简单实用的Python图像处理库Pillow

最新推荐文章于 2025-05-10 09:00:00 发布

nine_mink

最新推荐文章于 2025-05-10 09:00:00 发布

阅读量8.6k

点赞数 9

CC 4.0 BY-SA版权

分类专栏： Python全栈之路文章标签： python

本文链接：https://blog.youkuaiyun.com/nine_mink/article/details/127877515

Pillow图像处理

Pillow 库的安装
图象处理基本知识
- 图像的RGB 色彩模式
- 像素阵列
Image 模块
ImageFilter 模块
ImageChops 模块
ImageEnhance 模块
ImageDraw 模块
ImageFont 模块
操作示例

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。

Pillow 库的安装

Pillow 库是 Python 开发者最为常见的图像处理库，它提供了广泛的文件格式支持、强大的图像处理能力，主要包括图像存储、图像显示、格式转换以及基本的图像处理操作等。安装 Pillow 库的方法与安装 Python 其他第三方库的方法相同，也可以到 Python 官方网站下载 Pillow 库的压缩包。

pip 安装 pillow，执行如下命令：

pip install pillow

图象处理基本知识

图像的RGB 色彩模式

RGB 三个颜色通道的变化和叠加得到各种颜色，其中

R 红色，取值范围，0-255
G 绿色，取值范围，0-255
B 蓝色，取值范围，0-255

比如，我们常见的黄色就是由红色和绿色叠加而来。

红色的 RGB 表示（255,0,0）
绿色的 RGB 表示（0,255,0）
蓝色的 RGB 表示（0,0,255）
黄色的 RGB 表示（255,255,0）

像素阵列

数字图像可以看成一个整数阵列，阵列中的元素称为像素(Pixel),见下图的数字阵列

在这里插入图片描述

每个点代表 1 个像素(Pixel)，一个点包含 RGB 三种颜色。也就是 1 个像素包含 3 个字节的信息：（R,G,B）。假如这个像素是红色，则信息是：（255,0,0）。那么，理论上我们只要操作每个点上的这三个数字，就能实现任何的图形。一幅图像上的所有像素点的信息就完全可以采用矩阵来表示，通过矩阵的运算实现更加复杂的操作。

Image 模块

打开和新建

在 Pillow 库中，通过使用 Image 模块，可以从文件中加载图像，或者处理其他图像，或者从 scratch 中创建图像。在对图像进行处理时，首先需要打开要处理的图片。在 Image 模块中使用函数 open()打开一副图片，执行后返回 Image 类的实例。当文件不存在时，会引发 IOError 错误。使用函数 open()语法格式如下所示。

open(fp,mode)

fp:指打开文件的路径。
mode：可选参数，表示打开文件的方式，通常使用默认值 r。
在 Image 模块中，可以使用函数 new()新建图像。具体语法格式如下所示：

new(mode,size,color=0)
(1) mode:图片模式，具体取值如下表
(2) size：表示图片尺寸，是使用宽和高两个元素构成的元组
(3) color：默认颜色（黑色）

Pillow 库支持的常用图片模式信息

mode(模式)	bands（通道）	说明
“1”	1	数字 1，表示黑白二值图像，每个像素用 0 或者 1 共 1 位二进制代码表示
“L”	1	灰度图，每个像素用 8 位二进制代码表示
“P”	1	索引图，每个像素用 8 位二进制代码表示
“RGB”	3	24 位真彩图，每个像素用 3 个字节的二进制代码表示
“RGBA”	4	“RGB”+透明通道表示，每个像素用 4 字节的二进制代码表示
“CMYK”	4	印刷模式图像，每个像素用 4 字节的二进制代码表示
“YCbCr”	3	彩色视频颜色隔离模式，每个像素用 3 个字节的二进制代码表示
“LAB”	3	lab 颜色空间，每个像素用 3 字节的二进制代码表示
“HSV”	3	每个像素用 3 字节的二进制代码表示
“I”	1	使用整数形式表示像素，每个像素用 4 字节的二进制代码表示
“F”	1	使用浮点数形式表示像素，每个像素用 4 字节的二进制代码表示

【示例】使用 Image 打开一副图片

#导入 Image 模块
from PIL import Image 
#打开图片
im=Image.open('bjsxt.png')
#显示图片
im.show()
#查看图片的信息
print('图像格式:',im.format)
print('图像大小，格式是（宽度，高度）:',im.size) print('图像宽度:',im.width,'图像高度:',im.height)

运行结果如下图：

在这里插入图片描述

混合

透明度混合处理

在 Pillow 库的 Image 模块中，可以使用函数 blend()实现透明度混合处理。具体语法格式如下所示：

blend(im1,im2,alpha)

其中 im1、im2 指参与混合的图片 1 和图片 2，alpha 指混合透明度，取值是 0-1。通过使用函数 blend()，可以将 im1 和 im2 这两幅图片（尺寸相同）以一定的透明度进行混合。具体混合过程如下：

(im1*(1-alpha)+im2*alpha)

当混合透明度为 0 时，显示 im1 原图。当混合透明度 alpha 取值为 1 时，显示 im2
原图片。

【示例】透明度混合图片

from PIL import Image 
img1=Image.open('bjsxt.jpg').convert(mode="RGB") 
img2=Image.new("RGB",img1.size,"red")
# #混合两幅图
Image.blend(img1,img2,alpha=0.5).show()

执行结果如下图：

在这里插入图片描述

遮罩混合处理

在 Pillow 库中 Image 模块中，可以使用函数 composite()实现遮罩混合处理。具体语法格式如下所示：

composite(im1,im2,mask)

其中 im1 和 im2 表示混合处理的图片 1 和图片 2.mask 也是一个图像，mode 可以为“1”, “L”, or “RGBA”，并且大小要和 im1、im2 一样。

函数 composite()的功能是使用 mask 来混合图片 im1 和 im2，并且要求 mask、im1 和 im2 三幅图片的尺寸相同。下面的实例代码演示了使用 Image 模块实现图片遮罩混合处理的过程。

【示例】遮罩混合图片

from PIL import Image 
img1=Image.open('img1.jpg') 
img2=Image.open('img2.jpg') 
img2=img2.resize(img1.size) 
r,g,b=img2.split()
Image.composite(img2,img1,b).show()

执行结果如下图：

在这里插入图片描述

复制和缩放

复制图像

在 Pillow 库的 Image 模块中，可以使用函数 Image.copy()复制指定的图片，这可以用于在处理或粘贴时需要持有源图片。

缩放像素

在 Pillow 库的 Image 模块中，可以使用函数 eval()实现像素缩放处理，能够使用函数 fun()计算输入图片的每个像素并返回。使用函数 eval()语法格式如下：

eval(image,fun)

其中 image 表示输入的图片，fun 表示给输入图片的每个像素应用此函数，fun()函数只允许接收一个整型参数。如果一个图片含有多个通道，则每个通道都会应用这个函数。

【示例】缩放指定的图片，实现图像每个像素值×2

from PIL import Image
img=Image.open('img2.jpg') 
Image.eval(img,lambda i:i*2).show()

缩放图像

在 Pillow 库的 Image 模块中，可以使用函数 thumbnail()原生地缩放指定的图像。具体语法格式如下：

Image.thmbnail(size,resample=3)

【示例】缩放成指定的大小

from PIL import Image 
img=Image.open('img2.jpg') 
imgb=img.copy()
#缩放为指定大小(220,168)
imgb.thumbnail((220,168)) 
imgb.show()

粘贴和裁剪

粘贴

在 Pillow 库的 Image 模块中，函数 paste()的功能是粘贴源图像或像素至该图像中。具体语法格式如下：

Image.paste(im,box=None,mask=None)

其中 im 是源图或像素值；box 是粘贴的区域；mask 是遮罩。参数 box 可以分为以下 3 中情况。

（x1,y1）:将源图像左上角对齐（x1,y1）点，其余超出被粘贴图像的区域被抛弃。
（x1,y1,x2,y2）:源图像与此区域必须一致。
None：源图像与被粘贴的图像大小必须一致。

裁剪图像

在 Pillow 库的 Image 模块中，函数 crop()的功能是剪切图片中 box 所指定的区域，具体语法如下：

Image.crop(box=None)

参数 box 是一个四元组，分别定义了剪切区域的左、上、右、下 4 个坐标。

【示例】对指定图片剪切和粘贴操作

from PIL import Image 
img=Image.open('bjsxt.png') 
# 复制图片
imgb=img.copy() 
imgc=img.copy()
# 剪切图片
region=imgb.crop((5,5,120,120)) 
#粘贴图片
imgc.paste(region,(30,30))
imgc.show()

图像旋转

在 Pillow 库的 Image 模块中，函数 rotate()的功能返回此图像的副本，围绕其中心逆时针旋转给定的度数。具体语法格式如下：

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

【示例】函数 rotate()实现图像旋转

from PIL import Image
img=Image.open('bjsxt.png') 
img.rotate(90).show()

格式转换

covert()

在 Pillow 库的 Image 模块中，函数 convert()的功能是返回模式转换后的图像实例。具体转换的语法格式如下：

Image.convert(mode=None,matrix=None,dither=None,palette=0,colors=256)

其中 mode：转换文件的模式，默契支持的模式有“L”、“RGB”“CMYK”；matrix：转使用的矩阵；dither：取值为 None 切转为黑白图时非 0（1-255）像素均为白，也可以设置此参数为 FLOYDSTEINBERG。

transpose()

在 Pillow 库的 Image 模块中，函数 transpose()函数功能是实现图像格式的转换。具体语法格式如下：

Image.transpose(method)

转换图像后，返回转换后的图像，“method”的取值有以下几个。

PIL.Image.FLIP_LEFT_RIGHT：左右镜像
PIL.Image.FLIP_TOP_BOTTOM ：上下镜像
PIL.Image.ROTATE_90：旋转 90
PIL.Image.ROTATE_180：旋转 180
PIL.Image.ROTATE_270：旋转 270
PIL.Image.TRANSPOSE :颠倒顺序

【示例】对指定图片进行转换操作

from PIL import Image 
#打开指定的图片
img1=Image.open('bjsxt.png')
img2=img1.copy() 
#convert()
img_convert=img2.convert('CMYK') 
# img_convert.show()
#transpose()
img_transpose=img2.transpose(Image.ROTATE_90) 
img_transpose.show()

分离和合并

分离

在 Pillow 库的 Image 模块中，使用函数 split()可以将图片分割为多个通道列表。使用函数 split()的语法格式如下所示：

Image.split()

合并

在 Pillow 库的 Image 模块中，使用函数 merge()可以将一个通道的图像合并到更多通道图像中。使用函数 merge()的语法格式如下所示：

Image.merge(mode,bands)

其中 mode 指输出图像的模式，bands 波段通道，一个序列包含单个带图通道。
【示例】对指定图片进行合并和分离操作

from PIL import Image 
img1=Image.open('blend1.jpg'

最低0.47元/天解锁文章

200万优质内容无限畅学