im3 ,mask) #Composite two pic into one and filter with the mask windows.
 68 #im4.show()
 69 def ImageTransform(In):
 70     Res = pow(In,2)/255
 71     return Res
 72 print ‘Attributes of the Image object!‘
 73 print im2.format,im2.mode,im2.size,im2.palette,im2.info
 74 im4.save(‘/home/ubuntu-mm/Python/ImageProcess/ImageData/login.png‘,‘png‘)
 75 im6 = im2.convert("L") #Change the pic into different Mode:@"L"@"l"@"RGB"@"CMYK"
 76 #im6.show()
 77 im7 = im2.copy() #Copy the image file to a new buffer
 78 im8 = im2.crop((0,0,80,80))
 79 #im8.show()
 80 Bands = im2.getbands() #Get The bands of the Pic
 81 print Bands
 82 for i in Bands:
 83     print i
 84 Extreme = im2.getextrema() #Get Max_values and Min_values of pic(GrayScale) 
 85 for i in Extreme:
 86     print i
 87 PixelValues = im2.getpixel((0,0)) #Get to values of the coordinate you input(0,0) 
 88 print ‘The pixelValues of point(0,0) is:‘,PixelValues
 89 w, h = im2.size #Get the size of the pic
 90 mask = Im.new(‘L‘,(w,h),[0,255]) #To create a new mask
 91 list1 = im2.convert("L").histogram(mask) #To show the histogram with the statical number of the GrayScale Values where the mask is nonzero replect
 92 print list1
 93 im9 = ImChops.offset(im2 , -10, -10) #To move the pic with the offset produce a new pic
 94 #im9.show()
 95 im10 = im2.point(ImageTransform) #To transform every Pixel‘s values with func ImageTranform which defined before
 96 #im10.show() #show out the image
 97 im2.putpixel((10,10),(0,0,0)) #Location:(10,10) pixel‘s color value into (0,0,0)
 98 im2.show()
 99 im11 = im2.resize((80,80))  #To resize The picture into newsize (80,80)
100 #im11.show()
101 R,G,B = im11.split()  #To split the im11‘s three channel in to RGB linear bands
102 print R
103 im12 = im2.copy()
104 im12.thumbnail((80,60)) #To resize the Pic as the rate->Height:Width
105 #For eg:im.size()=(400,150) It‘s after im.thumbnail((40,40)) will be (40,15)
106 #im12.show()
107 Method = Im.ROTATE_90 #@[email protected][email protected][email protected]_180
108 im13 = im2.copy()
109 im13.transpose(Method) #To transform the pic as the Method show
110 #im13.show()
111 print ‘Now,Let draw what we want!‘
112 Cavon1 = Im.new(‘RGB‘,(300,300),(255,255,255))
113 draw = ImDraw.Draw(Cavon1)
114 draw.arc((0,0,202,202), 0, 135, (0,255,0))
115 draw.arc((0,0,205,205), 0, 135, (255,0,0))
116 draw.arc((0,0,208,208), 0, 135, (0,0,255))
117 draw.arc((0,0,211,211), 0, 135, (255,255,0))
118 draw.arc((0,0,212,212), 0, 135, (255,0,255))
119 #Cavon2 = Im.new(‘RGB‘,(200,300),(255,255,255))
120 draw.ellipse((0,0,30,40),(0,255,0))
121 draw.ellipse((20,20,40,30),(255,125,30))
122 draw.line(((60,60),(90,60),(90,90),(60,90),(60,60)),(255,0,0))
123 draw.point((100,100),(255,0,255))
124 draw.polygon([(60,60),(90,60),(90,90),(60,90)],fill="red",outline="green")
125 #fontPath = "/usr/share/fonts/dejavu-lgc/DejaVuLGCSansCondensed-Bold.ttf"
126 #sans16 = ImFont.truetype(fontPath,16)
127 draw.text((130,80),"Hello PIL!",fill="red")
128 Cavon1.show()
129 print ‘Image Filter!‘
130 im_filter1 = im2.filter(ImFilter.BLUR)
131 im_filter2 = im2.filter(ImFilter.CONTOUR)
132 im_filter3 = im2.filter(ImFilter.DETAIL)
133 im_filter4 = im2.filter(ImFilter.EDGE_ENHANCE)
134 im_filter5 = im2.filter(ImFilter.EDGE_ENHANCE_MORE)
135 im_filter6 = im2.filter(ImFilter.FIND_EDGES)
136 im_filter7 = im2.filter(ImFilter.SMOOTH)
137 im_filter8 = im2.filter(ImFilter.SHARPEN)
138 im_filter1.show()
139 im_filter2.show()
140 im_filter3.show()
141 im_filter4.show()
142 im_filter5.show()
143 im_filter6.show()
144 im_filter7.show()
145 im_filter8.show()
146 Contact GitHub API Training Shop Blog About
147 ? 2016 GitHub, Inc. Terms Privacy Security Status Help

程序里面使用的数据和图片都在我的github源码中，请参照mm1994uestc--》https://github.com/mm1994uestc/PythonImageProcessing/blob/master/ImagePython.py

PIL库的下载Python Imaging Library (PIL)--》http://www.pythonware.com/products/pil/index.htm

详细的PIL教程参照Python PIL hand--》http://effbot.org/imagingbook/pil-index.htm

也可以参考这个网站--》http://effbot.org/imagingbook/

如有错误，还请多多指教！

以上是关于Python 中的 PIL 库的主要内容，如果未能解决你的问题，请参考以下文章

python中pil如何导入？

Python 中的 PIL 库

python如何安装pil库

python图像库PIL的完美替代品-Pillow

Python图像处理库PIL中图像格式转换

Python 中的 PIL 库

文章目录

PIL 基础语法

一、 简介

1、 基本介绍

2、 特点

3、 安装

二、 Image 对象

1、 实例化对象

1.1 实例化

1.2 图像模式

2、 对象属性

3、 格式转换

3.1 save 方法

3.2 convert 方法

4、 图片缩放

5、 创建缩略图

6、 图像分离与合并

6.1 split 方法

6.2 merge 方法

6.3 blend 方法

7、 图像处理

7.1 图像裁剪

7.2 拷贝和粘贴

8、几何变化

8.1 transpose

8.2 rotate

8.3 transform

三、 ImageFilter

1、 简介

2、 降噪处理

2.1 图像降噪滤波器

2.2 使用语法

四、 ImageColor

1、 简介

2、 颜色处理

2.1 颜色命名

2.2 getrgb

2.3 getcolor

五、 ImageFont

1、 简介

2、 模块函数

2.1 load

2.2 load_path

2.3 truetype

2.4 load_default

3、 模块方法

3.1 getsize

3.2 getmask

六、 ImageDraw

1、 简介

1.1 导入

1.2 基本概念

2、 模块函数

2.1 arc

2.2 bitmap

2.3 chord

2,4 ellipse

2.5 line

2.6 pieslice

2.7 point

2.8 polygon

2.9 rectangle

2.10 text

2.11 textsize

七、 Image与Numpy

Python中的库使用之一 PIL

一、简介

1、基本介绍

2、特点

3、安装

1、实例化对象

2、对象属性

3、格式转换

4、图片缩放

5、创建缩略图

6、图像分离与合并

7、图像处理

1、简介

2、降噪处理

1、简介

2、颜色处理

1、简介

2、模块函数

3、模块方法

1、简介

2、模块函数