碼上快樂

相關內容    簡體    繁體

python PIL 圖像處理庫(Pillow)簡介

本文轉載自   查看原文   2021-03-11 17:21   1521    計算機視覺-CV/ Python

1. Introduction


####     PIL(Python Image Library)是python的第三方圖像處理庫，但是由於其強大的功能與眾多的使用人數，幾乎已經被認為是python官方圖像處理庫了。其官方主頁為: PIL。 PIL歷史悠久，原來是只支持python2.x的版本的，后來出現了移植到python3的庫 pillow,pillow號稱是 friendly fork for PIL,其功能和PIL差不多，但是支持python3。本文主要介紹PIL那些最常用的特性與用法,主要參考自: http://www.effbot.org/imagingbook。

2. What PIL can do?


####     PIL可以做很多和圖像處理相關的事情:
- 圖像歸檔(Image Archives)。PIL非常適合於圖像歸檔以及圖像的批處理任務。你可以使用PIL創建縮略圖，轉換圖像格式，打印圖像等等。
- 圖像展示(Image Display)。PIL較新的版本支持包括Tk PhotoImage，BitmapImage還有Windows DIB等接口。PIL支持眾多的GUI框架接口，可以用於圖像展示。
- 圖像處理(Image Processing)。PIL包括了基礎的圖像處理函數，包括對點的處理，使用眾多的卷積核(convolution kernels)做過濾(filter),還有顏色空間的轉換。PIL庫同樣支持圖像的大小轉換，圖像旋轉，以及任意的仿射變換。PIL還有一些直方圖的方法，允許你展示圖像的一些統計特性。這個可以用來實現圖像的自動對比度增強，還有全局的統計分析等。

3. How to use PIL?


3.1 Image class


####     Image類是PIL中的核心類，你有很多種方式來對它進行初始化，比如從文件中加載一張圖像，處理其他形式的圖像，或者是從頭創造一張圖像等。下面是PIL Image類中常用的方法:
- open(filename,mode)(打開一張圖像)。下面的代碼演示了如何從文件打開一張圖像: 
1
2
3
4
5
6
7
 
>>> from PIL import Image
>>> Image.open("dog.jpg","r")
<PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=296x299 at 0x7F62BDB5B0F0
>
>>> im = Image.open("dog.jpg","r")
>>> print(im.size,im.format,im.mode)
(296, 299) JPEG RGB


Image.open返回一個Image對象，該對象有 size,format,mode等屬性，其中 size表示圖像的寬度和高度(像素表示); format表示圖像的格式,常見的包括JPEG,PNG等格式; mode表示圖像的模式，定義了像素類型還有圖像深度等，常見的有RGB,HSV等。一般來說’L’(luminance)表示灰度圖像,’RGB’表示真彩圖像,’CMYK’表示預先壓縮的圖像。一旦你得到了打開的Image對象之后，就可以使用其眾多的方法對圖像進行處理了，比如使用 im.show()可以展示上面得到的圖像。
- save(filename,format)(保存指定格式的圖像) 
1
 
>>> im.save("dog.png",'png')


上面的代碼將圖像重新保存成png格式。
- thumbnail(size,resample)(創建縮略圖) 
1
2
 
>>> im.thumbnail((50,50),resample=Image.BICUBIC)
>>> im.show()


上面的代碼可以創建一個指定大小(size)的縮略圖,需要注意的是，thumbnail方法是原地操作，返回值是None。第一個參數是指定的縮略圖的大小，第二個是采樣的，有 Image.BICUBIC ， PIL.Image.LANCZOS， PIL.Image.BILINEAR， PIL.Image.NEAREST這四種采樣方法。默認是 Image.BICUBIC。
- crop(box)(裁剪矩形區域) 
1
2
3
4
5
 
>>> im = Image.open("dog.jpg","r")
>>> box = (100,100,200,200)
>>> region = im.crop(box)
>>> region.show()
im.crop()


上面的代碼在im圖像上裁剪了一個box矩形區域，然后顯示出來。box是一個有四個數字的元組(upper_left_x,upper_left_y,lower_right_x,lower_right_y),分別表示裁剪矩形區域的左上角x,y坐標,右下角的x,y坐標,規定圖像的最左上角的坐標為原點(0,0),寬度的方向為x軸，高度的方向為y軸，每一個像素代表一個坐標單位。crop()返回的仍然是一個Image對象。
- transpose(method)(圖像翻轉或者旋轉) 
1
2
 
>>> im_rotate_180 = im.transpose(Image.ROTATE_180)
>>> im_rotate_180.show()


上面的代碼將im逆時針旋轉180°，然后顯示出來, method是transpose的參數，表示選擇什么樣的翻轉或者旋轉方式，可以選擇的值有:
    - Image.FLIP_LEFT_RIGHT,表示將圖像左右翻轉
    - Image.FLIP_TOP_BOTTOM,表示將圖像上下翻轉
    - Image.ROTATE_90,表示將圖像逆時針旋轉90°
    - Image.ROTATE_180,表示將圖像逆時針旋轉180°
    - Image.ROTATE_270,表示將圖像逆時針旋轉270°
    - Image.TRANSPOSE,表示將圖像進行轉置(相當於順時針旋轉90°)
    - Image.TRANSVERSE,表示將圖像進行轉置,再水平翻轉
- paste(region,box,mask)(將一個圖像粘貼到另一個圖像) 
1
2
 
>>> im.paste(region,(100,100),None)
>>> im.show()


上面的代碼將region圖像粘貼到左上角為(100,100)的位置。region是要粘貼的Image對象,box是要粘貼的位置，可以是一個兩個元素的元組，表示粘貼區域的左上角坐標,也可以是一個四個元素的元組，表示左上角和右下角的坐標。如果是四個元素元組的話,box的size必須要和region的size保持一致，否則將會被convert成和region一樣的size。
- split()(顏色通道分離) 
1
2
3
4
 
>>> r,g,b = im.split()
>>> r.show()
>>> g.show()
>>> b.show()


split()方法可以原來圖像的各個通道分離,比如對於RGB圖像，可以將其R,G,B三個顏色通道分離。
- merge(mode,channels)(顏色通道合並) 
1
2
 
>>> im_merge = Image.merge("RGB",[b,r,g])
>>> im_merge.show()


merge方法和split方法是相對的，其將多個單一通道的序列合並起來，組成一個多通道的圖像，mode是合並之后圖像的模式，比如”RGB”,channels是多個單一通道組成的序列。
- resize(size,resample,box) 
1
2
3
4
5
6
 
>>> im_resize = im.resize((200,200))
>>> im_resize
<PIL.Image.Image image mode=RGB size=200x200 at 0x7F62B9E23470>
>>> im_resize.show()
>>> im_resize_box = im.resize((100,100),box = (0,0,50,50))
>>> im_resize_box.show()


resize方法可以將原始的圖像轉換大小,size是轉換之后的大小,resample是重新采樣使用的方法，仍然有 Image.BICUBIC， PIL.Image.LANCZOS， PIL.Image.BILINEAR， PIL.Image.NEAREST這四種采樣方法，默認是 PIL.Image.NEAREST,box是指定的要resize的圖像區域，是一個用四個元組指定的區域(含義和上面所述box一致)。
- convert(mode,matrix,dither,palette,colors)(mode轉換) 
1
2
3
4
5
6
7
8
 
>>> im_L = im.convert("L")
>>> im_L.show()
>>> im_rgb = im_L.convert("RGB")
>>> im_rgb.show()
>>> im_L.mode
'L'
>>> im_rgb.mode
'RGB'


convert方法可以改變圖像的mode,一般是在’RGB’(真彩圖)、’L’(灰度圖)、’CMYK’(壓縮圖)之間轉換。上面的代碼就是首先將圖像轉化為灰度圖，再從灰度圖轉化為真彩圖。值得注意的是,從灰度圖轉換為真彩圖，雖然理論上確實轉換成功了，但是實際上是很難恢復成原來的真彩模式的(不唯一)。
- filter(filter)(應用過濾器) 
1
2
3
4
5
6
7
8
 
>>> im = Image.open("dog.jpg","r")
>>> from PIL import ImageFilter
>>> im_blur = im.filter(ImageFilter.BLUR)
>>> im_blur.show()
>>> im_find_edges = im.filter(ImageFilter.FIND_EDGES)
>>> im_find_edges.show()
>>> im_find_edges.save("find_edges.jpg")
>>> im_blur.save("blur.jpg")


filter方法可以將一些過濾器操作應用於原始圖像，比如模糊操作，查找邊、角點操作等。filter是過濾器函數，在 PIL.ImageFilter函數中定義了大量內置的filter函數，比如 BLUR(模糊操作), GaussianBlur(高斯模糊), MedianFilter(中值過濾器)， FIND_EDGES(查找邊)等。上面得到原始圖像dog.jpg,find_edges.jpg以及blur.jpg從左到右如下圖1所示:

圖1 從左到右分別是:dog.jpg,find_edges.jpg以及blur.jpg
  • point(lut,mode)(對圖像像素操作) 
    1
    2
    3
    		 
    >>> im_point = im.point(lambda x:x*1.5)
    >>> im_point.show()
    >>> im_point.save("im_point.jpg")

point方法可以對圖像進行單個像素的操作，上面的代碼對point方法傳入了一個匿名函數,表示將圖像的每個像素點大小都乘以1.5,mode是返回的圖像的模式，默認是和原來圖像的mode是一樣的。圖2是原來的dog.jpg和point操作之后的im_point.jpg之間的對比。

 

 

 

圖2 dog.jpg和point操作之后的im_point.jpg

下面是一個結合了 point函數, split函數, paste函數以及 merge函數的小例子。 
1
2
3
4
5
6
7
8
9
10
11
 
>>> source = im.split()
>>> R,G,B = 0,1,2
>>> mask = source[R].point(lambda x: x<100 and 255) 
>>> # x<100,return 255,otherwise return 0
>>> out_G = source[G].point(lambda x:x*0.7)
>>> # 將out_G粘貼回來，但是只保留'R'通道像素值<100的部分
>>> source[G].paste(out_G,None,mask)
>>> # 合並成新的圖像
>>> im_new = Image.merge(im.mode,source)
>>> im_new.show()
>>> im.show()

 

  • ImageEnhance()(圖像增強) 
    1
    2
    3
    4
    5
    6
    7
    8
    		 
    >>> from PIL import ImageEnhance
    >>> brightness = ImageEnhanBce.Brightness(im)
    >>> im_brightness = brightness.enhance(1.5)
    >>> im_brightness.show()
    >>> im_contrast = ImageEnhance.Contrast(im)
    >>> im_contrast.enhance(1.5)
    <PIL.Image.Image image mode=RGB size=296x299 at 0x7F62AE271AC8>
    >>> im_contrast.enhance(1.5).show()

ImageEnhance是PIL下的一個子類，主要用於圖像增強，比如增加亮度(Brightness),增加對比度(Contrast)等。上面的代碼將原來圖像的亮度增加50%,將對比度也增加了50%。

  • ImageSequence()(處理圖像序列)
    下面的代碼可以遍歷gif圖像中的所有幀，並分別保存為圖像 
    1
    2
    3
    4
    5
    6
    7
    8
    		 
    >>> from PIL import ImageSequence
    >>> from PIL import Image 
    >>> gif = Image.open("pipixia.gif")
    >>> for i,frame in enumerate(ImageSequence.Iterator(gif),1):
    ... if frame.mode == 'JPEG':
    ... frame.save("%d.jpg" %i)
    ... else:
    ... frame.save("%d.png" % i)

除了上面使用迭代器的方式以外，還可以一幀一幀讀取gif,比如下面的代碼:

1
2
3
4
5
6
7
8
9
 
>>> index = 0
>>> while 1:
... try:
... gif.seek(index)
... gif.save("%d.%s" %(index,'jpg' if gif.mode == 'JPEG' else 'png'))
... index += 1
... except EOFError:
... print("Reach the end of gif sequence!")
... break

 

上面的代碼在讀取到gif的最后一幀之后，會throw 一個 EOFError,所以我們只要捕獲這個異常就可以了。

 

原文鏈接：https://lyrichu.github.io/2018/06/01/python-PIL-%E5%9B%BE%E5%83%8F%E5%A4%84%E7%90%86%E5%BA%93%E7%AE%80%E4%BB%8B/


免責聲明！

本站轉載的文章為個人學習借鑒使用，本站對版權不負任何法律責任。如果侵犯了您的隱私權益，請聯系本站郵箱yoyou2525@163.com刪除。



猜您在找 python PIL 圖像處理庫簡介(一) 圖像處理庫 Pillow與PIL Python圖像處理庫：Pillow 初級教程 python-圖像處理之PIL庫的使用 ❤️【Python從入門到精通】（二十六）用Python的PIL庫（Pillow）處理圖像真的得心應手❤️ 『Python』PIL圖像處理_形變操作 python爬蟲基礎15-python圖像處理,PIL庫 使用Pillow來進行圖像處理 PIL庫 (Pillow) 用Python圖像處理
 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM