您好,登錄后才能下訂單哦!
這期內(nèi)容當中小編將會給大家?guī)碛嘘P如何在Python中使用PIL圖像處理模塊,文章內(nèi)容豐富且以專業(yè)的角度為大家分析和敘述,閱讀完這篇文章希望大家可以有所收獲。
Image模塊
Image模塊是在Python PIL圖像處理中常見的模塊,對圖像進行基礎操作的功能基本都包含于此模塊內(nèi)。如open、save、conver、show…等功能。
open類
Image.open(file) ? image
Image.open(file, mode) ? image
要從文件加載圖像,使用 open() 函數(shù), 在 Image 模塊:
@zhangziju from PIL import Image ##調(diào)用庫 im = Image.open("E:\mywife.jpg") ##文件存在的路徑 im.show()
需要知道的是在win的環(huán)境下im.show的方式為win自帶的圖像顯示應用。打開并確認給定的圖像文件。這個是一個懶操作;該函數(shù)只會讀文件頭,而真實的圖像數(shù)據(jù)直到試圖處理該數(shù)據(jù)才會從文件讀取(調(diào)用load()方法將強行加載圖像數(shù)據(jù))。如果變量mode被設置,那必須是“r”。用戶可以使用一個字符串(表示文件名稱的字符串)或者文件對象作為變量file的值。文件對象必須實現(xiàn)read(),seek()和tell()方法,并且以二進制模式打開。
Save類
im.save(outfile,options…)
im.save(outfile, format, options…)
若要保存文件,則使用 Image 類的 save() 方法,此時保存文件的文件名就變得十分重要了,除非指定格式,否則這個庫將會以文件名的擴展名作為格式保存。使用給定的文件名保存圖像。如果變量format缺省,如果可能的話,則從文件名稱的擴展名判斷文件的格式。該方法返回為空。關鍵字options為文件編寫器提供一些額外的指令。如果編寫器不能識別某個選項,它將忽略它。用戶可以使用文件對象代替文件名稱。在這種情況下,用戶必須指定文件格式。文件對象必須實現(xiàn)了seek()、tell()和write()方法,且其以二進制模式打開。如果方法save()因為某些原因失敗,這個方法將產(chǎn)生一個異常(通常為IOError異常)。如果發(fā)生了異常,該方法也有可能已經(jīng)創(chuàng)建了文件,并向文件寫入了一些數(shù)據(jù)。如果需要的話,用戶的應用程序可以刪除這個不完整的文件。
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") print(im) im.save("E:\mywife.png") ## 將"E:\mywife.jpg"保存為"E:\mywife.png" im = Image.open("E:\mywife.png") ##打開新的png圖片 print(im.format, im.size, im.mode)
如下圖,在指定路徑下可看到新保存的png格式的圖片。
format類
im.format ? string or None
這個屬性標識了圖像來源,如果圖像不是從文件讀取它的值就是None。
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") print(im.format) ## 打印出格式信息 im.show()
如下圖可以看到其format為”JPEG”。
Mode類
im.mode ? string
圖像的模式,常見的mode 有 “L” (luminance) 表示灰度圖像,“RGB”表示真彩色圖像,和 “CMYK” 表示出版圖像,表明圖像所使用像素格式。如下表為常見的nodes描述:
modes | 描述 |
---|---|
1 | 1位像素,黑和白,存成8位的像素 |
L | 8位像素,黑白 |
P | 8位像素,使用調(diào)色板映射到任何其他模式 |
RGB | 3× 8位像素,真彩 |
RGBA | 4×8位像素,真彩+透明通道 |
CMYK | 4×8位像素,顏色隔離 |
YCbCr | 3×8位像素,彩色視頻格式 |
I | 32位整型像素 |
F | 32位浮點型像素 |
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") print(im.mode) ## 打印出模式信息 im.show()
如下圖為圖片的mode為“RGB”模式。
convert類
im.convert(mode)? image
將當前圖像轉(zhuǎn)換為其他模式,并且返回新的圖像。當從一個調(diào)色板圖像轉(zhuǎn)換時,這個方法通過這個調(diào)色板來轉(zhuǎn)換像素。如果不對變量mode賦值,該方法將會選擇一種模式,在沒有調(diào)色板的情況下,使得圖像和調(diào)色板中的所有信息都可以被表示出來。當從一個顏色圖像轉(zhuǎn)換為黑白圖像時,PIL庫使用ITU-R601-2 luma轉(zhuǎn)換公式:
L = R * 299/1000 + G * 587/1000 + B * 114/1000
當轉(zhuǎn)換為2位圖像(模式“1”)時,源圖像首先被轉(zhuǎn)換為黑白圖像。結(jié)果數(shù)據(jù)中大于127的值被設置為白色,其他的設置為黑色;這樣圖像會出現(xiàn)抖動。如果要使用其他閾值,更改閾值127,可以使用方法point()。為了去掉圖像抖動現(xiàn)象,可以使用dither選項。
from PIL import Image im = Image.open("E:\mywife.jpg") new_im = im.convert('P') print(new_im.mode) new_im.show()
如下,將圖像轉(zhuǎn)換為“P”模式。
對比原始圖像。
im.convert(“P”,**options) ? image
這個與第一個方法定義一樣,但是當“RGB”圖像轉(zhuǎn)換為8位調(diào)色板圖像時能更好的處理。可供選擇的選項為:
Dither=. 控制顏色抖動。默認是FLOYDSTEINBERG,與鄰近的像素一起承擔錯誤。不使能該功能,則賦值為NONE。
Palette=. 控制調(diào)色板的產(chǎn)生。默認是WEB,這是標準的216色的“web palette”。要使用優(yōu)化的調(diào)色板,則賦值為ADAPTIVE。
Colors=. 當選項palette為ADAPTIVE時,控制用于調(diào)色板的顏色數(shù)目。默認是最大值,即256種顏色
im.convert(mode,matrix) ? image
使用轉(zhuǎn)換矩陣將一個“RGB”圖像轉(zhuǎn)換為“L”或者“RGB”圖像。變量matrix為4或者16元組。
from PIL import Image im = Image.open("E:\mywife.jpg") print(im.mode) rgb2xyz = (0.412453,0.357580, 0.180423, 0, 0.212671,0.715160, 0.072169, 0, 0.019334,0.119193, 0.950227, 0 ) new_im = im.convert("L", rgb2xyz) print(new_im.mode) new_im.show()
轉(zhuǎn)換后效果
Size類
im.size ? (width, height)
圖像的尺寸,按照像素數(shù)計算,它的返回值為寬度和高度的二元組(width, height)。
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") print(im.size) ## 打印出尺寸信息 im.show()
如下圖所示為圖片的尺寸信息,750*560。
Palette類
im.palette ? palette or None
顏色調(diào)色板表格。如果圖像的模式是“P”,則返回ImagePalette類的實例;否則,將為None。
如下為對非“P”模式下的圖像進行palette信息顯示。
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") print(im.palette)
易知,返回值為空,none
對圖像進行convert操作,轉(zhuǎn)換成“P”模式
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") new_im = im.convert('P') print(new_im.mode) print(new_im.palette)
則返回值為ImagePalette類的實例。如下:
Info類
im.info ? dictionary
存儲圖像相關數(shù)據(jù)的字典。文件句柄使用該字典傳遞從文件中讀取的各種非圖像信息。大多數(shù)方法在返回新的圖像時都會忽略這個字典;因為字典中的鍵并非標準化的,對于一個方法,它不能知道自己的操作如何影響這個字典。如果用戶需要這些信息,需要在方法open()返回時保存這個字典。
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") print(im.info)
new類
Image.new(mode,size) ? image
Image.new(mode, size,color) ? image
使用給定的變量mode和size生成新的圖像。Size是給定的寬/高二元組,這是按照像素數(shù)來計算的。對于單通道圖像,變量color只給定一個值;對于多通道圖像,變量color給定一個元組(每個通道對應一個值)。在版本1.1.4及其之后,用戶也可以用顏色的名稱,比如給變量color賦值為“red”。如果沒有對變量color賦值,圖像內(nèi)容將會被全部賦值為0(為黑色)。如果變量color是空,圖像將不會被初始化,即圖像的內(nèi)容全為0。這對向該圖像復制或繪制某些內(nèi)容是有用的。
如下為將圖像設置為128x128大小的紅色圖像。
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") n_im= Image.new("RGB", (128, 128), "#FF0000") n_im.show()
顯示效果如下:
如下圖像為128x128大小的黑色圖像,因為變量color不賦值的話,圖像內(nèi)容被設置為0,即黑色。
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") n_im= Image.new("RGB", (128, 128)) n_im.show()
圖像為128x128大小的綠色圖像。
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") n_im= Image.new("RGB", (128, 128),"green") n_im.show()
Copy類
im.copy() ? image
拷貝這個圖像。如果用戶想粘貼一些數(shù)據(jù)到這張圖,可以使用這個方法,但是原始圖像不會受到影響。
from PIL import Image im = Image.open("E:\mywife.jpg") im_copy = im.copy()
圖像im_copy和im完全一樣。
Crop類
im.crop(box) ? image
從當前的圖像中返回一個矩形區(qū)域的拷貝。變量box是一個四元組,定義了左、上、右和下的像素坐標。用來表示在原始圖像中截取的位置坐標,如box(100,100,200,200)就表示在原始圖像中以左上角為坐標原點,截取一個100*100(像素為單位)的圖像,為方便理解,如下為示意圖box(b1,a1,b2,a2)。作圖軟件為Visio2016。這是一個懶操作。對源圖像的改變可能或者可能不體現(xiàn)在裁減下來的圖像中。為了獲取一個分離的拷貝,對裁剪的拷貝調(diào)用方法load()。
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") box = (300, 100, 700, 700) ##確定拷貝區(qū)域大小 region = im.crop(box) ##將im表示的圖片對象拷貝到region中,大小為box region.show()
如下圖為box截取的圖像區(qū)域顯示。
Paste類
im.paste(image,box)
將一張圖粘貼到另一張圖像上。變量box或者是一個給定左上角的2元組,或者是定義了左,上,右和下像素坐標的4元組,或者為空(與(0,0)一樣)。如果給定4元組,被粘貼的圖像的尺寸必須與區(qū)域尺寸一樣。如果模式不匹配,被粘貼的圖像將被轉(zhuǎn)換為當前圖像的模式。
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") box=[0,0,100,100] im_crop = im.crop(box) print(im_crop.size,im_crop.mode) im.paste(im_crop, (100,100)) ##(100,100,0,0) im.paste(im_crop, (400,400,500,500)) im.show()
如下圖為paste操作:
Filter類
im.filter(filter) ? image
返回一個使用給定濾波器處理過的圖像的拷貝。具體參考圖像濾波在ImageFilter 模塊的應用,在該模塊中,預先定義了很多增強濾波器,可以通過filter( )函數(shù)使用,預定義濾波器包括:BLUR、CONTOUR、DETAIL、EDGE_ENHANCE、EDGE_ENHANCE_MORE、EMBOSS、FIND_EDGES、SMOOTH、SMOOTH_MORE、SHARPEN。其中BLUR就是均值濾波,CONTOUR找輪廓,F(xiàn)IND_EDGES邊緣檢測,使用該模塊時,需先導入。
@zhangziju from PIL import Image from PIL import ImageFilter ## 調(diào)取ImageFilter imgF = Image.open("E:\mywife.jpg") bluF = imgF.filter(ImageFilter.BLUR) ##均值濾波 conF = imgF.filter(ImageFilter.CONTOUR) ##找輪廓 edgeF = imgF.filter(ImageFilter.FIND_EDGES) ##邊緣檢測 imgF.show() bluF.show() conF.show() edgeF.show()
濾波處理下的gakki~
Blend類
Image.blend(image1,image2, alpha) ? image
使用給定的兩張圖像及透明度變量alpha,插值出一張新的圖像。這兩張圖像必須有一樣的尺寸和模式。
合成公式為:out = image1 (1.0 - alpha) + image2 alpha
若變量alpha為0.0,返回第一張圖像的拷貝。若變量alpha為1.0,將返回第二張圖像的拷貝。對變量alpha的值無限制。
@zhangziju from PIL import Image im1 = Image.open("E:\mywife.jpg") im2 = Image.open("E:\mywife2.jpg") print(im1.mode,im1.size) print(im2.mode,im2.size) im = Image.blend(im1, im2, 0.2) im.show()
需保證兩張圖像的模式和大小是一致的,如下為顯示im1和im2的具體信息。
im1和im2按照第一張80%的透明度,第二張20%的透明度,合成為一張。
Split
im.split() ? sequence
返回當前圖像各個通道組成的一個元組。例如,分離一個“RGB”圖像將產(chǎn)生三個新的圖像,分別對應原始圖像的每個通道(紅,綠,藍)。
from PIL import Image im = Image.open("E:\mywife.jpg") r,g,b = im.split() print(r.mode) print(r.size) print(im.size)
Composite類
Image.composite(image1,image2, mask) ? image
復合類使用給定的兩張圖像及mask圖像作為透明度,插值出一張新的圖像。變量mask圖像的模式可以為“1”,“L”或者“RGBA”。所有圖像必須有相同的尺寸。
@zhangziju from PIL import Image im1 = Image.open("E:\mywife.jpg") im2 = Image.open("E:\mywife2.jpg") r,g,b = im1.split() ##分離出r,g,b print(b.mode) print(im1.mode,im1.size) print(im2.mode,im2.size) im = Image.composite(im1,im2,b) im.show()
b.mode為”L”,兩圖尺寸一致。
最終效果
Eval類
Image.eval(image,function) ? image
使用變量function對應的函數(shù)(該函數(shù)應該有一個參數(shù))處理變量image所代表圖像中的每一個像素點。如果變量image所代表圖像有多個通道,那變量function對應的函數(shù)作用于每一個通道。注意:變量function對每個像素只處理一次,所以不能使用隨機組件和其他生成器。
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") def fun01(x): return x*0.3 def fun02(y): return y*2.0 im1_eval = Image.eval(im, fun01) im2_eval = Image.eval(im, fun02) im1_eval.show() im2_eval.show()
在函數(shù)fun01和fun02下的圖像顯示。
Merge類
Image.merge(mode,bands) ? image
合并類使用一些單通道圖像,創(chuàng)建一個新的圖像。變量bands為一個圖像的元組或者列表,每個通道的模式由變量mode描述。所有通道必須有相同的尺寸。
變量mode與變量bands的關系:
len(ImageMode.getmode(mode).bands)= len(bands)
@zhangziju from PIL import Image im1 = Image.open("E:\mywife.jpg") im2 = Image.open("E:\mywife2.jpg") r1,g1,b1 = im1.split() r2,g2,b2 = im2.split() print(r1.mode,r1.size,g1.mode,g1.size) print(r2.mode,r2.size,g2.mode,g2.size) new_im=[r1,g2,b2] print(len(new_im)) im_merge = Image.merge("RGB",new_im) im_merge.show()
打印信息顯示
Draft類
im.draft(mode,size)
配置圖像文件加載器,使得返回一個與給定的模式和尺寸盡可能匹配的圖像的版本。
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") print(im.size,im.mode) new_im = im.draft("L", (200,200)) print(new_im.size,new_im.mode) new_im.show()
關鍵信息顯示
轉(zhuǎn)換效果
Getbands類
im.getbands()? tuple of strings
返回包括每個通道名稱的元組。例如,對于RGB圖像將返回(“R”,“G”,“B”)。
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") print(im.getbands())
Getbbox類
im.getbbox() ? 4-tuple or None
計算圖像非零區(qū)域的包圍盒。這個包圍盒是一個4元組,定義了左、上、右和下像素坐標。如果圖像是空的,這個方法將返回空。
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") print(im.getbbox())
Getdata類
im.getdata() ? sequence
以包含像素值的sequence對象形式返回圖像的內(nèi)容。這個sequence對象是扁平的,以便第一行的值直接跟在第零行的值后面,等等。這個方法返回的sequence對象是PIL內(nèi)部數(shù)據(jù)類型,它只支持某些sequence操作,包括迭代和基礎sequence訪問。使用list(im.getdata()),將它轉(zhuǎn)換為普通的sequence。Sequence對象的每一個元素對應一個像素點的R、G和B三個值。
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") sequ = im.getdata() sequ0 = list(sequ) print(sequ0[0]) print(sequ0[1]) print(sequ0[2])
可視化顯示sequence0里面的數(shù)據(jù)。
打印顯示結(jié)果,與前面對比。
Getextrema類
im.getextrema() ? 2-tuple
返回一個2元組,包括該圖像中的最小和最大值。
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") print(im.getextrema())
該方法返回了R/G/B三個通道的最小和最大值的2元組。
Getpixel類
im.getpixel(xy) ? value or tuple
返回給定位置的像素值。如果圖像為多通道,則返回一個元組。該方法執(zhí)行比較慢;如果用戶需要使用python處理圖像中較大部分數(shù)據(jù),可以使用像素訪問對象(見load),或者方法getdata()。
@zahngziju from PIL import Image im = Image.open("E:\mywife.jpg") print(im.getpixel((0,0))) print(im.getpixel((4,0))) r,g,b = im.split() print(b.getpixel((11,8)))
Histogram類
im.histogram()? list
返回一個圖像的直方圖。這個直方圖是關于像素數(shù)量的list,圖像中的每個象素值對應一個成員。如果圖像有多個通道,所有通道的直方圖會連接起來(例如,“RGB”圖像的直方圖有768個值)。二值圖像(模式為“1”)當作灰度圖像(模式為“L”)處理。
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") imhis = im.histogram() print(len(imhis)) print(imhis[0]) print(imhis[150]) print(imhis[300])
im.histogram(mask)? list
返回圖像中模板圖像非零地方的直方圖。模板圖像與處理圖像的尺寸必須相同,并且要么是二值圖像(模式為“1”),要么為灰度圖像(模式為“L”)。
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") r,g,b = im.split() imhis = im.histogram() print(r.mode) print(len(imhis)) print(imhis[0]) print(imhis[150]) print(imhis[300])
Load類
im.load()
為圖像分配內(nèi)存并從文件中加載它(或者從源圖像,對于懶操作)。正常情況下,用戶不需要調(diào)用這個方法,因為在第一次訪問圖像時,Image類會自動地加載打開的圖像。在1.1.6及以后的版本,方法load()返回一個用于讀取和修改像素的像素訪問對象。這個訪問對象像一個二維隊列,如:
pix = im.load()
print pix[x, y]
pix[x, y] =value
通過這個對象訪問比方法getpixel()和putpixel()快很多。
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") pix = im.load() print(pix[0,2])
im.paste(colour,box)
使用同一種顏色填充變量box對應的區(qū)域。對于單通道圖像,變量colour為單個顏色值;對于多通道,則為一個元組。
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") im.paste((256,256,0),(0,0,100,100)) ##(256,256,0)表示黃色 im.show()
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") im.paste("blue",(0,0,100,100)) ##或者“blue” im.show()
im.paste(image,box, mask)
使用變量mask對應的模板圖像來填充所對應的區(qū)域??梢允褂媚J綖椤?”、“L”或者“RGBA”的圖像作為模板圖像。模板圖像的尺寸必須與變量image對應的圖像尺寸一致。如果變量mask對應圖像的值為255,則模板圖像的值直接被拷貝過來;如果變量mask對應圖像的值為0,則保持當前圖像的原始值。變量mask對應圖像的其他值,將對兩張圖像的值進行透明融合,如果變量image對應的為“RGBA”圖像,即粘貼的圖像模式為“RGBA”,則alpha通道被忽略。用戶可以使用同樣的圖像作為原圖像和模板圖像。
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") box=[300,300,400,400] im_crop =im.crop(box) r,g,b =im_crop.split() im.paste(im_crop, (200,200,300,300), r) im.show()
Putdata類
im.putdata(data)
im.putdata(data, scale, offset)
從sequence對象中拷貝數(shù)據(jù)到當前圖像,從圖像的左上角(0,0)位置開始。變量scale和offset用來調(diào)整sequence中的值:
pixel = value*scale + offset
如果變量scale忽略,則默認為1.0。如果變量offset忽略,則默認為0.0。
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") r, g, b = im.split() print( r.getpixel((0, 0)), r.getpixel((1, 0)), r.getpixel((2, 0)), r.getpixel((3, 0)), r.putdata([1, 2, 3, 4]), r.getpixel((0, 0)), r.getpixel((1, 0)), r.getpixel((2, 0)), r.getpixel((3, 0)), )
Resize類
im.resize(size) ? image
im.resize(size, filter) ? image
返回改變尺寸的圖像的拷貝。變量size是所要求的尺寸,是一個二元組:(width, height)。變量filter為NEAREST、BILINEAR、BICUBIC或者ANTIALIAS之一。如果忽略,或者圖像模式為“1”或者“P”,該變量設置為NEAREST。在當前的版本中bilinear和bicubic濾波器不能很好地適應大比例的下采樣(例如生成縮略圖)。用戶需要使用ANTIALIAS,除非速度比質(zhì)量更重要。
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") region = im.resize((400, 400)) ##重新設定大小 region.show()
很明顯由于大小的重新設定,圖片的顯示效果有所轉(zhuǎn)變,gakki依然美膩~
Rotate類
im.rotate(angle) ? image
im.rotate(angle,filter=NEAREST, expand=0) ? image
返回一個按照給定角度順時鐘圍繞圖像中心旋轉(zhuǎn)后的圖像拷貝。變量filter是NEAREST、BILINEAR或者BICUBIC之一。如果省略該變量,或者圖像模式為“1”或者“P”,則默認為NEAREST。變量expand,如果為true,表示輸出圖像足夠大,可以裝載旋轉(zhuǎn)后的圖像。如果為false或者缺省,則輸出圖像與輸入圖像尺寸一樣大。
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") im_45 = im.rotate(45) im_30 = im.rotate(30, Image.NEAREST,1) print(im_45.size,im_30.size) im_45.show() im_30.show()
Seek類
im.seek(frame)
在給定的文件序列中查找指定的幀。如果查找超越了序列的末尾,則產(chǎn)生一個EOFError異常。當文件序列被打開時,PIL庫自動指定到第0幀上。
@zhangziju from PIL import Image im_gif = Image.open("E:\mywife.gif") print(im_gif.mode) im_gif.show() ##第0幀 im_gif.seek(3) im_gif.show() im_gif.seek(9) im_gif.show()
來來來~這是gakki原圖欣賞下~
查找?guī)瑂eek()的效果如下:
Tell類
im.tell() ? integer
返回當前幀所處位置,從0開始計算。
@zhangziju from PIL import Image im_gif = Image.open("E:\mywife.gif") print(im_gif.tell()) im_gif.seek(8) print(im_gif.tell())
Thumbnail類
im.thumbnail(size)
im.thumbnail(size, filter)
修改當前圖像,使其包含一個自身的縮略圖,該縮略圖尺寸不大于給定的尺寸。這個方法會計算一個合適的縮略圖尺寸,使其符合當前圖像的寬高比,調(diào)用方法draft()配置文件讀取器,最后改變圖像的尺寸。變量filter應該是NEAREST、BILINEAR、BICUBIC或者ANTIALIAS之一。如果省略該變量,則默認為NEAREST。注意:在當前PIL的版本中,濾波器bilinear和bicubic不能很好地適應縮略圖產(chǎn)生。用戶應該使用ANTIALIAS,圖像質(zhì)量最好。如果處理速度比圖像質(zhì)量更重要,可以選用其他濾波器。這個方法在原圖上進行修改。如果用戶不想修改原圖,可以使用方法copy()拷貝一個圖像。這個方法返回空。
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") im.thumbnail((100,100))
Transform類
im.transform(size,method, data) ? image
im.transform(size, method, data, filter) ? image
使用給定的尺寸生成一張新的圖像,與原圖有相同的模式,使用給定的轉(zhuǎn)換方式將原圖數(shù)據(jù)拷貝到新的圖像中。在當前的PIL版本中,參數(shù)method為EXTENT(裁剪出一個矩形區(qū)域),AFFINE(仿射變換),QUAD(將正方形轉(zhuǎn)換為矩形),MESH(一個操作映射多個正方形)或者PERSPECTIVE。變量filter定義了對原始圖像中像素的濾波器。在當前的版本中,變量filter為NEAREST、BILINEAR、BICUBIC或者ANTIALIAS之一。如果忽略,或者圖像模式為“1”或者“P”,該變量設置為NEAREST。
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") print(im.size) imtra = im.transform((200, 200), Image.EXTENT, (0, 0, 500, 500)) print(imtra.size) imtra.show()
im.transform(size,EXTENT, data) ? image
im.transform(size, EXTENT, data, filter) ? image
從圖像中裁剪一個區(qū)域。變量data為指定輸入圖像中兩個坐標點的4元組(x0,y0,x1,y1)。輸出圖像為這兩個坐標點之間像素的采樣結(jié)果。例如,如果輸入圖像的(x0,y0)為輸出圖像的(0,0)點,(x1,y1)則與變量size一樣。這個方法可以用于在當前圖像中裁剪,放大,縮小或者鏡像一個任意的長方形。它比方法crop()稍慢,但是與resize操作一樣快。
im.transform(size, AFFINE, data) ? image
im.transform(size, AFFINE,data, filter) ? image
對當前的圖像進行仿射變換,變換結(jié)果體現(xiàn)在給定尺寸的新圖像中。變量data是一個6元組(a,b,c,d,e,f),包含一個仿射變換矩陣的第一個兩行。輸出圖像中的每一個像素(x,y),新值由輸入圖像的位置(ax+by+c, dx+ey+f)的像素產(chǎn)生,使用最接近的像素進行近似。這個方法用于原始圖像的縮放、轉(zhuǎn)換、旋轉(zhuǎn)和裁剪。
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") print(im.size) imtra = im.transform((200, 200), Image.AFFINE, (1,2,3,2,1,4)) print(imtra.size) imtra.show()
im.transform(size,QUAD, data) ? image
im.transform(size, QUAD, data, filter) ? image
輸入圖像的一個四邊形(通過四個角定義的區(qū)域)映射到給定尺寸的長方形。變量data是一個8元組(x0,y0,x1,y1,x2,y2,x3,y3),它包括源四邊形的左上,左下,右下和右上四個角。
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") print(im.size) imtra = im.transform((200, 200), Image.QUAD, (0,0,0,500,600,500,600,0)) print(imtra.size) imtra.show()
im.transform(size,PERSPECTIVE, data) ? image
im.transform(size, PERSPECTIVE, data, filter) ? image
對當前圖像進行透視變換,產(chǎn)生給定尺寸的新圖像。變量data是一個8元組(a,b,c,d,e,f,g,h),包括一個透視變換的系數(shù)。對于輸出圖像中的每個像素點,新的值來自于輸入圖像的位置的(a x + b y + c)/(g x + h y + 1), (d x+ e y + f)/(g x + h y + 1)像素,使用最接近的像素進行近似。這個方法用于原始圖像的2D透視。
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") print(im.size) imtra = im.transform((200, 200), Image.PERSPECTIVE, (1,2,3,2,1,6,1,2)) print(imtra.size) imtra.show()
wocao!!!gakki不見了?。?!
Transpose類
im.transpose(method)? image
返回當前圖像的翻轉(zhuǎn)或者旋轉(zhuǎn)的拷貝。變量method的取值為:FLIP_LEFT_RIGHT,F(xiàn)LIP_TOP_BOTTOM,ROTATE_90,ROTATE_180,或ROTATE_270。
@zhangziju from PIL import Image im = Image.open("E:\mywife.jpg") im.rotate(45) #逆時針旋轉(zhuǎn) 45 度角。 im.transpose(Image.FLIP_LEFT_RIGHT) #左右對換。 im.transpose(Image.FLIP_TOP_BOTTOM) #上下對換。 im.transpose(Image.ROTATE_90) #旋轉(zhuǎn) 90 度角。 im.transpose(Image.ROTATE_180) #旋轉(zhuǎn) 180 度角。 im.transpose(Image.ROTATE_270) #旋轉(zhuǎn) 270 度角。
上述就是小編為大家分享的如何在Python中使用PIL圖像處理模塊了,如果剛好有類似的疑惑,不妨參照上述分析進行理解。如果想知道更多相關知識,歡迎關注億速云行業(yè)資訊頻道。
免責聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權內(nèi)容。