python图像处理模块Pillow--Image模块
一、简介
PIL：Python Imaging Library，已经是Python平台事实上的图像处理标准库了。PIL功能非常强大，但API却非常简单易用
由于PIL仅支持到Python 2.7，加上年久失修，于是一群志愿者在PIL的基础上创建了兼容的版本，名字叫Pillow，支持最新Python 3.x，又加入了许多新特性，因此，我们可以直接安装使用Pillow
二、安装
使用 pip 命令安装Pillow：
$ pip install Pillow
三、 基本概念
1、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
方法getbands()的使用如下：
1 from PIL import Image2
3 im = Image.open(image_path) # image_path为图像的绝对路径
4 # 返回图像的通道 5 print(im.getbands(), type(im.getbands()))
输出：('R', 'G', 'B', 'A') <class 'tuple'>
2、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Image对象的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
属性mode的使用如下：
1 from PIL import Image2
3 im = Image.open(image_path)
4 print(im.mode, type(im.mode))
输出：RGBA <class 'str'>
3、尺寸
通过Image对象的size属性可以获取图片的尺寸。图像大小，以像素为单位。大小是一个2元组(宽度、高度)(width, height)
属性size的使用如下：
1 from PIL import Image2
3 im = Image.open(image_path)
4 # 返回图像尺寸
5 print(im.size, type(im.size))
输出：(750, 1334) <class 'tuple'>
4、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）。
5、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
6、信息
使用Image对象的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。
存储与图像相关的数据的字典。文件处理程序使用此字典传递从文件中读取的各种非图像信息
属性info的使用如下：
1 from PIL import Image2
3 im = Image.open(image_path)
4 # 返回图像信息
5 print(im.info, type(im.info))
输出：{} <class 'dict'>
7、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：
语法：Image.resize(size, resample=0)
参数：size-2元组:(宽度、高度)，以像素为单位
resample-可选的重采样过滤器，如果省略，或者图像的模式为“1”或“P”，则将其设置为nearest
1 from PIL import Image2
3 course_im = Image.open(course_path)
4 print(course_im.size, type(course_im.size))
5 course_resize = course_im.resize((538, 336)) # 返回此图像的大小调整后的副本
6 print(course_resize.size)
输出：
(750, 400)
(538, 336)
如果要使用其他滤波器可以通过下面的方法来实现：
from PIL import Imagecourse_im = Image.open(course_path)
print(course_im.size, type(course_im.size))
course_resize = course_im.resize((538, 336), Image.ANTIALIAS)
print(course_resize.size)
方法thumbnail()的使用如下：
语法：Image.thumbnail(size, resample=1)
参数：size-2元组:(宽度、高度)，以像素为单位
resample-可选的重采样过滤器，如果省略，则默认为PIL.Image.BICUBIC
把这个图像做成缩略图
请注意，PIL当前版本中的BILINEAR和BICUBIC并不适合生成缩略图。你应该用ANTIALIAS，除非速度比质量重要得多。
from PIL import Imageim = Image.open(avtar_path)
avtar_im.thumbnail((98, 98)) # 返回None
四、Image模块
Image模块是PIL中最重要的模块，它有一个类叫做image，与模块名称相同。Image类有很多函数、方法及属性，接下来将依次对image类的属性、函数和方法进行介绍。
类函数
实例属性
实例方法
1、paste(im, box=None, mask=None) 将另一个图像粘贴到此图像中
参数：
box：要么是一个2元组给出左上角，一个4元组定义左、上、右、下像素坐标，或None(比如(0,0))
mask：可选的掩码图像
注意：如果模式不匹配，则将粘贴的图像转换为此图像的模式
以上是 python图像处理模块Pillow--Image模块 的全部内容， 来源链接： utcz.com/z/389295.html
