python使⽤pil进⾏图像处理（等⽐例压缩、裁剪）实例
代码
PIL中设计的⼏个基本概念
1.通道（bands）：即使图像的波段数，RGB图像，灰度图像
以RGB图像为例：
>>>from PIL import Image
>>>im = Image.open('*.jpg')  # 打开⼀张RGB图像
>>>im_bands = im.g
etbands() # 获取RGB三个波段
>>>len(im_bands)
>>>print im_bands[0,1,2]    # 输出RGB三个值
2.模式（mode）：定义了图像的类型和像素的位宽。共计9种模式：
>>> im.mode
① 1：1位像素，表⽰⿊和⽩，但是存储的时候每个像素存储为8bit。
② L：8位像素，表⽰⿊和⽩。
③ P：8位像素，使⽤调⾊板映射到其他模式。
④ RGB：3x8位像素，为真彩⾊。
⑤ RGBA：4x8位像素，有透明通道的真彩⾊。
⑥ CMYK：4x8位像素，颜⾊分离。
⑦ YCbCr：3x8位像素，彩⾊视频格式。
⑧ I：32位整型像素。
⑨ F：32位浮点型像素。
3.尺⼨（size）：获取图像⽔平和垂直⽅向上的像素数
>>> im.size()
4.坐标系统（coordinate system）：
PIL使⽤笛卡尔像素坐标系统，坐标(0，0)位于左上⾓。
注意：坐标值表⽰像素的⾓；位于坐标（0，0）处的像素的中⼼实际上位于（0.5，0.5）。
5.调⾊板（palette）：
调⾊板模式（"P"）适⽤⼀个颜⾊调⾊板为每⼀个像素定义具体的颜⾊值。
6.信息（info）
>>> im.info() # 返回值为字典对象
7.滤波器（filters）：将多个输⼊像素映射为⼀个输出像素的⼏何操作
PIL提供了4种不同的采样滤波器：
① NEAREST：最近滤波。从输⼊图像中选取最近的像素作为输出像素。
② BILINEAR：双线性内插滤波。在输⼊图像的2*2矩阵上进⾏线性插值。
③ BICUBIC：双⽴⽅滤波。在输⼊图像的4*4矩阵上进⾏⽴⽅插值。
④ ANTIALIAS：平滑滤波。对所有可以影响输出像素的输⼊像素进⾏⾼质量的重采样滤波，以计算输出像素值。
⽅法⼀：resize(size,filter = None)
>>> from PIL import Image
>>> im = Image.open('*.jpg')
>>> im.size
>>> im_resize = im.resize((256,256)) #default 情况下是NEAREST插值⽅法
>>> im_resize0 = im.resize((256,256), Image.BILINEAR)
>>> im_resize0.size
>>> im_resize1 = im.resize((256,256), Image.BICUBIC)
>>> im_resize2 = im.resize((256,256), Image.ANTIALIAS)
⽅法⼆：im.thumbnail(size,filter = None)
对于pil的相关介绍就到这⾥了，下⾯分享⼀个使⽤pil进⾏图像处理(等⽐例压缩、裁剪)实例代码，如下：#coding:utf-8
'''
python图⽚处理
@author:fc_lamp
@blog:fc-lamp.blog.163/
'''
import Image as image
button的所有属性
#等⽐例压缩图⽚
def resizeImg(**args):
args_key = {'ori_img':'','dst_img':'','dst_w':'','dst_h':'','save_q':75}
arg = {}
for key in args_key:
if key in args:
arg[key] = args[key]
im = image.open(arg['ori_img'])
优化异步fifo延时ori_w,ori_h = im.size
widthRatio = heightRatio = None
ratio = 1
if (ori_w and ori_w > arg['dst_w']) or (ori_h and ori_h > arg['dst_h']):
if arg['dst_w'] and ori_w > arg['dst_w']:
widthRatio = float(arg['dst_w']) / ori_w #正确获取⼩数的⽅式
if arg['dst_h'] and ori_h > arg['dst_h']:
heightRatio = float(arg['dst_h']) / ori_h
if widthRatio and heightRatio:
if widthRatio < heightRatio:
ratio = widthRatio
else:
ratio = heightRatio
if widthRatio and not heightRatio:
ratio = widthRatio
if heightRatio and not widthRatio:python入门教程视屏
ratio = heightRatio
c程序设计教程答案清华newWidth = int(ori_w * ratio)
newHeight = int(ori_h * ratio)
else:
newWidth = ori_w
链接怎么制作
newHeight = ori_h
'''
image.ANTIALIAS还有如下值：
NEAREST: use nearest neighbour
BILINEAR: linear interpolation in a 2x2 environment
BICUBIC:cubic spline interpolation in a 4x4 environment
ANTIALIAS:best down-sizing filter
'''
#裁剪压缩图⽚
def clipResizeImg(**args):
args_key = {'ori_img':'','dst_img':'','dst_w':'','dst_h':'','save_q':75}
arg = {}
for key in args_key:
if key in args:
arg[key] = args[key]
im = image.open(arg['ori_img'])
ori_w,ori_h = im.size
dst_scale = float(arg['dst_h']) / arg['dst_w'] #⽬标⾼宽⽐
ori_scale = float(ori_h) / ori_w #原⾼宽⽐
if ori_scale >= dst_scale:
#过⾼
width = ori_w
height = int(width*dst_scale)
x = 0
y = (ori_h - height) / 3
else:
#过宽
height = ori_h
width = int(height*dst_scale)
x = (ori_w - width) / 2
y = 0
#裁剪
box = (x,y,width+x,height+y)
#这⾥的参数可以这么认为：从某图的(x,y)坐标开始截，截到(width+x,height+y)坐标
#所包围的图像，crop⽅法与php中的imagecopy⽅法⼤为不⼀样
newIm = im.crop(box)
im = None
#压缩
ratio = float(arg['dst_w']) / width
newWidth = int(width * ratio)
newHeight = int(height * ratio)方管的用途
#⽔印(这⾥仅为图⽚⽔印)
def waterMark(**args):
args_key = {'ori_img':'','dst_img':'','mark_img':'','water_opt':''}
arg = {}
for key in args_key:
if key in args:
arg[key] = args[key]
im = image.open(arg['ori_img'])
ori_w,ori_h = im.size
mark_im = image.open(arg['mark_img'])
mark_w,mark_h = mark_im.size
option ={'leftup':(0,0),'rightup':(ori_w-mark_w,0),'leftlow':(0,ori_h-mark_h),
'rightlow':(ori_w-mark_w,ori_h-mark_h)
}
im.paste(mark_im,option[arg['water_opt']],vert('RGBA'))
im.save(arg['dst_img'])
#Demon
#源图⽚
ori_img = 'D:/tt.jpg'
#⽔印标
mark_img = 'D:/mark.png'
#⽔印位置(右下)
water_opt = 'rightlow'
#⽬标图⽚
dst_img = 'D:/python_2.jpg'
#⽬标图⽚⼤⼩
dst_w = 94
dst_h = 94
#保存的图⽚质量
save_q = 35
#裁剪压缩
clipResizeImg(ori_img=ori_img,dst_img=dst_img,dst_w=dst_w,dst_h=dst_h,save_q = save_q)
#等⽐例压缩
#resizeImg(ori_img=ori_img,dst_img=dst_img,dst_w=dst_w,dst_h=dst_h,save_q=save_q)
#⽔印
#waterMark(ori_img=ori_img,dst_img=dst_img,mark_img=mark_img,water_opt=water_opt)
总结
以上就是本⽂关于python使⽤pil进⾏图像处理(等⽐例压缩、裁剪)实例代码的全部内容，希望对⼤家有所帮助。感兴趣的朋友可以继续参阅本站：
如有不⾜之处，欢迎留⾔指出。感谢朋友们对本站的⽀持！

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。