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
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
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()
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
from PIL import Image
im = Image.open("E:\mywife.jpg")
print(im.mode) ## 打印出模式信息
im.show()
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
im = Image.open("E:\mywife.jpg")
new_im = im.convert('P')
print(new_im.mode)
new_im.show()
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
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()
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
from PIL import Image
im = Image.open("E:\mywife.jpg")
print(im.size) ## 打印出尺寸信息
im.show()
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
from PIL import Image
im = Image.open("E:\mywife.jpg")
print(im.palette)
對圖像進行convert操作，轉換成“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)
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
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
from PIL import Image
im = Image.open("E:\mywife.jpg")
n_im= Image.new("RGB", (128, 128), "#FF0000")
n_im.show()
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
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
im = Image.open("E:\mywife.jpg")
im_copy = im.copy()
1
2
3
4
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
from PIL import Image
im = Image.open("E:\mywife.jpg")
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
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()
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
from PIL import Image
from PIL import ImageFilter ## 調取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()
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()
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
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。
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
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()
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
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()
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()
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
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
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])
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())
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
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
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，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
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
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
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
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
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)),
)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
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
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
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()
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
from PIL import Image
im = Image.open("E:\mywife.jpg")
im.thumbnail((100,100))
1
2
3
4
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
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
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()
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
from PIL import Image
im = Image.open("E:\mywife.jpg")
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。
案例
from PIL import Image
# 打開一個jpg圖像文件，注意是當前路徑: im = Image.open('test.jpg') # 獲得圖像尺寸: w, h = im.size print('Original image size: %sx%s' % (w, h)) # 縮放到50%: im.thumbnail((w//2, h//2)) print('Resize image to: %sx%s' % (w//2, h//2)) # 把縮放后的圖像用jpeg格式保存: im.save('thumbnail.jpg', 'jpeg') 其他功能如切片、旋轉、濾鏡、輸出文字、調色板等一應俱全。
比如，模糊效果也只需幾行代碼：
from PIL import Image, ImageFilter # 打開一個jpg圖像文件，注意是當前路徑: im = Image.open('test.jpg') # 應用模糊濾鏡: im2 = im.filter(ImageFilter.BLUR) im2.save('blur.jpg', 'jpeg') 效果如下：
PIL的ImageDraw提供了一系列繪圖方法，讓我們可以直接繪圖。比如要生成字母驗證碼圖片：
from PIL import Image, ImageDraw, ImageFont, ImageFilter import random # 隨機字母: def rndChar(): return chr(random.randint(65, 90)) # 隨機顏色1: def rndColor(): return (random.randint(64, 255), random.randint(64, 255), random.randint(64, 255)) # 隨機顏色2: def rndColor2(): return (random.randint(32, 127), random.randint(32, 127), random.randint(32, 127)) # 240 x 60: width = 60 * 4 height = 60 image = Image.new('RGB', (width, height), (255, 255, 255)) # 創建Font對象: font = ImageFont.truetype('Arial.ttf', 36) # 創建Draw對象: draw = ImageDraw.Draw(image) # 填充每個像素: for x in range(width): for y in range(height): draw.point((x, y), fill=rndColor()) # 輸出文字: for t in range(4): draw.text((60 * t + 10, 10), rndChar(), font=font, fill=rndColor2()) # 模糊: image = image.filter(ImageFilter.BLUR) image.save('code.jpg', 'jpeg') 我們用隨機顏色填充背景，再畫上文字，最后對圖像進行模糊，得到驗證碼圖片如下：
如果運行的時候報錯：
IOError: cannot open resource
這是因為PIL無法定位到字體文件的位置，可以根據操作系統提供絕對路徑，比如：
'/Library/Fonts/Arial.ttf'
要詳細了解PIL的強大功能，請請參考Pillow官方文檔：
https://pillow.readthedocs.org/