python pil_python中PIL子產品

Image子產品

Image子產品是在Python PIL圖像進行中常見的子產品，對圖像進行基礎操作的功能基本都包含于此子產品内。如open、save、conver、show…等功能。

open類

Image.open(file) ⇒ image

Image.open(file, mode) ⇒ image

要從檔案加載圖像，使用 open() 函數， 在 Image 子產品：

from PIL import Image ##調用庫

im = Image.open("E:\mywife.jpg") ##檔案存在的路徑

im.show()

Save類

im.save(outfile,options…)

im.save(outfile, format, options…)

若要儲存檔案，則使用 Image 類的 save() 方法，此時儲存檔案的檔案名就變得十分重要了，除非指定格式，否則這個庫将會以檔案名的擴充名作為格式儲存。使用給定的檔案名儲存圖像。如果變量format預設，如果可能的話，則從檔案名稱的擴充名判斷檔案的格式。該方法傳回為空。關鍵字options為檔案編寫器提供一些額外的指令。如果編寫器不能識别某個選項，它将忽略它。使用者可以使用檔案對象代替檔案名稱。在這種情況下，使用者必須指定檔案格式。檔案對象必須實作了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，這個方法将産生一個異常（通常為IOError異常）。如果發生了異常，該方法也有可能已經建立了檔案，并向檔案寫入了一些資料。如果需要的話，使用者的應用程式可以删除這個不完整的檔案。

from PIL import Image

im = Image.open("D:\mywife.jpg")

print(im)

im.save("D:\mywife.png") # 将"E:\mywife.jpg"儲存為"D:\mywife.png"

im = Image.open("D:\mywife.png") ##打開新的png圖檔

print(im.format, im.size, im.mode)

format類

這個屬性辨別了圖像來源，如果圖像不是從檔案讀取它的值就是None。

from PIL import Image

im = Image.open("E:\mywife.jpg")

print(im.format) ## 列印出格式資訊

im.show()

Mode類

圖像的模式，常見的mode 有 “L” (luminance) 表示灰階圖像，“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，使用調色闆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，顔色隔離

YCbCr

3×8位像素，彩色視訊格式

I

32位整型像素

F

32位浮點型像素

​

from PIL import Image

im = Image.open("E:\mywife.jpg")

print(im.mode) ## 列印出模式資訊

im.show()

convert類

将目前圖像轉換為其他模式，并且傳回新的圖像。當從一個調色闆圖像轉換時，這個方法通過這個調色闆來轉換像素。如果不對變量mode指派，該方法将會選擇一種模式，在沒有調色闆的情況下，使得圖像和調色闆中的所有資訊都可以被表示出來。當從一個顔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。結果資料中大于127的值被設定為白色，其他的設定為黑色；這樣圖像會出現抖動。如果要使用其他門檻值，更改門檻值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位調色闆圖像時能更好的處理。可供選擇的選項為：

Dither=. 控制顔色抖動。預設是FLOYDSTEINBERG，與鄰近的像素一起承擔錯誤。不使能該功能，則指派為NONE。

Palette=. 控制調色闆的産生。預設是WEB，這是标準的216色的“web palette”。要使用優化的調色闆，則指派為ADAPTIVE。

Colors=. 當選項palette為ADAPTIVE時，控制用于調色闆的顔色數目。預設是最大值，即256種顔色

im.convert(mode,matrix) ⇒ image

使用轉換矩陣将一個“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，它的傳回值為寬度和高度的二進制組（width, height）。

from PIL import Image

im = Image.open("E:\mywife.jpg")

print(im.size) ## 列印出尺寸資訊

im.show()

Palette類

顔色調色闆表格。如果圖像的模式是“P”，則傳回ImagePalette類的執行個體；否則，将為None。

如下為對非“P”模式下的圖像進行palette資訊顯示。

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

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

存儲圖像相關資料的字典。檔案句柄使用該字典傳遞從檔案中讀取的各種非圖像資訊。大多數方法在傳回新的圖像時都會忽略這個字典；因為字典中的鍵并非标準化的，對于一個方法，它不能知道自己的操作如何影響這個字典。如果使用者需要這些資訊，需要在方法open()傳回時儲存這個字典。

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/高二進制組，這是按照像素數來計算的。對于單通道圖像，變量color隻給定一個值；對于多通道圖像，變量color給定一個元組（每個通道對應一個值）。在版本1.1.4及其之後，使用者也可以用顔色的名稱，比如給變量color指派為“red”。如果沒有對變量color指派，圖像内容将會被全部指派為0（為黑色）。如果變量color是空，圖像将不會被初始化，即圖像的内容全為0。這對向該圖像複制或繪制某些内容是有用的。

如下為将圖像設定為128x128大小的紅色圖像。

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不指派的話，圖像内容被設定為0，即黑色。

from PIL import Image

im = Image.open("E:\mywife.jpg")

n_im= Image.new("RGB", (128, 128))

n_im.show()

Copy類

拷貝這個圖像。如果使用者想粘貼一些資料到這張圖，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()

Crop類

im.crop(box) ⇒ image

從目前的圖像中傳回一個矩形區域的拷貝。變量box是一個四元組，定義了左、上、右和下的像素坐标。用來表示在原始圖像中截取的位置坐标，如box(100,100,200,200)就表示在原始圖像中以左上角為坐标原點，截取一個100*100（像素為機關）的圖像，為友善了解，如下為示意圖box（b1,a1,b2,a2）。作圖軟體為Visio2016。這是一個懶操作。對源圖像的改變可能或者可能不展現在裁減下來的圖像中。為了擷取一個分離的拷貝，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) ##确定拷貝區域大小

region = im.crop(box) ##将im表示的圖檔對象拷貝到region中，大小為box

region.show()

Paste類

im.paste(image,box)

将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，右和下像素坐标的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。如果模式不比對，被粘貼的圖像将被轉換為目前圖像的模式。

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

傳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 子產品的應用，在該子產品中，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，使用該子產品時，需先導入。

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()

point類

定義1：

im.point(table)⇒ image

im.point(function) ⇒ image

含義1：

傳回給定查找表對應的圖像像素值的拷貝。變量table為圖像的每個通道設定256個值。如果使用變量function，其對應函數應該有一個參數。這個函數将對每個像素值使用一次，結果表格将應用于圖像的所有通道。

如果圖像的模式為“I（整數）”或者“F（浮點）”，使用者必須使用function方式，function必須按照下面的格式：

argument * scale+ offset

例如：

out = im.point(lambda i: i * 1.2 + 10)

使用者可以省略變量scale和offset。

例子1：

from PIL import Image

im = Image.open("jing.png")

im_point = im.point(lambda x:x*1.3+5)

im_point.save("he.png")

注：圖像im_point_fun比原圖im01亮度增加了很多；因為lambda表達式中對原圖的每個像素點的值都做了增加操作。

定義2：

im.point(table,mode) ⇒ image

im.point(function, mode) ⇒ image

含義2：與定義1一樣，但是它會為輸出圖像指定一個新的模式。這個方法可以一步将模式為“L”和“P”的圖像轉換為模式為“1”的圖像。

例子2：

from PIL import Image

im = Image.open("jing.png")

r,g,b = im.split()

im_point1 = r.point(lambda x:x*1.3+5,"1")

print(im_point1.getpixel((0,0)))

im_point1.save("he1.png")

im_point2 = r.point(lambda x:0,"1")

im_point2.save("he2.png")

print(im_point2.getpixel((10,10)))

輸出為：

圖像im_point1為全白圖

圖像im_point2為全黑圖

split類

定義：im.split() ⇒ sequence

含義：傳回目前圖像各個通道組成的一個元組。例如，分離一個“RGB”圖像将産生三個新的圖像，分别對應原始圖像的每個通道（紅，綠，藍）。

例子：

from PIL import Image

im = Image.open("jing.png")

r,g,b = im.split()

b.save("he.png")

print(b.getpixel((1,3)))