python圖片處理PIL

一、PIL介紹

PIL中所涉及的基本概念有如下幾個：通道（bands）、模式（mode）、尺寸（size）、坐標系統（coordinate system）、調色板（palette）、信息（info）和濾波器（filters）

1、 通道

每張圖片都是由一個或者多個數據通道構成。PIL允許在單張圖片中合成相同維數和深度的多個通道。

以RGB圖像為例，每張圖片都是由三個數據通道構成，分別為R、G和B通道。而對於灰度圖像，則只有一個通道。

 

2、 模式（mode）

圖像的模式定義了圖像的類型和像素的位寬。當前支持如下模式：

1：1位像素，表示黑和白，但是存儲的時候每個像素存儲為8bit。
L：8位像素，表示黑和白。 ****
P：8位像素，使用調色板映射到其他模式。
RGB：3x8位像素，為真彩色。 ****
RGBA：4x8位像素，有透明通道的真彩色。
CMYK：4x8位像素，顏色分離。
YCbCr：3x8位像素，彩色視頻格式。
I：32位整型像素。
F：32位浮點型像素。
PIL也支持一些特殊的模式，包括RGBX（有padding的真彩色）和RGBa（有自左乘alpha的真彩色）

3、 尺寸

通過size屬性可以獲取圖片的尺寸。這是一個二元組，包含水平和垂直方向上的像素數。

4、 坐標系統(從左上角開始計算)

PIL使用笛卡爾像素坐標系統，坐標(0，0)位於左上角。注意：坐標值表示像素的角；位於坐標（0，0）處的像素的中心實際上位於（0.5，0.5）。

坐標經常用於二元組（x，y）。長方形則表示為四元組，前面是左上角坐標。例如，一個覆蓋800x600的像素圖像的長方形表示為（0，0，800，600）。

5、 調色板

調色板模式 ("P")使用一個顏色調色板為每個像素定義具體的顏色值

6、 信息

使用info屬性可以為一張圖片添加一些輔助信息。這個是字典對象。加載和保存圖像文件時，多少信息需要處理取決於文件格式。

 

7、 濾波器（素描等）

 

對於將多個輸入像素映射為一個輸出像素的幾何操作，PIL提供了4個不同的采樣濾波器：

NEAREST：最近濾波。從輸入圖像中選取最近的像素作為輸出像素。它忽略了所有其他的像素。
BILINEAR：雙線性濾波。在輸入圖像的2x2矩陣上進行線性插值。注意：PIL的當前版本，做下采樣時該濾波器使用了固定輸入模板。
BICUBIC：雙立方濾波。在輸入圖像的4x4矩陣上進行立方插值。注意：PIL的當前版本，做下采樣時該濾波器使用了固定輸入模板。
ANTIALIAS：平滑濾波。這是PIL 1.1.3版本中新的濾波器。對所有可以影響輸出像素的輸入像素進行高質量的重采樣濾波，以計算輸出像素值。在當前的PIL版本中，這個濾波器只用於改變尺寸和縮略圖方法。
注意：在當前的PIL版本中，ANTIALIAS濾波器是下采樣（例如，將一個大的圖像轉換為小圖）時唯一正確的濾波器。BILIEAR和BICUBIC濾波器使用固定的輸入模板，用於固定比例的幾何變換和上采樣是最好的。

 

二、Image方法 常用方法

 

img = Image.open("1.png")  #獲取圖片句柄
img.show()                             #打開圖片
img.save("t1.jpg")                  #保存圖片，保存名字為t1.jpg
img.format                             #img的格式信息（這里是jpg）
img.rotate                             #圖片翻轉例如；img3 = img.rotate(90) #圖片旋轉90度

img.resize                            #更改圖片大小（縮放等）

例如：

img2 = img.resize((200,200)) #存放元祖
img2.show()

img.mode                            #圖像的模式（這里是RGB），（上面的2、 模式（mode））

img1 = img.convert('P')      #轉換圖像模式（銳化、復古等）
img.size                               #圖像的尺寸，按照像素數計算，它的返回值為寬度和高度的二元組（width, height），如(232, 153)
img.info                               #存儲圖像相關數據的字典。
img.palette                         #顏色調色板表格。如果圖像的模式是“P”，則返回ImagePalette類的實例；否則，將為None。
Image.new                          #使用給定的變量mode和size生成新的圖像。

例如：

例如：（生成一個圖像模式未RGB，全身為紅色的128*128像素的正方形）
n_im= Image.new("RGB", (128, 128), "#FF0000")

 

img.crop                                 #從當前的圖像中返回一個矩形區域的拷貝。變量box是一個四元組，定義了左、上、右和下的像素坐標。

例如：

 

img = Image.open("1.jpg")
box = (300, 100, 700, 700)          ##確定拷貝區域大小
region = img.crop(box)                   ##將im表示的圖片對象拷貝到region中，大小為box
region.show()

 

img.paste                                #將一張圖粘貼到另一張圖像上（覆蓋）。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域尺寸一樣。如果模式不匹配，被粘貼的圖像將被轉換為當前圖像的模式。

例如：

img = Image.open("1.jpg")
box=[0,0,100,100]
im_crop = img.crop(box)
print(im_crop.size,im_crop.mode)
img.paste(im_crop, (100,100))             ##(100,100,0,0)
img.paste(im_crop, (400,400,500,500))
img.show()

img.filter                               #返回一個使用給定濾波器處理過的圖像的拷貝（圖像的浮雕等）。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( )函數使用

例子：

img = Image.open("1.jpg")
bluF = img.filter(ImageFilter.BLUR)                ##均值濾波
conF = img.filter(ImageFilter.CONTOUR)             ##找輪廓
edgeF = img.filter(ImageFilter.FIND_EDGES)         ##邊緣檢測
img.show()
bluF.show()
conF.show()
edgeF.show()

img.point                               #返回給定查找表對應的圖像像素值的拷貝。變量table為圖像的每個通道設置256個值。如果使用變量function，其對應函數應該有一個參數。這個函數將對每個像素值使用一次，結果表格將應用於圖像的所有通道。
如果圖像的模式為“I（整數）”或者“F（浮點）”，用戶必須使用function方式，function必須按照下面的格式：
argument * scale+ offset
例如：
out = im.point(lambda i: i * 1.2 + 10)
用戶可以省略變量scale和offset。

img.point例子：

img = Image.open("1.jpg")
im_point = img.point(lambda x:x*1.3+5)
im_point.show()

 

img.split                        #返回當前圖像各個通道組成的一個元組。例如，分離一個“RGB”圖像將產生三個新的圖像，分別對應原始圖像的每個通道（紅，綠，藍）。

例子：

img = Image.open("1.jpg")
r,g,b = img.split()
print(r,g,b)
b.save('b.png')         #無顏色圖片
print(b.getpixel((1,3)))  #72

 

三、其它方法（畫圖等）

Draw #畫圖

例子：

import PIL.Image as image
import PIL.ImageDraw as draw     #畫圖
import PIL.ImageFont as imgfont  #字體
img1 = image.open("1.jpg")
img1.show()
img = draw.Draw(img1)
img.point((100,100),fill="red")#畫點
img1.show()
img.rectangle((30,30,100,100),outline="red")#畫矩形
img1.show()
img.line((20,10,100,120),fill="red",width=2) #畫線
img1.show()
font = imgfont.truetype("font.ttf",40) #設置字體和字的大小
img.text((50,50),text="text",fill="red",font=font)#圖片中添加文本（"text"）
img1.show()
img.chord((30,50,100,120),100,200,outline="blue") #畫圓弧
img1.show()

 

                        

 四、PIL驗證碼

import PIL.Image as image
import PIL.ImageDraw as draw
import PIL.ImageFont as imgfont
import PIL.ImageFilter as ifr
import random
font = imgfont.truetype("font.ttf",60)  #字體

w = 240
h = 120
def randchar():
    '''生成隨機字母'''
    return chr(random.randint(65,90))
# print(randchar())

def b_color():
    '''生成隨機背景色'''
    return (random.randint(64,255),
            random.randint(64,255),
            random.randint(64,255))

def f_color():
    '''生成隨機前景色'''
    return (random.randint(32,128),
            random.randint(32,128),
            random.randint(32,128))

def img():
    return image.new("RGB",(w,h),(255,255,255))

if __name__ == '__main__':
    img = img()
    image = draw.Draw(img)
    for x in range(w):
        for y in range(h):
            image.point((x,y),fill=b_color())
    for i in range(4):
        image.text((60*i+10,30),text=randchar(),fill=f_color(),font=font)
    img.show()