站长资讯网本篇文章给大家带来了关于python的相关知识，其中主要整理了PIL库的相关问题，PIL库是一个具有强大图像处理能力的第三方库，不仅包含了丰富的像素、色彩操作功能，还可以用于图像归档和批量处理，下面一起来看一下，希望对大家有帮助。
推荐学习：python
PIL库的使用
要点：PIL库是一个具有强大图像处理能力的第三方库，不仅包含了丰富的像素、色彩操作功能，还可以用于图像归档和批量处理。
1.PIL库概述
PIL（Python Image Library）库是Python语言的第三方库，需要通过pip工具安装。安装PIL库的方法如下，需要注意，安装库的名字是pillow。
:>pip install pillow #或者 pip3 install pillow
PIL库支持图像存储、显示和处理，它能够处理几乎所有图片格式，可以完成对图像的缩放、剪裁、叠加以及向图像添加线条、图像和文字等操作。
PIL库主要可以实现图像归档和图像处理两方面动能需求
（1）图像归档：对图像进行批处理、生成图像预览、图像格式转换等。
（2）图像处理：图像基本处理、像素处理、颜色处理等。
根据功能不同，PIL库共包括21个与图片相关的类，这些类可以被看作是子库
或PIL库中的模块，子库列表如下。
Image、 ImageChops、 ImageColor、 ImageCrackCode、 ImageDraw.ImageEnhance、 ImageFile、 ImageFilelO、 ImageFilter、 ImageFont、ImageGL、 ImageGrab、 Imagemath、 ImageOps、 ImagePalette、 ImagePath.ImageQt、 ImageSequence、 ImageStat ImageTk, ImageWin
重点介绍PIL库最常用的子库：Image、ImageFilter、ImageEnhance。
2.PIL库Image类解析
Image是PIL最重要的类，它代表一张图片，引入这个类的方法如下：
>>>from PIL import Image
在PIL中，任何一个图像文件都可以用Image对象表示。Image类的图像读取和创建方法如下(共5个）:
| 方法 | 描述 |
|---|---|
| Image.open(filename) | 根据参数加载图像文件 |
| Image.new(mode, size, color) | 根据给定参数创建一个新的图像 |
| Image.open(StringlO.StringlO(buffer)) | 从字符串中获取图像 |
| Image.frombytes(mode, size, data) | 根据像素点data 创建图像 |
| Image.verify() | 对图像文件完整性进行检查、返回异常 |
通过Image打开图像文件时，图像的栅格数据不会被直接解码或者加载，程序只是读取了图像文件头部的元数据信息，这部分信息标识了图像的格式、颜色、大小等。因此，打开一个文件会十分迅速，与图像的存储和压缩方式无关。
要加载一个图像文件，最简单的形式如下，之后所有操作对im起作用。
>>>from PIL import Image>>>im = Image.open ("a.jpg")
在使用IDLE交互方式处理图片文件时，建议采用文件的全路径；如果使用Python文件形式，建议采用相对路径，将文件和程序放到一个目录中。
Image类有4个处理图片的常用属性，如表所示(共4个）
| 属性 | 描述 |
|---|---|
| Image.format | 标识图像格式或来源，如果图像不是从文件读取，值为None |
| Image.mode | 图像的色彩模式，"L"为灰度图像、"RGB”为真彩色图像、"CMYK”为出版图像 |
| Image.size | 图像蜜度和高度，单位是像素（px），返回值是二元元组（tuple） |
| Image.palette | 调色板属性，返回一个ImagePalette类型 |
查看已经读取的图像文件的属性如下：
>>>print (im. format, im.size, im.mode)JPEG (900, 598) RGB
Image还能读取序列类图像文件,包括GIF、FLI、FLC、TIFF等格式文件。open()方法打开一个图像时自动加载序列中的第一帧，使用seek()和tell()方法可以在不同帧之间移动。
Image类的序列图像操作方法（共2个）：
| 方法 | 描述 |
|---|---|
| Image.seek(frame) | 跳转并返回图像中的指定帧 |
| Image.tell() | 返回当前帧的序号 |
【实例1】GIF文件图像提取
对一个GIF格式动态文件，提取其中各帧图像，并保存为文件。
from PIL import Image#读入一个GIF文件im = Image.open("pybit.gif")try: im.save('picframe{:02d).png'.format(im.tell())) while True: im.seek(im.tel1 ()+1) im.save('picframe{:02d).png'.format(im.tell()))except:print（"处理结束"）
实例1展示了一种采用try-except编写程序的方法，通过seek()方法和save()方法配合提取GIF图像格式的每一帧，并保存为文件。
Image类的图像转换和保存方法 (共3个) 如表所示。
| 方法 | 描述 |
|---|---|
| Image.save(filename, format) | 将图像保存为filename文件名，format是图片格式 |
| Image.convert(mode) | 使用不同的参数，转换图像为新的模式 |
| Image.thumbnail(size) | 创建图像的缩略图，size是缩略图尺寸的二元元组 |
其中，save()方法有两个参数：文件名filename和图像格式format。如果调用时不指定保存格式，如微实例1，PIL将自动根据文件名filename后缀存储图像；如果指定格式，则按照格式存储。搭配采用open()和save()方法可以实现图像的格式转换，例如，将 jpg格式转换为png格式」代码如下。需要注意，Image 类的 save()方法主要用于保存文件到硬盘，PIL库还提供了功能更强大的格式转换方法。
im = Image.open("a.jpg")im.save("a.png")
Image类可以缩放和旋转图像，其中，rotate(方法以逆时旋转的角度值作为参数来旋转图像。
Image类的图像旋转和缩放方法(共2个）:
| 方法 | 描述 |
|---|---|
| Image.resize(size) | 按size大小调整图像，生成副本 |
| Image.rotate(angle) | 按angle角度旋转图像，生成副本 |
Image类能够对每个像素点或者一幅RGB图像的每个通道单独进行操作。split()方法能够将RGB 图像各颜色通道提取出来;
merge()方法能够将各独立通道再合成一幅新的图像。
lmage类的图像像素和通道处理方法（共4个）:
| 方法 | 描述 |
|---|---|
| Image.point(func) | 根据函数func的功能对每个元素进行运算，返回图像副本 |
| Image.split() | 提取RGB图像的每个颜色通道，返回图像副本 |
| Image.merge(mode,bands) | 合并通道，其中mode表示色彩，bands表示新的色彩通道 |
| Image.blend(im1,im2,alpha) | 将两幅图片iml和im2按照如下公式插值后生成新的图像：im1 (1.0-alpha) + im2 alpha |
【实例2】图像的颜色交换
交换图像中的颜色。可以通过分离RGB图片的3个颜色通道实现颜色交换。
from PIL import Imageim = Image.open('a.jpg')r, g, b = im.split()om = Image.merge("RGB" , (b, g, r))om.save('aBGR.jpg')
运行结果：
原图：
操作图像的每个像素点需要通过函数实现，可以采用（lambda)函数和point()方法，例子如下，显示效果如图7所示。
>>>im=Image.apen('a.jpg')#打开文件>>>>r,g,b=im.splitO#获得RGB通道数据>>>>newg=g.point(lambda i:i*0.9)#将G通道颜色值变为原来的0.9>>>>newb=b.point(lambda i:i<100)#选择B通道值(低于100的像素>>>>om=Image.merge(im.mode,(r,newg,newb)#将3个通道合成为新图>>>>om.save('new_a.jpg')#输出图片
3.图像的过滤和增强
PIL库的ImageFilter类和ImageEnhance类提供了过滤图像和增强图像的方法。
ImageFilter类共提供10种预定义图像过滤方法（共10个）:
| 方法表示 | 描述 |
|---|---|
| ImageFilter.BLUR | 图像的模糊效果 |
| ImageFilter.CONTOUR | 图像的轮廓效果 |
| ImageFilter.DETAIL | 图像的细节效果 |
| ImageFilter.EDGE_ENHANCE | 图像的边界加强效果 |
| ImageFilter.EDGE_ENHANCE_MORE | 图像的阈值边界加强效果 |
| ImageFilter.EMBOSS | 图像的浮雕效果 |
| ImageFilter.SMOOTHL | 图像的平滑效果 |
| ImageFilter.FIND_EDGES | 图像的边界效果 |
| ImageFilter.SMOOTH_MORE | 图像的阈值平滑效果 |
| ImageFilter.SHARPEN | 图像的锐化效果 |
利用Image类的filter()方法可以使用ImageFilter类，使用方式如下：
Image.filter(ImageFilter.fuction)
【实例3】图像的轮廓获取。
获取图像的轮廓，代码如下，程序执行效果如图所示，图片变得更加抽象、更具想象空间！
from PIL import Imagefrom PIL import ImageFilterim = Image.open('a.jpg')om = im.filter(ImageFilter.CONTOUR)om.save('aContour.jpg')
运行结果：
原图：
ImageEnhance类提供了更高级的图像增强功能，如调整色彩度、亮度、对比度、锐化等。
ImageEnhance类的图像增强和滤镜方法（共5个）:
| 方法 | 描述 |
|---|---|
| ImageEnhance.enhance(factor) | 对选择属性的数值增强factor倍 |
| ImageEnhance.Color(im) | 调整图像的颜色平衡 |
| ImageEnhance.Contrast(im) | 调整图像的对比度 |
| ImageEnhance.Brightness(im) | 调整图像的亮度 |
| ImageEnhance.Sharpness(im) | 调整图像的锐度 |
【实例4】图像的对比度增强。
增强图像的对比度为初始的20倍。代码如下，程序执行效果如图7所示。
from PIL import Imagefrom PIL import ImageEnhanceim = Image.open('a.jpg')om = ImageEnhance.Contrast(im)om.enhance(20).save(aEnContrast.jpg')
运行结果：
原图：
推荐学习：python
