python——PIL庫的模塊介紹

原文：https://blog.csdn.net/zhangziju/article/details/79123275

 

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於此模塊內。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， 在 Image 模塊：

 @zhangziju 2     from PIL import Image             ##調用庫
    im = Image.open("E:\mywife.jpg")  ##文件存在的路徑
    im.show()

需要知道的是在win的環境下im.show的方式為win自帶的圖像顯示應用。打開並確認給定的圖像文件。這個是一個懶操作；該函數只會讀文件頭，而真實的圖像數據直到試圖處理該數據才會從文件讀取（調用load()方法將強行加載圖像數據）。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read()，seek()和tell()方法，並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，這個方法將產生一個異常（通常為IOError異常）。如果發生了異常，該方法也有可能已經創建了文件，並向文件寫入了一些數據。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 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 print(im) 5 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 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 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 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 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

將當前圖像轉換為其他模式，並且返回新的圖像。當從一個調色板圖像轉換時，這個方法通過這個調色板來轉換像素。如果不對變量mode賦值，該方法將會選擇一種模式，在沒有調色板的情況下，使得圖像和調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換為黑白圖像時，PIL庫使用ITU-R601-2 luma轉換公式：

L = R * 299/1000 + G * 587/1000 + B * 114/1000

當轉換為2位圖像（模式“1”）時，源圖像首先被轉換為黑白圖像。結果數據中大於127的值被設置為白色，其他的設置為黑色；這樣圖像會出現抖動。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象，可以使用dither選項。

from PIL import Image 2 im = Image.open("E:\mywife.jpg") 3 new_im = im.convert('P') 4 print(new_im.mode) 5 new_im.show()

 

如下，將圖像轉換為“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”圖像轉換為8位調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=. 控制調色板的產生。默認是WEB，這是標准的216色的“web palette”。要使用優化的調色板，則賦值為ADAPTIVE。

Colors=. 當選項palette為ADAPTIVE時，控制用於調色板的顏色數目。默認是最大值，即256種顏色

im.convert(mode,matrix) ⇒ image

使用轉換矩陣將一個“RGB”圖像轉換為“L”或者“RGB”圖像。變量matrix為4或者16元組。

from PIL import Image 2 im = Image.open("E:\mywife.jpg") 3 print(im.mode) 4 rgb2xyz = (0.412453,0.357580, 0.180423, 0, 5            0.212671,0.715160, 0.072169, 0, 6            0.019334,0.119193, 0.950227, 0 ) 7 new_im = im.convert("L", rgb2xyz) 8 print(new_im.mode) 9 new_im.show() 

轉換后效果

Size類

im.size ⇒ (width, height)

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）。

@zhangziju 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 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 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 print(im.palette) 

易知，返回值為空，none

對圖像進行convert操作，轉換成“P”模式

@zhangziju 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 new_im = im.convert('P') 5 print(new_im.mode) 6 print(new_im.palette)

 

則返回值為ImagePalette類的實例。如下：

Info類

im.info ⇒ dictionary

存儲圖像相關數據的字典。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；因為字典中的鍵並非標准化的，對於一個方法，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 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 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，這是按照像素數來計算的。對於單通道圖像，變量color只給定一個值；對於多通道圖像，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，即圖像的內容全為0。這對向該圖像復制或繪制某些內容是有用的。

如下為將圖像設置為128x128大小的紅色圖像。

@zhangziju 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 n_im= Image.new("RGB", (128, 128), "#FF0000") 5 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，圖像內容被設置為0，即黑色。

@zhangziju 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 n_im= Image.new("RGB", (128, 128)) 5 n_im.show()

 

圖像為128x128大小的綠色圖像。

@zhangziju 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 n_im= Image.new("RGB", (128, 128),"green") 5 n_im.show()

 

Copy類

im.copy() ⇒ image

拷貝這個圖像。如果用戶想粘貼一些數據到這張圖，可以使用這個方法，但是原始圖像不會受到影響。

from PIL import Image 2 im = Image.open("E:\mywife.jpg") 3 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，對裁剪的拷貝調用方法load()。

@zhangziju 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 box = (300, 100, 700, 700)              ##確定拷貝區域大小
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。

@zhangziju 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 box=[0,0,100,100] 5 im_crop = im.crop(box) 6 print(im_crop.size,im_crop.mode) 7 im.paste(im_crop, (100,100))             ##(100,100,0,0)
im.paste(im_crop, (400,400,500,500)) 9 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，FIND_EDGES邊緣檢測，使用該模塊時，需先導入。

@zhangziju  2 from PIL import Image  3 from PIL import ImageFilter                         ## 調取ImageFilter
imgF = Image.open("E:\mywife.jpg")  5 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()  9 bluF.show() 10 conF.show() 11 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 2 from PIL import Image 3 im1 = Image.open("E:\mywife.jpg") 4 im2 = Image.open("E:\mywife2.jpg") 5 print(im1.mode,im1.size) 6 print(im2.mode,im2.size) 7 im = Image.blend(im1, im2, 0.2) 8 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 2 im = Image.open("E:\mywife.jpg") 3 r,g,b = im.split() 4 print(r.mode) 5 print(r.size) 6 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  2 from PIL import Image  3 im1 = Image.open("E:\mywife.jpg")  4 im2 = Image.open("E:\mywife2.jpg")  5 r,g,b = im1.split()             ##分離出r，g，b
print(b.mode)  7 print(im1.mode,im1.size)  8 print(im2.mode,im2.size)  9 im = Image.composite(im1,im2,b) 10 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（該函數應該有一個參數）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對應的函數作用於每一個通道。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  2 from PIL import Image  3 im = Image.open("E:\mywife.jpg")  4 def fun01(x):  5     return x*0.3
def fun02(y):  7     return y*2.0
im1_eval = Image.eval(im, fun01)  9 im2_eval = Image.eval(im, fun02) 10 im1_eval.show() 11 im2_eval.show()

 

在函數fun01和fun02下的圖像顯示。

Merge類

Image.merge(mode,bands) ⇒ image

合並類使用一些單通道圖像，創建一個新的圖像。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  2 from PIL import Image  3 im1 = Image.open("E:\mywife.jpg")  4 im2 = Image.open("E:\mywife2.jpg")  5 r1,g1,b1 = im1.split()  6 r2,g2,b2 = im2.split()  7 print(r1.mode,r1.size,g1.mode,g1.size)  8 print(r2.mode,r2.size,g2.mode,g2.size)  9 new_im=[r1,g2,b2] 10 print(len(new_im)) 11 im_merge = Image.merge("RGB",new_im) 12 im_merge.show()

 

 打印信息顯示

merge操作

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 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 print(im.size,im.mode) 5 new_im = im.draft("L", (200,200)) 6 print(new_im.size,new_im.mode) 7 new_im.show()

 

關鍵信息顯示

轉換效果

Getbands類

im.getbands()⇒ tuple of strings

返回包括每個通道名稱的元組。例如，對於RGB圖像將返回（“R”,“G”,“B”）。

@zhangziju 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 print(im.getbands())

 

Getbbox類

im.getbbox() ⇒ 4-tuple or None

計算圖像非零區域的包圍盒。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 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 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內部數據類型，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 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 sequ = im.getdata() 5 sequ0 = list(sequ) 6 print(sequ0[0]) 7 print(sequ0[1]) 8 print(sequ0[2])

 

可視化顯示sequence0里面的數據。

打印顯示結果，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 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 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。該方法執行比較慢；如果用戶需要使用python處理圖像中較大部分數據，可以使用像素訪問對象（見load），或者方法getdata()。

@zahngziju 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 print(im.getpixel((0,0))) 5 print(im.getpixel((4,0))) 6 r,g,b = im.split() 7 print(b.getpixel((11,8)))   

Histogram類

im.histogram()⇒ list

返回一個圖像的直方圖。這個直方圖是關於像素數量的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 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 imhis = im.histogram() 5 print(len(imhis)) 6 print(imhis[0]) 7 print(imhis[150]) 8 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，並且要么是二值圖像（模式為“1”），要么為灰度圖像（模式為“L”）。

@zhangziju  2 from PIL import Image  3 im = Image.open("E:\mywife.jpg")  4 r,g,b = im.split()  5 imhis = im.histogram()  6 print(r.mode)  7 print(len(imhis))  8 print(imhis[0])  9 print(imhis[150]) 10 print(imhis[300])

 

Load類

im.load()

為圖像分配內存並從文件中加載它（或者從源圖像，對於懶操作）。正常情況下，用戶不需要調用這個方法，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()返回一個用於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 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 pix = im.load() 5 print(pix[0,2])

 

im.paste(colour,box)

使用同一種顏色填充變量box對應的區域。對於單通道圖像，變量colour為單個顏色值；對於多通道，則為一個元組。

@zhangziju 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 im.paste((256,256,0),(0,0,100,100))  ##(256,256,0)表示黃色
im.show()

 

@zhangziju 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 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域。可以使用模式為“1”、“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 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 box=[300,300,400,400] 5 im_crop =im.crop(box) 6 r,g,b =im_crop.split() 7 im.paste(im_crop, (200,200,300,300), r) 8 im.show()

 

Putdata類

im.putdata(data)
im.putdata(data, scale, offset)

從sequence對象中拷貝數據到當前圖像，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  2 from PIL import Image  3 im = Image.open("E:\mywife.jpg")  4 r, g, b = im.split()  5 print(  6 r.getpixel((0, 0)),  7 r.getpixel((1, 0)),  8 r.getpixel((2, 0)),  9 r.getpixel((3, 0)), 10 r.putdata([1, 2, 3, 4]), 11 r.getpixel((0, 0)), 12 r.getpixel((1, 0)), 13 r.getpixel((2, 0)), 14 r.getpixel((3, 0)), 15 )

 

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，除非速度比質量更重要。

@zhangziju 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 region = im.resize((400, 400))     ##重新設定大小
region.show()

 

很明顯由於大小的重新設定，圖片的顯示效果有所轉變，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鍾圍繞圖像中心旋轉后的圖像拷貝。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 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 im_45 = im.rotate(45) 5 im_30 = im.rotate(30, Image.NEAREST,1) 6 print(im_45.size,im_30.size) 7 im_45.show() 8 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 2 from PIL import Image 3 im_gif = Image.open("E:\mywife.gif") 4 print(im_gif.mode) 5 im_gif.show()    ##第0幀
im_gif.seek(3) 7 im_gif.show() 8 im_gif.seek(9) 9 im_gif.show()

 

來來來~這是gakki原圖欣賞下~

查找幀seek（）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 2 from PIL import Image 3 im_gif = Image.open("E:\mywife.gif") 4 print(im_gif.tell()) 5 im_gif.seek(8) 6 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，該縮略圖尺寸不大於給定的尺寸。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生。用戶應該使用ANTIALIAS，圖像質量最好。如果處理速度比圖像質量更重要，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 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 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，使用給定的轉換方式將原圖數據拷貝到新的圖像中。在當前的PIL版本中，參數method為EXTENT（裁剪出一個矩形區域），AFFINE（仿射變換），QUAD（將正方形轉換為矩形），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 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 print(im.size) 5 imtra = im.transform((200, 200), Image.EXTENT, (0, 0, 500, 500)) 6 print(imtra.size) 7 imtra.show()

 

im.transform(size,EXTENT, data) ⇒ image
im.transform(size, EXTENT, data, filter) ⇒ image

從圖像中裁剪一個區域。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。這個方法可以用於在當前圖像中裁剪，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，變換結果體現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）的像素產生，使用最接近的像素進行近似。這個方法用於原始圖像的縮放、轉換、旋轉和裁剪。

@zhangziju 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 print(im.size) 5 imtra = im.transform((200, 200), Image.AFFINE, (1,2,3,2,1,4)) 6 print(imtra.size) 7 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 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 print(im.size) 5 imtra = im.transform((200, 200), Image.QUAD, (0,0,0,500,600,500,600,0)) 6 print(imtra.size) 7 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。對於輸出圖像中的每個像素點，新的值來自於輸入圖像的位置的(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。這個方法用於原始圖像的2D透視。

@zhangziju 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 print(im.size) 5 imtra = im.transform((200, 200), Image.PERSPECTIVE, (1,2,3,2,1,6,1,2)) 6 print(imtra.size) 7 imtra.show()

 

wocao!!!gakki不見了！！！

Transpose類

im.transpose(method)⇒ image

返回當前圖像的翻轉或者旋轉的拷貝。變量method的取值為：FLIP_LEFT_RIGHT，FLIP_TOP_BOTTOM，ROTATE_90，ROTATE_180，或ROTATE_270。

@zhangziju 2 from PIL import Image 3 im = Image.open("E:\mywife.jpg") 4 im.rotate(45)                             #逆時針旋轉 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 90 度角。
im.transpose(Image.ROTATE_180)            #旋轉 180 度角。
im.transpose(Image.ROTATE_270)            #旋轉 270 度角。