python图像处理库PIL的基本概念介绍

python

  PIL中所涉及的基本概念有如下几个:通道(bands)、模式(mode)、尺寸(size)、坐标系统(coordinate system)、调色板(palette)、信息(info)和滤波器(filters)。趁此机会,复习一下这些图像处理中的基本概念。

  通道:

  每张图片都是由一个或者多个数据通道构成。PIL允许在单张图片中合成相同维数和深度的多个通道。

以RGB图像为例,每张图片都是由三个数据通道构成,分别为R、G和B通道。而对于灰度图像,则只有一个通道。

对于一张图片的通道数量和名称,可以通过方法getbands()来获取。方法getbands()是Image模块的方法,它会返回一个字符串元组(tuple)。该元组将包括每一个通道的名称。

  Python的元组与列表类似,不同之处在于元组的元素不能修改,元组使用小括号,列表使用方括号,元组创建很简单,只需要在括号中添加元素,并使用逗号隔开即可。

  getbands的使用方法如下:

  

>>> from PIL import Image

>>> im = Image.open("girl8.jpg")

>>> im.getbands()

('R', 'G', 'B')

>>> im_bands = im.getbands()

>>> len(im_bands)

3

>>> print(im_bands[0])

R

>>> print(im_bands[1])

G

>>> print(im_bands[2])

B

>>>

  模式:

  图像的模式定义了图像的类型和像素的位宽。当前支持如下模式:

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。

L:8位像素,表示黑和白。

P:8位像素,使用调色板映射到其他模式。

RGB:3x8位像素,为真彩色。

RGBA:4x8位像素,有透明通道的真彩色。

CMYK:4x8位像素,颜色分离。

YCbCr:3x8位像素,彩色视频格式。

I:32位整型像素。

F:32位浮点型像素。

PIL也支持一些特殊的模式,包括RGBX(有padding的真彩色)和RGBa(有自左乘alpha的真彩色)。

可以通过mode属性读取图像的模式。其返回值是包括上述模式的字符串。

  模式mode的使用如下:

>>> im = Image.open("girl8.jpg")

>>> im.mode

'RGB'

>>> md = im.mode

>>> print md

RGB

  尺寸:

  通过size属性可以获取图片的尺寸。这是一个二元组,包含水平和垂直方向上的像素数。

  使用方法如下:

  

>>> im = Image.open("girl8.jpg")

>>> im.size

(1080, 1920)

>>> im_size = im.size

>>> print im_size[0]

1080

>>> print im_size[1]

1920

  坐标系统:

  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)。

坐标经常用于二元组(x,y)。长方形则表示为四元组,前面是左上角坐标。例如,一个覆盖800x600的像素图像的长方形表示为(0,0,800,600)。

  调色板:

调色板模式 ("P")使用一个颜色调色板为每个像素定义具体的颜色值

  信息:

  使用info属性可以为一张图片添加一些辅助信息。这个是字典对象。加载和保存图像文件时,多少信息需要处理取决于文件格式。

属性info的使用如下:

  

>>> im = Image.open("girl8.jpg")

>>>

>>>

>>> im.info

{'jfif': 257, 'jfif_unit': 0, 'progressive': 1, 'progression': 1, 'jfif_version': (1, 1), 'jfif_density': (1, 1)}

>>> im_info = im.info

>>>

>>>

>>> print im_info["jfif"]

257

>>> print im_info["jfif_unity"]

Traceback (most recent call last):

File "<stdin>", line 1, in <module>

KeyError: 'jfif_unity'

>>> print im_info["jfif_unit"]

0

  滤波器:

对于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个不同的采样滤波器:

NEAREST:最近滤波。从输入图像中选取最近的像素作为输出像素。它忽略了所有其他的像素。

BILINEAR: 双线性滤波。在输入图像的2x2矩阵上进行线性插值。注意:PIL的当前版本,做下采样时该滤波器使用了固定输入模板。

BICUBIC:双立方滤波。在输入图像的4x4矩阵上进行立方插值。注意:PIL的当前版本,做下采样时该滤波器使用了固定输入模板。

ANTIALIAS:平滑滤波。这是PIL 1.1.3版本中新的滤波器。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。在当前的PIL版本中,这个滤波器只用于改变尺寸和缩略图方法。

  注意:在当前的PIL版本中,ANTIALIAS滤波器是下采样(例如,将一个大的图像转换为小图)时唯一正确的滤波器。BILIEAR和BICUBIC滤波器使用固定的输入模板,用于固定比例的几何变换和上采样是最好的。

Image模块中的方法resize()和thumbnail()用到了滤波器。

方法resize()的使用如下:

方法resize()的定义为:resize(size, filter=None)=> image

  

>>> im.size

(1080, 1920)

>>> im_resize = im.resize((256,256))

>>> im_resize.size

(256, 256)

>>> im_resize0 = im.resize((256,256),Image.BILINEAR)

>>> im_resize0.size

(256, 256)

  总结:

基本的概念要十分清楚才行,这个是基本功,练武不练功,到老一场空。

  参考文档:

1 https://blog.csdn.net/icamera0/article/details/50647465

以上是 python图像处理库PIL的基本概念介绍 的全部内容, 来源链接: utcz.com/z/388459.html

回到顶部