pillow.Image常用操作如图片裁剪，旋转，缩放，翻转等

最新推荐文章于 2025-07-15 15:23:13 发布

原创最新推荐文章于 2025-07-15 15:23:13 发布 · 4.7k 阅读

15 ·

CC 4.0 BY-SA版权

文章标签：

#pillow #图像预处理

pillow 专栏收录该内容

2 篇文章

订阅专栏

该博客主要介绍Python中使用Image包进行图像预处理的方法，包括图片裁剪、调整大小、查看格式、粘贴、旋转、翻转等操作，还提及高斯模糊、边缘增强、锐化、平滑处理等图像效果处理。

在Python中import Image包格式如下：

from PIL import Image

width_rate=random.randint(1,width_rate)/100
height_rate=random.randint(1,height_rate)/100
if type(figure) is np.ndarray:
   figure=Image.fromarray(figure)
figure=figure.crop((32*width_rate/2,32*height_rate/2,32-32*width_rate/2,32- 
                    32*height_rate/2))
figure=figure.resize((32,32))
 return figure

图片裁剪：

figure.crop((左，上，右，下)) 分别对应希望裁剪的尺寸的最左上右下边。

调整图像大小：

figure.resize（（width，height））分别对应缩放后的长宽

figure=Image.open('save_picture\cat.jpg')
figure_resize=figure.resize((200,200))
plt.figure()
plt.subplot(211)
plt.imshow(figure_resize)
plt.subplot(212)
plt.imshow(figure)
plt.show()

结果如下所示：

查看图片格式：

figure.format

figure=Image.open('save_picture\picture.jpg')
print(figure.format)

输出结果如下：

图片粘贴，代码如下：

figure.paste(粘贴的图片，（位置）)

figure=Image.open('\save_picture\cat.jpg')
print(figure.size)
figure_crop=figure.crop((60,60,260,340))
figure.paste(figure_crop,(100,100))   #图片粘贴位置的左上角坐标

效果如下：

图像旋转，代码如下：

figure_rotate=figure.rotate(90)  #旋转代码
plt.figure()
plt.subplot(211)
plt.imshow(figure_rotate)
plt.subplot(212)
plt.imshow(figure)
plt.show()

效果如下：

图像水平翻转：

figure_flip=figure.transpose(Image.FLIP_LEFT_RIGHT)       #翻转代码
plt.figure()
plt.subplot(211)
plt.imshow(figure_flip)
plt.subplot(212)
plt.imshow(figure)
plt.show()

效果如下：

图像垂直翻转：

figure_flip=figure.transpose(Image.FLIP_TOP_BOTTOM)
plt.figure()
plt.subplot(211)
plt.imshow(figure_flip)
plt.subplot(212)
plt.imshow(figure)
plt.show()

高斯模糊：

figure_gaussianblur=figure.filter(ImageFilter.GaussianBlur)
plt.figure()
plt.subplot(211)
plt.imshow(figure_gaussianblur)
plt.subplot(212)
plt.imshow(figure)
plt.show()

边缘增强：

from PIL import Image,ImageFilter
figure_edge_enhance=figure.filter(ImageFilter.EDGE_ENHANCE)
plt.figure()
plt.subplot(211)
plt.imshow(figure_edge_enhance)
plt.subplot(212)
plt.imshow(figure)
plt.show()

效果如下：

找到边缘

figure_find_edges=figure.filter(ImageFilter.FIND_EDGES)
plt.figure()
plt.subplot(211)
plt.imshow(figure_find_edges)
plt.subplot(212)
plt.imshow(figure)
plt.show()

锐化：

figure_sharpen=figure.filter(ImageFilter.SHARPEN)
plt.figure()
plt.subplot(211)
plt.imshow(figure_sharpen)
plt.subplot(212)
plt.imshow(figure)
plt.show()

平滑处理：

figure_smooth=figure.filter(ImageFilter.SMOOTH)
plt.figure()
plt.subplot(211)
plt.imshow(figure_smooth)
plt.subplot(212)
plt.imshow(figure)
plt.show()

效果如下：

细节：

figure_detail=figure.filter(ImageFilter.DETAIL)
plt.figure()
plt.subplot(211)
plt.imshow(figure_detail)
plt.subplot(212)
plt.imshow(figure)
plt.show()