Python编程进阶04-图像处理实战

Python编程进阶01--输入输出文件操作

Python编程进阶02--Excel文件操作

Python编程进阶03--自然语言处理实战 

本文索引：

1. Pillow图像处理库（概述、主要功能、常用操作）
2. 图像处理实战（验证码生成实战）

本文所需文件自提：

链接：https://pan.baidu.com/s/1z2QvrOxphVJT79Rva_kOkg 
提取码：eg4g 

一、Pillow扩展库

【Pillow扩展库概述】

• PIL（Python Imaging Library）是Python常用的图像处理图像库，功能非常强大，API简单易用。
• 但PIL仅支持到Python2.7，加上年久失修。
• 一群志愿者在PIL的基础上创建了PIL 的兼容版本，名字叫Pillow，支持最新版Python 3.x，并加入许多新特性。
• Pillow提供了广泛的文件格式支持，强大的图像处理能力，主要包括图像储存、图像显示、格式转换以及基本的图像处理操作等。

【Pillow扩展库主要功能】

• 图像归档：对图像进行批处理、生成图像预览，图像格式转换等。
• 图像处理：图像基本处理、像素处理、颜色处理。

【Pillow扩展库主要操作】

• 在Pillow中，任何一个图像文件都可以用Image对象表示。
• Image类的图像读取和创建方法。

方法	描述
Image.open(filename)	根据参数加载图像文件
Image.new(mode，size，color)	根据给定参数创建一个新的图像
Image.open(StringIO.StringIO(buffer))	从给定字符串中获取图像
Image.frombytes(mode，size，data)	根据像素点data创建图像
Image.verfy()	对图像文件完整性进行检查，返回异常

• Image类有四个处理图片的常用属性

属性	描述
Image.format	标识图像格式或来源，如果图像不是从文件读取，值是None
Image.mode	图像的色彩模式，"L"灰度图像、"RGB"真彩色图像、"CMYK"出版图像
Image.size	图像宽度和高度，单位是像素（px），返回值是二元元组（tuple）
Image.palette	调色板属性，返回一个ImagePalette类型

看示例：

# Pillow扩展库缩略图示例
from PIL import Image

im = Image.open("E:\Python大战机器学习\第三部分 Python编程进阶\code 4、图像处理实战\img0.jpg")
im.thumbnail((128,128))
im.save("img0TN副本.JPEG","JPEG")

 原始图像：

注意，这里需要指定文件的绝对路径，特别是打开文件时，保存时如果不指定就保存在jupyter notebook网页主页

 

 

转换后的缩略图打开是这样的：

【Pillow扩展库主要操作】

• Image类能够对每个像素点或者一幅RGB图像的每个通道单独进行操作，split()方法能够将RGB图像个颜色通道提取出来，merge()方法能够将各独立通道再合成一幅新的图像。

方法	描述
Image.point(func)	根据函数func功能对每个元素进行运算，返回图像副本
Image.split()	提取RGB图像的每个颜色通道，返回图像副本
Image.merge(mode，bands)	合并通道，采用mode色彩，bands是新色的色彩通道
Image.blend(im1，im2，alpha)	将两幅图片im1和im2按照如下公式插值后生成新的图像： im1*(1.0-alpha)+im2*alpha

看下面这个颜色变换的例子，

# 颜色变换实例
from PIL import Image

im = Image.open('E:\Python大战机器学习\第三部分 Python编程进阶\code 4、图像处理实战\img1.jpg')
r,g,b = im.split()
om = Image.merge("RGB",(b,g,r))
om.save('img1BGR.JPG')

我们来看下对比：

原始图片：

颜色变换后文件：

 

原始图片：

from PIL import Image

im = Image.open('E:\Python大战机器学习\第三部分 Python编程进阶\code 4、图像处理实战\img1.jpg')
r,g,b = im.split()    # 获取RGB通道数据
newr = g.point(lambda i:i*0.9)
newg = g.point(lambda i:i<200)  # 选择g通道值低于200的像素点
newb = b.point(lambda i:i)
om = Image.merge(im.mode,(newr,newg,b))  # 将3个通道合成新图像
om.save('img1Merge.jpg')

通道颜色变换： 

【Pillow扩展库主要操作】

• PIL库的ImageFilter提供的过滤图像方法

方法表示	描述
ImageFilter.BLUR	图像的模糊效果
ImageFilter.CONTOUR	图像的轮廓效果
ImageFilter.DETAIL	图像的细节效果
ImageFilter.EDGE_ENHANCE	图像的边界加强效果
ImageFilter.EDGE_ENHANCE_MORE	图像的阈值边界加强效果
ImageFilter.EMBOSS	图像的浮雕效果
ImageFilter.FIND_EDGES	图像的边界效果
ImageFilter.SMOOTH	图像的平滑效果
ImageFilter.SMOOTH_MORE	图像的阈值平滑效果
ImageFilter.SHARPEN	图像的锐化效果

下面看一个Pillow库生成模糊图片：

• 生成图像模糊效果：套用滤镜

from PIL import Image
from PIL import ImageFilter

im = Image.open("E:\Python大战机器学习\第三部分 Python编程进阶\code 4、图像处理实战\img1.jpg")

om = im.filter(ImageFilter.BLUR)   # 为图片使用模糊滤镜
om.save('img1_blur.jpg')

原始图片：

模糊滤镜后：

【Pillow扩展库主要操作】

• PIL库的ImageEnhance类提供了更高级的图像增强需求，提供调整色彩、亮度、对比度、锐化等功能。

方法	描述
ImageEnhance.enhance(factor)	对选择属性的数值增强factor倍
ImageEnhance.Color(im)	调整图像的颜色平衡
ImageEnhance.Contras(im)	调整图像的对比度
ImageEnhance.Brightness(im)	调整图像的亮度
ImageEnhance.Sharpness(im)	调整图像的锐度

下面看一个图像增强实例：

• 高级图像增强实例

# 高级图像增强实例
from PIL import Image
from PIL import ImageEnhance

im = Image.open("E:\Python大战机器学习\第三部分 Python编程进阶\code 4、图像处理实战\img1.jpg")

# 调整图像对比度
om = ImageEnhance.Contrast(im)
# 图像对比度增强3倍
om.enhance(3).save("img1_EnContrast.jpg")

原始图像：

对比度增强后：

---

二、图像处理实战

• 验证码生成实战

【验证码生成实战】

• 题目要求：利用PIL的ImageDraw提供的绘图方法生成的验证码，要求字母随机、填充颜色随机。
• 思路

1. 使用库PIL、random
2. 画布：随机填充色
3. 字母：指定字体（注意路径）、模糊滤镜BLUR

from PIL import Image,ImageDraw,ImageFont,ImageFilter    # ImageFont字体类，ImageFilter滤镜

import random    # 导入随机类

# 随机字母（65-90表示26个大写英文字母）
def rndChar():
    return chr(random.randint(65,90))   # 返回65-95（ASCLL码）之间的数并转换为字母

# 随机颜色1（验证码背景颜色）
def rndColor():
    return (random.randint(64,255),random.randint(64,255),random.randint(64,255))

# 随机颜色2（文字颜色）
def rndColor2():
    return (random.randint(32,127),random.randint(32,127),random.randint(32,127))

# 验证码背景240×60：
width = 60 * 4
height = 60
image = Image.new('RGB',(width,height),(255,255,255))   # 创建一个重色的背景
# 创建Draw对象,36为字体大小：
font = ImageFont.truetype('C:\Windows\Fonts\ARIALN.TTF',36)    # 需指定Windows系统字体路径
# 创建Draw对象：
draw = ImageDraw.Draw(image)
# 填充每个像素：
for x in range(width):
    for y in range(height):
        draw.point((x,y),fill=rndColor())
        
# 输出4个文字：
for t in range(4):
    draw.text((60*t+10,10),rndChar(),font=font,fill=rndColor2())   # 位置，随机字母，字体，颜色填充
# 模糊：
image = image.filter(ImageFilter.BLUR)   # 套用模糊滤镜
image.save('code.jpg','jpeg')  # 可添加绝对生成路径，默认为jupyter notebook文件夹下

运行结果：我们发现在jupyter notebook已经生成了一个code.jpg文件，打开如下：

因为图片为随机生成，我们再次运行后发现，原来的被替换掉，文件已经不一样了

到此，Python编程进阶实战4篇已经更新结束，赶快去实践一下吧，加油。