python pillow 库简单使用

原创 已于 2025-07-30 08:31:30 修改 · 1.2k 阅读 · 23 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#python #pillow

于 2025-07-29 08:46:24 首次发布

简介

Pillow 是 Python 中最常用的图像处理库，它是 PIL（Python Imaging Library）的分支和继任者，提供了丰富的图像处理功能。

  • 功能：支持图像打开、保存、裁剪、缩放、旋转、滤镜、颜色处理等多种操作，支持主流图像格式（JPG、PNG、GIF、BMP 等）。
  • 优势：API 简洁易用，兼容性好，是 Python 图像处理的基础库。
  • 核心模块：PIL.Image 是最核心的模块，用于表示和处理图像。

安装

pip install pillow

常用操作

图像的基本操作

open

from PIL import Image

# 打开图像
img = Image.open("image.jpg")  # 返回 Image 对象



# 显示图像（调用系统默认图像查看器）
img.show()

# 查看图像信息
print(f"格式：{img.format}")    # 输出图像格式（如 JPEG）
print(f"尺寸：{img.size}")      # 输出宽×高（元组）
print(f"模式：{img.mode}")      # 输出颜色模式（如 RGB、L 灰度）

# 保存图像（可转换格式）
img.save("output.png")  # 保存为 PNG 格式

new

Image.new(mode,size,color)
  • mode: 图像模式，str，如 RGB（真彩图像）、L（灰度图像）、CMYK（色彩图打印模式）等；
  • size: 元组参数（width, height）
  • color: 图片颜色，默认值为 0,
    • (r,g,b)三元组,
    • 16进制的颜色
    • 颜色字符串
img = Image.new(mode='RGB', (100, 100), color='red'
img.show()

属性

  • size, return (height, width)
  • width
  • height
  • format: 查看图片的格式
  • readonly
  • info: 查看图片相关信息
  • mode: 图像模式

常用的图片模式

  1. 1 模式：1 位像素，黑白图像，每个像素用 0 或 1 表示，占 1bit 存储空间。
  2. L 模式：8 位像素，灰度图像，像素值范围 0-255，0 表示黑色，255 表示白色。
  3. P 模式：8 位像素，使用调色板映射到其他模式，适用于颜色数量有限的图像。
  4. RGB 模式：24 位像素（3×8 位），真彩色图像，分别表示红、绿、蓝三个通道。
  5. RGBA 模式：32 位像素（4×8 位），在 RGB 基础上增加了 Alpha 通道（透明度）。
  6. CMYK 模式：32 位像素（4×8 位），用于印刷的青色、品红色、黄色和黑色四通道模式。
  7. YCbCr 模式：24 位像素，用于视频和数字摄影的亮度（Y）和色度（Cb、Cr）模式。
  8. I 模式：32 位整数像素，用于灰度图像的更高精度表示。
  9. F 模式：32 位浮点像素，用于科学计算等需要更高精度的场景。

可以使用 Image.mode 属性查看图像当前模式，也可以通过Image.convert(mode)方法转换图像模式。

# 转为灰度图（L 模式）
gray_img = img.convert("L")
gray_img.save("gray.jpg")

# 转为黑白图（1 模式，二值化）
bw_img = img.convert("1")  # 自动阈值处理
bw_img.save("black_white.jpg")

# 转为 RGBA 模式（增加透明通道）
rgba_img = img.convert("RGBA")
rgba_img.save("with_alpha.png")  # PNG 支持透明

图片格式转换

在 Pillow 中进行图片格式转换非常简单，核心是使用 Image.save() 方法，通过指定不同的文件名后缀来实现格式转换。

save

from PIL import Image

def convert_image_format(input_path, output_path):
    """
    转换图片格式
    :param input_path: 输入图片路径
    :param output_path: 输出图片路径（含目标格式后缀）
    """
    try:
        # 打开图片
        with Image.open(input_path) as img:
            # 保存为目标格式
            img.save(output_path)
        print(f"图片已成功转换为: {output_path}")
    except Exception as e:
        print(f"转换失败: {e}")

# 示例：将PNG转换为JPG
convert_image_format("input.png", "output.jpg")

# 示例：将JPG转换为WebP
convert_image_format("photo.jpg", "photo.webp")

# 示例：将BMP转换为PNG
convert_image_format("image.bmp", "image.png")

png->jpg

PG 不支持透明通道，转换时需要指定背景色

with Image.open("transparent.png") as img:
    # 转换为RGB模式（去除Alpha通道）
    if img.mode in ('RGBA', 'LA'):
        background = Image.new(img.mode[:-1], img.size, (255, 255, 255))
        background.paste(img, img.split()[-1])
        background.save("output.jpg")
    else:
        img.convert("RGB").save("output.jpg")

webp

img.save("output.webp", quality=80)  # 80%质量

TIFF

pip install pillow tifffile

Pillow 支持的主要格式包括：JPG、PNG、GIF、BMP、TIFF、WebP、PPM、PGM 等。转换时只需确保输出文件名的后缀正确即可。

图像缩放

resize

from PIL import Image

def resize_image(input_path, output_path, width, height):
    """
    精确缩放图像到指定尺寸
    :param input_path: 输入图像路径
    :param output_path: 输出图像路径
    :param width: 目标宽度
    :param height: 目标高度
    """
    try:
        with Image.open(input_path) as img:
            # 使用高质量插值算法进行缩放
            resized_img = img.resize((width, height), Image.Resampling.LANCZOS)
            resized_img.save(output_path)
        print(f"图像已缩放到 {width}x{height}，保存为: {output_path}")
    except Exception as e:
        print(f"缩放失败: {e}")

# 示例：将图像缩放到 800x600
resize_image("input.jpg", "resized.jpg", 800, 600)

使用 thumbnail() 方法（生成缩略图）

thumbnail() 方法会保持图像的宽高比，将图像缩放到不超过指定的最大尺寸。

from PIL import Image

def create_thumbnail(input_path, output_path, max_size):
    """
    创建缩略图（保持宽高比）
    :param input_path: 输入图像路径
    :param output_path: 输出图像路径
    :param max_size: 元组 (max_width, max_height)
    """
    try:
        with Image.open(input_path) as img:
            # 生成缩略图（会直接修改原图对象）
            img.thumbnail(max_size, Image.Resampling.LANCZOS)
            img.save(output_path)
        print(f"缩略图已生成，最大尺寸 {max_size}，保存为: {output_path}")
    except Exception as e:
        print(f"生成缩略图失败: {e}")

# 示例：生成最大尺寸为 200x200 的缩略图
create_thumbnail("input.jpg", "thumbnail.jpg", (200, 200))

按比例缩放（保持宽高比）

from PIL import Image

def scale_image_by_ratio(input_path, output_path, scale_ratio):
    """
    按比例缩放图像
    :param input_path: 输入图像路径
    :param output_path: 输出图像路径
    :param scale_ratio: 缩放比例（例如 0.5 表示缩小到50%）
    """
    try:
        with Image.open(input_path) as img:
            # 计算新尺寸
            width, height = img.size
            new_width = int(width * scale_ratio)
            new_height = int(height * scale_ratio)
            
            # 缩放并保存
            resized_img = img.resize((new_width, new_height), Image.Resampling.LANCZOS)
            resized_img.save(output_path)
        print(f"图像已按比例 {scale_ratio} 缩放，新尺寸 {new_width}x{new_height}")
    except Exception as e:
        print(f"缩放失败: {e}")

# 示例：将图像缩小到原来的 30%
scale_image_by_ratio("input.jpg", "scaled.jpg", 0.3)

插值算法

  • Image.Resampling.NEAREST：最近邻插值（速度快，质量低）
  • Image.Resampling.BILINEAR：双线性插值
  • Image.Resampling.BICUBIC：双三次插值
  • Image.Resampling.LANCZOS： Lanczos 插值（高质量，适合缩小图像）

图像旋转与翻转


#旋转图像（角度为正顺时针，负为逆时针）
rotated_90 = img.rotate(90)    # 旋转 90 度
rotated_45 = img.rotate(45)    # 旋转 45 度（默认黑边填充）
rotated_expand = img.rotate(45, expand=True)  # 自动调整画布大小避免裁剪

#翻转图像
flipped_left_right = img.transpose(Image.Transpose.FLIP_LEFT_RIGHT)   # 左右翻转
flipped_top_bottom = img.transpose(Image.Transpose.FLIP_TOP_BOTTOM)  # 上下翻转

图像滤镜与增强

from PIL import ImageFilter

# 模糊效果
blurred = img.filter(ImageFilter.BLUR)  # 普通模糊
gaussian_blur = img.filter(ImageFilter.GaussianBlur(radius=5))  # 高斯模糊（radius 控制程度）

# 锐化效果
sharpened = img.filter(ImageFilter.SHARPEN)  # 普通锐化
more_sharp = img.filter(ImageFilter.DETAIL)  # 增强细节

# 边缘检测
edge_enhance = img.filter(ImageFilter.EDGE_ENHANCE)
edge_detected = img.filter(ImageFilter.FIND_EDGES)  # 边缘检测

sharpened.save("sharpened.jpg")

绘制图形与添加文字

from PIL import ImageDraw, ImageFont

# 创建可绘制对象
draw = ImageDraw.Draw(img)

# 绘制矩形（左上角、右下角坐标，边框颜色，填充色）
draw.rectangle((100, 50, 300, 200), outline="red", fill="yellow", width=2)

# 绘制圆形（用椭圆模拟，外接矩形）
draw.ellipse((200, 150, 400, 350), outline="blue", width=3)

# 添加文字（位置、内容、字体、颜色）
try:
    # 加载系统字体（需指定字体路径或名称，Windows 示例）
    font = ImageFont.truetype("C:/Windows/Fonts/simhei.ttf", size=30)  # 黑体，30号
    draw.text((50, 50), "Hello Pillow", font=font, fill="green")
except IOError:
    # 若无指定字体，使用默认字体
    draw.text((50, 50), "Hello Pillow", fill="green")

img.save("drawn.jpg")

处理透明图像

# 创建带透明通道的图像（宽 400，高 300，RGBA 模式）
rgba_img = Image.new("RGBA", (400, 300), (255, 255, 255, 0))  # 全透明背景

# 绘制半透明矩形（最后一个值为透明度 0-255）
draw = ImageDraw.Draw(rgba_img)
draw.rectangle((100, 100, 300, 200), fill=(255, 0, 0, 128))  # 半透明红色

rgba_img.save("transparent.png")

split & merge

在 Pillow 中，图像的分离（split）与合并（merge）是处理图像通道的重要操作，尤其适用于 RGB、RGBA 等多通道图像。

split

split() 方法可以将多通道图像分离为单个通道的图像。对于 RGB 图像，会分离为 R、G、B 三个单通道；对于 RGBA 图像，会分离为 R、G、B、A 四个单通道。

from PIL import Image

def split_image_channels(input_path):
    """分离图像通道并保存单个通道"""
    try:
        with Image.open(input_path) as img:
            # 确保图像是多通道模式（如RGB、RGBA）
            if img.mode in ('RGB', 'RGBA'):
                # 分离通道
                channels = img.split()
                
                # 保存每个通道（单通道图像会以灰度显示）
                for i, channel in enumerate(channels):
                    # 通道名称（R=0, G=1, B=2, A=3）
                    channel_name = img.mode[i]
                    channel.save(f"{channel_name}_channel.jpg")
                    print(f"已保存 {channel_name} 通道图像")
            else:
                print("图像不是多通道模式，无法分离")
    except Exception as e:
        print(f"分离通道失败: {e}")

# 示例：分离RGB图像的三个通道
split_image_channels("input_rgb.jpg")

merge

Image.merge() 函数可以将多个单通道图像合并为一个多通道图像，需要保证所有通道的尺寸相同。

from PIL import Image

def merge_image_channels(mode, channel_paths, output_path):
    """
    合并多个单通道图像
    :param mode: 目标图像模式（如"RGB"、"RGBA"）
    :param channel_paths: 通道图像路径列表（顺序需与模式对应）
    :param output_path: 合并后图像保存路径
    """
    try:
        # 打开所有通道图像
        channels = [Image.open(path) for path in channel_paths]
        
        # 检查通道数量是否与模式匹配
        if len(channels) != len(mode):
            raise ValueError(f"通道数量与模式不匹配：需要 {len(mode)} 个通道，提供了 {len(channels)} 个")
        
        # 合并通道
        merged_img = Image.merge(mode, channels)
        merged_img.save(output_path)
        print(f"通道已合并为 {mode} 模式，保存为: {output_path}")
    except Exception as e:
        print(f"合并通道失败: {e}")

# 示例：合并R、G、B三个通道为RGB图像
merge_image_channels(
    "RGB", 
    ["R_channel.jpg", "G_channel.jpg", "B_channel.jpg"], 
    "merged_rgb.jpg"
)

示例

from PIL import Image

def replace_channel(input_path, channel_index, new_channel_path, output_path):
    """
    替换图像中的指定通道
    :param input_path: 原始图像路径
    :param channel_index: 要替换的通道索引（如RGB中0=R,1=G,2=B）
    :param new_channel_path: 新通道图像路径
    :param output_path: 结果保存路径
    """
    try:
        with Image.open(input_path) as img:
            # 分离原始通道
            channels = list(img.split())
            
            # 打开新通道图像并调整尺寸
            new_channel = Image.open(new_channel_path).resize(img.size)
            
            # 替换指定通道
            channels[channel_index] = new_channel
            
            # 合并通道并保存
            merged_img = Image.merge(img.mode, channels)
            merged_img.save(output_path)
            print(f"已替换第 {channel_index} 个通道，保存为: {output_path}")
    except Exception as e:
        print(f"替换通道失败: {e}")

# 示例：替换RGB图像中的红色通道（索引0）
replace_channel("original_rgb.jpg", 0, "new_red_channel.jpg", "modified_rgb.jpg")

transpose

transpose(method)

method:

  • mage.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。
img = Image.open('test.png')
img1 = img.transpose(Image.FLIP_LEFT_RIGHT)

rotate

Image.rotate() 方法用于对图像进行旋转操作，其核心参数决定了旋转角度、填充方式、扩展边界等效果。以下是该方法的参数详解和使用示例：
rotate(

Image.rotate(angle, resample=Resampling.NEAREST, expand=0, center=None, translate=None, fillcolor=None)

  1. angle（必选）

    • 旋转角度，单位为度（°）
    • 正值表示逆时针旋转，负值表示顺时针旋转
    • 示例：angle=90 表示逆时针旋转 90°，angle=-45 表示顺时针旋转 45°

  2. resample（可选）

    • 旋转时使用的插值算法，影响图像质量
    • 可选值（Pillow 9.1.0+ 使用 Image.Resampling 枚举）：
      • Resampling.NEAREST：最近邻插值（速度快，质量低，默认值）
      • Resampling.BILINEAR：双线性插值（平衡速度和质量）
      • Resampling.BICUBIC / Resampling.LANCZOS：高质量插值（适合细节保留，速度较慢）
    • 建议：对照片等需要保留细节的图像使用 LANCZOS

  3. expand（可选）

    • 布尔值或整数（0/1），控制是否扩展图像尺寸以容纳旋转后的全部内容
    • expand=False（默认）：保持原图像尺寸，旋转后超出部分会被裁剪
    • expand=True：自动计算并扩展画布，确保旋转后的图像完整显示
    • 示例：正方形旋转 45° 时，expand=True 会生成更大的菱形画布

  4. center（可选）

    • 旋转中心点坐标，格式为 (x, y)，默认以图像中心为旋转点
    • 坐标原点在图像左上角，(0, 0) 表示左上角，(width, height) 表示右下角
    • 示例：center=(100, 100) 表示以图像中 (100,100) 位置为中心旋转

  5. translate（可选）

    • 旋转后图像的平移偏移量，格式为 (dx, dy)
    • 正值表示向右 / 向下平移，负值表示向左 / 向上平移
    • 通常用于微调旋转后的图像位置

  6. fillcolor（可选）

  • 旋转后空白区域的填充色，默认使用黑色
  • 支持颜色名称（如 “red”）、RGB 元组（如 (255, 255, 255)）或十六进制值
  • 透明图像（RGBA 模式）可使用带 alpha 通道的元组（如 (255, 255, 255, 128)）
from PIL import Image, ImageResampling

# 打开图像
with Image.open("input.jpg") as img:
    # 1. 逆时针旋转90°，使用高质量插值，扩展画布
    rotated1 = img.rotate(
        angle=90,
        resample=ImageResampling.LANCZOS,
        expand=True
    )
    rotated1.save("rotated_90.jpg")
    
    # 2. 顺时针旋转45°，填充白色背景，不扩展画布（超出部分裁剪）
    rotated2 = img.rotate(
        angle=-45,
        resample=ImageResampling.BICUBIC,
        expand=False,
        fillcolor=(255, 255, 255)  # 白色填充
    )
    rotated2.save("rotated_45_cropped.jpg")
    
    # 3. 以左上角为中心旋转30°，并向右下方平移
    rotated3 = img.rotate(
        angle=30,
        center=(0, 0),  # 左上角为旋转中心
        translate=(50, 50),  # 向右平移50px，向下平移50px
        fillcolor="lightblue"
    )
    rotated3.save("rotated_custom_center.jpg")

transform

Image.transform() 方法用于对图像进行更复杂的几何变换（如缩放、旋转、扭曲等），相比 resize() 或 rotate() 具有更高的灵活性。其核心是通过自定义变换矩阵或预设变换模式实现复杂效果。

  1. size：变换后图像的目标尺寸，格式为 (width, height)

  2. method： 变换方式，决定了使用哪种几何变换算法，常用取值

    • Image.EXTENT：通过指定源区域和目标区域进行平移 / 缩放（类似裁剪 + 拉伸）
    • Image.AFFINE：仿射变换（支持平移、旋转、缩放、剪切）
    • Image.PERSPECTIVE：透视变换（适合 3D 效果，如倾斜视角）
    • Image.QUAD：四点映射变换（将四边形区域映射到矩形）
    • Image.MESH：网格变换（高级用法，通过多个网格点控制变换）

  3. data(可选)： 变换的具体参数，格式因 method 而异：

    • EXTENT：(x0, y0, x1, y1)，表示源图像中要截取的矩形区域（左上角和右下角坐标），会被拉伸 / 压缩到 size 尺寸
    • AFFINE：(a, b, c, d, e, f)，仿射变换矩阵参数，对应公式：
    x' = a*x + b*y + c
y' = d*x + e*y + f
    • PERSPECTIVE：(a, b, c, d, e, f, g, h)，透视变换矩阵参数，对应公式
    x' = (a*x + b*y + c) / (g*x + h*y + 1)
y' = (d*x + e*y + f) / (g*x + h*y + 1)

  4. resample（可选）: 插值算法，同 rotate() 方法：

    • Resampling.NEAREST（默认）、BILINEAR、BICUBIC、LANCZOS
    • 高质量图像建议用 LANCZOS

  5. fill(可选): 变换后空白区域的填充色

    • fill 是整数形式的颜色值（如 0 表示黑色），fillcolor 支持颜色名称或 RGB 元组（如 (255,255,255)）
    • fillcolor 优先级高于 fill，建议直接使用 fillcolor

EXTENT 变换（区域截取 + 拉伸）

from PIL import Image

with Image.open("input.jpg") as img:
    # 截取源图像中 (100, 50) 到 (300, 250) 的区域，拉伸到 400x300
    transformed = img.transform(
        size=(400, 300),
        method=Image.EXTENT,
        data=(100, 50, 300, 250),  # 源区域坐标
        fillcolor="white"
    )
    transformed.save("extent_transform.jpg")

AFFINE 变换（旋转 + 缩放）

from PIL import Image, ImageResampling
import math

with Image.open("input.jpg") as img:
    w, h = img.size
    angle = 30  # 旋转角度
    scale = 0.8  # 缩放比例
    
    # 计算仿射变换矩阵（含旋转和缩放）
    rad = math.radians(angle)
    a = math.cos(rad) * scale
    b = -math.sin(rad) * scale
    d = math.sin(rad) * scale
    e = math.cos(rad) * scale
    # 平移参数（使图像居中）
    c = w * (1 - a) / 2
    f = h * (1 - e) / 2
    
    transformed = img.transform(
        size=(w, h),
        method=Image.AFFINE,
        data=(a, b, c, d, e, f),
        resample=ImageResampling.LANCZOS,
        fillcolor="lightgray"
    )
    transformed.save("affine_transform.jpg")

PERSPECTIVE 变换（透视效果）

from PIL import Image

with Image.open("input.jpg") as img:
    # 透视变换参数（模拟倾斜视角）
    perspective_data = (1, 0.2, 0, 0.1, 1, 0, 0.001, 0.002)
    
    transformed = img.transform(
        size=(img.width, img.height),
        method=Image.PERSPECTIVE,
        data=perspective_data,
        resample=ImageResampling.BICUBIC,
        fillcolor=(255, 255, 255)
    )
    transformed.save("perspective_transform.jpg")
Python Pillow库【图像处理库】全面讲解与代码示例
记录点滴
04-10 3587
功能：图像打开/保存、尺寸调整、滤镜应用、颜色处理、绘图、文字添加等支持格式：JPEG, PNG, GIF, BMP, TIFF 等 30+ 格式核心模块ImageImageDraw等。
Python Pillow库详解：图像处理的瑞士军刀
eqwaak0的博客
09-25 2513
Pillow是Python中最流行的图像处理库，支持30+种图像格式的读写与操作。它提供基础功能（裁剪、旋转、调整尺寸）、图像增强（滤镜、颜色调整）、高级功能（合成、文字添加、元数据处理）等核心功能。Pillow性能优异，能与NumPy等库无缝协作，适用于批量图像处理、验证码生成、电商海报制作等场景。安装简单（pip install Pillow），但需注意版本兼容性和格式限制。通过优化操作方法和批量处理，可显著提升处理效率。Pillow是Python图像处理的基石工具。
Python Pillow（PIL）详细使用指南
一览无遗
01-04 6656
Pillow 库是一个功能强大的图像处理库，可以满足各种图像处理需求。通过上述示例，你可以了解到 Pillow 库的基本操作、滤镜效果和其他高级功能。在实际应用中，可以根据具体需求选择适合的图像处理方法。希望这篇文章能帮助你更好地了解和掌握 Pillow 库的使用。
Pillow的下载与安装
热门推荐
ccc369639963的博客
01-05 1万+
Pillow的下载与安装 Pillow 安装非常简单和方便，有三种安装途径，分别是： pip包管理器安装 二进制包安装 Anaconda安装 下面对上述安装方式做简单介绍。 注意，PIL 库与 Pillow 库不允许在同一环境中共存，如果您之前安装了 PIL 库，请卸载后，再安装 Pillow。 pip包管理器安装 通过 Python 包管理器 pip 来安装 Pillow 是最简单、轻量级的一种安装方式，并且这种方法适用于任何平台。只需执行以下命令即可： pip install pillow 二进制包安装
【python】Pillow 快速入门
最新发布
唐古的博客
10-22 1035
Pillow 快速入门,图片处理，图处理
超详细！深入介绍Python的Pillow库
theoxiong的博客
08-15 2035
Pillow 作为 Python 图像处理的标准库之一，功能全面且易于使用。它为图像处理提供了从基本操作到高级功能的一整套解决方案。尽管 Pillow 不是为高性能设计的，但在一般应用中，它已经足够应付绝大多数场景。通过结合 Numpy 和多线程/多进程，开发者可以进一步提升 Pillow 的性能。无论是简单的图像处理任务还是复杂的图像操作，Pillow 都能为开发者提供灵活的解决方案，是 Python 图像处理领域不可或缺的利器。
简单实用的Python图像处理库Pillow
nine_mink的博客
11-16 9055
Pillow 是Python Imaging Library 的简称，是Python 语言中最为常用的图像处理库。Pillow 库提供了对 Python3 的支持，为 Python3 解释器提供了图像处理的功能。通过使用 Pillow 库， 可以方便地使用 Python 程序对图片进行处理，例如常见的尺寸、格式、色彩、旋转等处理。
python图像处理库-PIL(Pillow)
weixin_46429290的博客
06-06 8961
PIL库全称为Python Imaging Library，即Python图像处理库，是一个在Python中用于处理图像的非常流行的库。
python第三方库——pillow库
weixin_57342469的博客
07-28 2526
python应用之图像处理
Pillow：强大的Python图像处理库
m0_46311182的博客
12-06 1390
Pillow是Python Imaging Library(PIL)的一个友好分支，它提供了广泛的功能，包括图像读取、保存、编辑、转换、绘制等。无论你是一名专业的软件开发人员，还是一个对图像处理感兴趣的爱好者，Pillow都能为你提供强大的工具来处理图像。该方法接受一个包含四个坐标值的元组作为参数，表示圆形的外接矩形的左上角和右下角坐标。该函数接受两个Image对象和一个遮罩图像作为参数，并返回一个合成后的Image对象。该函数接受一个包含新宽度和新高度的元组作为参数，并返回一个缩放后的Image对象。
Python常用库(五):图像处理【Pillow】
weixin_39001207的博客
09-09 1836
该模块提供了在图像上绘制各种形状（如线条、矩形、圆形）和文本的功能。它提供了打开、保存、调整大小、旋转、裁剪、滤镜等功能，是图像处理的核心。: 该模块用于计算图像的统计信息，如均值、中位数、直方图等。: 该模块用于调整图像的亮度、对比度、颜色饱和度等参数，使得图像更加清晰、明亮或具有特定的调色效果。: 该模块用于执行图像的逻辑和算术操作，如合并、比较、掩蔽等。库包含了大量的图片处理函数和方法，可以进行图片的读取、显示、旋转、缩放、裁剪、转换等操作。在后续的深度学习中也不可或缺，是个比较重要的库。
python-pillow
清流的博客
05-09 278
1.第三方模块2.导入方法：from PIL import xxx                   不能直接使用 import PIL                    使用PIL而不用Pillow是因为要与老模块Python Imageing Library兼容from PIL import ImageColor                    ImageColor.getcolo...
python pillow
mint_ying的博客
08-21 937
介绍 PIL PIL (Python Imaging Library) 是 Python 的一个强大且易用的图像处理库。 但 PIL 只支持到 python 2.7 。 pillow pillow 是 PIL 的一个分支，如今已经发展成为比 PIL 本身更强大的图像处理库。 安装 pip install pillow 例子 from PIL import Ima...
Python-pillow
buhappy的专栏
03-17 607
一:Pillow简介 Pillow 是PIL的替代版本，PIL软件包提供了基本的图像处理功能，如：改变图像大小，旋转图像，图像格式转换，色场空间转换，图像增强，直方图处理，插值和滤波等等。Pillow 为了解决 PIL 的两个问题： 1. 不兼容setuptools 2. 报告的问题太多，而更新太慢二:Pillow Imagefrom PIL import Imageim = Image.op
Python中的pillow(PIL)
qq_42227134的博客
03-25 5225
Pillow PIL：Python Imaging Library,是Python的图像处理标准库，PIL功能非常强大，API非常简单，但只支持到Python2.7。 Pillow：众多志愿者在PIL的基础上创建了兼容的版本，支持最新Python 3.x，又加入了许多新特性。 安装Pillow 第三方库安装方法 pip install pillow 注意事项： Pillow和PIL不能在同一环境...
Python图像处理之Pillow库
Java/Python大数据随笔
09-19 1386
PIL（Python Image Library）是Python提供的图像处理标准库，来满足开发者处理图像的各种功能PIL支持的图像文件格式包括JPEG、PNG、GIF等，它提供了图像创建、图像显示、图像处理等功能；但是Python2.7后不再支持Pillow是基于PIL模块Fork的一个派生分支，如今已经发展成为比PIL本身更具活力的图像处理库，Pillow模块支持python3。
Python 图像处理库Pillow
cyh0301的博客
07-22 484
Python的Pillow库是PIL（Python Imaging Library）的一个分支，它为Python提供了强大的图像处理能力。Pillow允许用户打开、操作和保存多种图像文件格式。支持如JPEG、PNG、GIF、BMP等多种常见图像格式。提供调整亮度、对比度、饱和度、锐化等功能来改善图像质量。可以应用不同的滤镜效果到图像上，如模糊、轮廓检测等。支持在图像上绘制线条、矩形、椭圆、多边形等各种形状。支持对图像进行缩放、裁剪、旋转、翻转等变换操作。可以进行创建、打开、显示、保存图像等基本操作。
【Python】Pillow
宅男很神经
05-30 1833
第一章：Pillow 库核心概念与基础Pillow 是 Python 图像处理库 (Python Imaging Library, PIL) 的一个友好分支 (friendly fork)。它继承了 PIL 的强大功能，并在此基础上增加了许多新特性，修复了许多bug，提供了更好的兼容性（特别是对Python 3的支持）和更活跃的社区维护。对于绝大多数Python图像处理任务，Pillow 都是首选库。本章将奠定我们深入学习 Pillow 的基础，详细介绍其历史渊源、核心数据结构 对象、图像的打开、保存、创
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值