关于Python对于图像处理详解
⽬录
Pillow模块讲解
⼀、Image模块
1.1 、打开图⽚和显⽰图⽚
对图⽚的处理最基础的操作就是打开这张图⽚，我们可以使⽤Image模块中的open(fp, mode)⽅法，来打开图⽚。open⽅法接收两个参数，第⼀个是⽂件路径，第⼆个是模式。主要的模式如下：
mode（模式）    bands（通道）    说明
“1”    1    数字1，表⽰⿊⽩⼆值图⽚，每个像素⽤0或1共1位⼆进制码表⽰
“L”    1    灰度图
“P”    1    索引图
“RGB”    3    24位真彩图
“RGBA”    4    “RGB”+透明通道
“CMYK”    4    印刷模式图像
更多的模式也就不说了，关于模式的模式的详细介绍我也不知道。这个open⽅法返回⼀个Image对象，mode也不是必须参数。打开图⽚代码如下：
from PIL import Image
# 打开图⽚
im = Image.open('test.jpg')
# 显⽰图⽚
im.show()
当然显⽰图⽚不是我们的重点，我们获取Image对象之后，就可以获取它的⼀些信息了。
print('图像的格式：', im.format)
print('图像的⼤⼩：', im.size)
print('图像的宽度：', im.width)
print('图像的⾼度：', im.height)
# 传⼊坐标的元组
print('获取某个像素点的颜⾊值：', im.getpixel(100, 100))
在我的环境中运⾏结果如下：
图像的格式： JPEG
图像的⼤⼩： (3968, 2976)
图像的宽度： 3968
图像的⾼度： 2976
获取某个像素点的颜⾊值： (198, 180, 132)
1.2、创建⼀个简单的图像
在Image模块中，提供了创建图像的⽅法。主要是通过**w(mode, size, color)**实现，该⽅法传⼊三个参数：
mode：图像的创建模式
size：图像的⼤⼩
color：图像的颜⾊
⽤该⽅法可以创建⼀个简单的图像，之后我们可以通过save⽅法将图像保存：
from PIL import Image
# 创建⼀个简单的图像
im = w('RGB', (100, 100), 'red')
# 保存这个图像
im.save('red.png')
1.3、图像混合
（1）透明度混合
透明度混合主要是使⽤**Image中的blend(im1, im2, alpha)**⽅法，对该⽅法的解释如下：
im1：Image对象，在混合的过程中，透明度设置为（1-apha）
im2：Image对象，在混合的过程中，透明度设置为（apha）
alpha：透明度，取值是0-1。当透明度为0是，显⽰im1对象；当透明度为1时，显⽰im2对象
注意：im1和im2的⼤⼩必须⼀样，且mode都为RGB
代码实现如下：
from PIL import Image
# 打开im1
im1 = Image.open('pic.jpg').convert(mode='RGB')
# 创建⼀个和im1⼤⼩⼀样的图像
im2 = w('RGB', im1.size, 'red')
# 混合图⽚，并显⽰
Image.blend(im1, im2, 0.5).show()
（2）遮罩混合
接下来就是很迷的时刻了，我们可以通过Imageposite(im1, im2, mask)⽅法实现遮罩混合。三个参数都是Image对象，该⽅法的作⽤就是使⽤mask来混合im1和im2。我是听不懂，你们能听懂最好给我讲⼀下。具体实现如下：
# 这句代码写了好多遍，我真不想写了
from PIL import Image
# 打开图像1
im1 = Image.open('pic1.jpg')
# 打开图像2
im2 = Image.open('pic2.jpg')
# 重新设置im2的⼤⼩
# 将图像2的三个⾊道分离，其中r、g、b都为Image对象
r, g, b = im2.split()
# 遮罩混合
Imageposite(im1, im2, b).show()
注意：im1、im2和mask的⼤⼩必须⼀样
1.4、图像缩放
（1）按像素缩放
按像素缩放通过Image.eval(im1, fun)⽅法实现，其中im1为我们⽼⽣常谈的Image对象了；第⼆个为⼀
个⽅法（函数），该函数传⼊⼀个参数，即像素点。该函数会对图⽚中每个像素点进⾏函数内的操作。下⾯我们对来简单使⽤⼀下这个⽅法：
from PIL import Image
# 打开⼀张图像
eval是做什么的im = Image.open('抠⿐屎.jpg')
# 对该图像每个像素点进⾏*2处理
Image.eval(im, lambda x:x*2).show()
这⾥我使⽤的lambda表达式，当然⼀般也都是⽤lambda表达式，不过你也可以像下⾯这样写：
# 定义⼀个⽅法
def func(x):
return x*2
# 对图像im每个像素点进⾏func中的操作，其中func不能加()
Image.eval(im, func)
细⼼的读者应该可以发现，这个抠⿐屎的图⽚和笔者头像并不完全⼀样。在⾎⾊⽅⾯，笔者的头像确实要差⼏分。
注意：笔者在⽇常⽣活中可不是天天在⼤街上抠⿐屎的那种。
（2）按尺⼨缩放
按尺⼨缩放是通过Image对象的thumbnail()⽅法实现的，这⾥不同于前⾯直接通过Image调⽤⽅法，⽽是使⽤Image的具体实例im2调⽤thumbnail⽅法，从⽽对im2直接进⾏处理。具体代码如下：
from PIL import Image
# 打开图像
im1 = Image.open('xx.jpg')
# 复制图像
im2 = py()
# 将复制后的图像进⾏缩放，传⼊⼀个元组
im2.thumbnail((100, 100))
# 输出图像⼤⼩
print("im1的⼤⼩", im1.size)
print('im2的⼤⼩', im2.size)
这⾥缩放图像并不会对图像进⾏变形，即显⽰效果是⼀样的。这⾥就不放效果图了，输⼊结果如下：
im1的⼤⼩ (960, 960)
im2的⼤⼩ (100, 100)
1.5、图像的剪切与粘贴
（1）图像粘贴
粘贴的实现主要是通过Image对象的paste(im, box, mask)⽅法，其中im为Image对象；box为要粘贴到的区域；mask为遮罩（我也不知道啥是遮罩）。其中box的参数有三种形式：
(x1, y1)：将im左上⾓对齐(x1,y1)点，其余部分粘贴，超出部分抛弃
(x1, x2, y1, y2)：将im粘贴⾄此区域
None：此时im必须与源图像⼤⼩⼀致
（2）裁剪图像
裁剪主要通过Image对象的crop(box)⽅法实现，box同粘贴中⼀致。
接下来我们做⼀个⼩练习，想将图像某个区域剪切下来，然后粘贴到另⼀个图像上：
from PIL import Image
# 打开图像
im = Image.open('nnz.jpg')
# 复制两份
im1 = im.copy()
im2 = im.copy()
# 剪切图⽚
im_crop = p((200, 200, 400, 400))
# 粘贴图⽚
im2.paste(im_crop, (30, 30))
im2.show()
1.4、图像旋转和格式转换
（1）图像旋转
图像旋转就⾮常简单了，简单的⼀句代码，通过Image对象调⽤rotate()，该⽅法返回被旋转图像的⼀个副本：
from PIL import Image
im = Image.open('nnz.jpg')
# 旋转90度然后显⽰
顺时针逆时针就不要问我了。
（2）格式转换
convert：转换图像的模式
transpose：转换图像的格式
convert之前已经使⽤过了，这⾥就简单演⽰⼀下transpose的作⽤，transpose主要传⼊⼀些Image中的常量：
from PIL import Image
# 打开图像
im = Image.open('nnz.jpg')
# 这⾥我也不知道注释啥了，总之效果和rotate(90)效果⼀样
效果图我也就不放了，给⼤家列出⼀些可以传⼊的常量和该常量的作⽤：
常量作⽤
Image.FILP_TOP_BOTTOM    上下翻转
Image.FILP_LEFT_RIGHT    左右翻转
Image.ROTATE_90    翻转90°
Image.ROTATE_180    翻转180°
Image.TRANSPOSE    颠倒
我也不知道这是哪门⼦的格式转换。
1.5、分离和合并
（1）分离
这个是之前使⽤过的，通过Image对象的split()⽅法，将图像的RGB三个通道分离，并返回三个Image对象：
from PIL import Image
# 打开图像
im = Image.open('nnz.jpg')
# 分离通道，返回3个Image对象
r, g, b = im.split()
（2）合并
合并是通过(mode, bands)⽅法实现的，其中mode为模式，bands为通道列表，传⼊⼀个列表类型数据。下⾯我实现以下⼩新多年来的愿望：
from PIL import Image
# 打开⼩新.jpg和娜娜⼦.jpg
im1 = Image.open('娜娜⼦.jpg')
im2 = Image.open('⼩新.jpg')
# 让im2⼤⼩和im1⼀样
# 将两个图像分别分离
r1, g1, b1 = im1.split()
r2, g2, b2 = im2.split()
# 合并图像
im3 = ('RGB', [r1, g2, b1])
im3.show()
到这⾥，我们就把Image模块的⼤致内容讲解完了，接下来我们来了解PIL中更丰富的功能。
⼆、ImageFilter
ImageFilter中提供了很多常⽤的滤镜功能，
2.1、⾼斯模糊
⾼斯模糊也叫⾼斯平滑，是啥我也不知道，反正听名字就是模糊。我们结合上⾯的内容完成⼀个⼩案例：

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。