python进阶之图像编程 pillow扩展库

怼烎@ 2024-04-17 11:48 56阅读 0赞

## 一、概述 ##

### 1.1pillow简介 ###

Python Imaging Library (PIL)是python 下的图像处理模块,支持多种格式，并提供强大的图像处理功能，可以通过pip进行安装后使用。

### 1.2pillow具体应用 ###

> Pillow 库是 Python3 最常用的图像处理库，它支持多种图像格式，可以用于图像处理、图像增强、图像合成等。下面是 Pillow 库中的一些常用函数：open()：打开一张图片；new()：创建一张新的图片；save()：保存一张图片；show()：显示一张图片；resize()：改变图片的大小；crop()：裁剪图片；rotate()：旋转图片；transpose()：翻转图片；convert()：转换图片的格式或色彩模式；filter()：使用滤镜处理图片；getpixel()：获取图片中指定位置的像素值；putpixel()：设置图片中指定位置的像素值；paste()：将一张图片粘贴到另一张图片上。

### 1.3快速入门 ###

#### **通过文件创建 Image 对象** ####

通过文件创建 Image 图像对象是最常用的方法

示例：通过文件创建 Image 图像对象

from PIL import Image
    
    image = Image.open("D://桌面//1.jpeg")  # 创建图像实例
    # 查看图像实例的属性
    print(image.format, image.size, image.mode)
    
    image.show() # 显示图像

####  **格式转换并保存图像** ####

pillow Image 模块中的 save 函数可以保存图片，除非你指定文件格式，否则文件的扩展名就是文件格式。

from PIL import Image
    import os
    
    # 打开图片
    image_path = "D://桌面//1.png"
    image = Image.open(image_path)
    
    # 获取文件名与后缀
    f, e = os.path.splitext(image_path)
    
    # 指定输出文件格式
    output_format = "jpeg"  # 要保存的文件格式，比如 "PNG"、"JPEG" 等
    
    # 创建输出文件名
    outfile = f + "." + output_format.lower()
    
    # 保存图片并指定文件格式
    image.save(outfile, format=output_format)
    
    print(f"图片已保存为 {outfile}，格式为 {output_format}")
    image.show()

save() 函数有两个参数，如果文件名没有指定图片格式，那么第二个参数是必须的，他指定图片的格式。

## 二、课堂实操 ##

### 2.1 **创建缩略图** ###

创建缩略图 使用 Image.thumbnail( size ), size 为缩略图宽长元组。

示例： 创建缩略图

from PIL import Image
    import os
    
    # 打开图片
    image_path = "D://桌面//1.png"
    image = Image.open(image_path)
    
    # 获取文件名与后缀
    f, e = os.path.splitext(image_path)
    
    # 指定输出文件格式
    output_format = "PNG"  # 要保存的文件格式，比如 "PNG"、"JPEG" 等
    
    # 创建输出文件名
    outfile = f + "_thumbnail." + output_format.lower()
    
    # 创建缩略图
    thumbnail_size = (100, 100)  # 缩略图尺寸
    image.thumbnail(thumbnail_size)
    
    # 保存缩略图并指定文件格式
    image.save(outfile, format=output_format)
    
    print(f"缩略图已保存为 {outfile}，格式为 {output_format}")

### 2.2**剪贴，粘贴、合并图像** ###

2.2.1Image类包含允许您操作图像中的区域的方法。如：要从图像中复制子矩形图像使用 crop() 方法。

2.2.2注意：将子图（region） 粘贴（paste）回原图时，粘贴位置 box 的像素与宽高必须吻合。而原图和子图的 mode 不需要匹配，Pillow会自动处理。

#### 粘贴其它图片 ####

from PIL import Image
    import os
    
    # 打开图片
    image_path = "D://桌面//1.jpeg"
    image = Image.open(image_path)
    
    # 获取文件名与后缀
    f, e = os.path.splitext(image_path)
    
    # 剪切区域
    crop_box = (100, 100, 300, 300)  # 左上角坐标为 (100, 100)，右下角坐标为 (300, 300)
    cropped_image = image.crop(crop_box)
    
    # 打开另一张图片作为粘贴对象
    paste_image_path = "D://桌面//2.jpeg"
    paste_image = Image.open(paste_image_path)
    
    # 调整粘贴对象的尺寸和模式以匹配剪切区域
    paste_image = paste_image.resize((crop_box[2] - crop_box[0], crop_box[3] - crop_box[1]))
    
    # 在原图上粘贴剪切区域
    image.paste(paste_image, crop_box)
    
    # 保存合并后的图像
    merged_outfile = f + "_merged." + e
    image.save(merged_outfile)
    
    print(f"合并后的图像已保存为 {merged_outfile}")

> 当你从一个图像中剪切出一个区域，然后希望将这个剪切出的区域粘贴到另一个图像上时，剪切出的区域和粘贴目标的尺寸和模式（也就是图像的大小和颜色通道等信息）需要匹配，以确保粘贴操作能够成功。  
>   
> 在你的代码中，你已经定义了一个剪切区域 crop\_box，这个区域的左上角坐标为 (100, 100)，右下角坐标为 (300, 300)。剪切区域的宽度是 300 - 100 = 200，高度是 300 - 100 = 200。

#### 粘贴自身图片 ####

from PIL import Image
    import os
    
    # 打开图片
    image_path = "D://桌面//1.jpeg"
    image = Image.open(image_path)
    
    # 获取文件名与后缀
    f, e = os.path.splitext(image_path)
    
    # 剪切区域
    crop_box = (100, 100, 300, 300)  # 左上角坐标为 (100, 100)，右下角坐标为 (300, 300)
    cropped_image = image.crop(crop_box)
    
    
    # 在原图上粘贴剪切区域
    image.paste(cropped_image, crop_box)
    
    # 对粘贴的图像进行颠倒180度
    region = image.crop(crop_box)
    region = region.transpose(Image.ROTATE_180)
    
    # 将颠倒后的图像再次粘贴回原图上
    image.paste(region, crop_box)
    
    # 保存合并后的图像
    merged_outfile = f + "_merged1." + e
    image.save(merged_outfile)
    
    print(f"合并后的图像已保存为 {merged_outfile}")

### **2.3几何变换** ###

当使用Pillow（PIL）库的Image模块进行几何变换时，你可以使用rotate()方法或transpose()方法来实现不同类型的旋转和翻转。

#### 使用rotate()方法进行图像旋转： ####

from PIL import Image
    
    # 打开图片
    image_path = "D://桌面//1.jpeg"
    image = Image.open(image_path)
    
    # 获取文件名与后缀
    f, e = os.path.splitext(image_path)
    
    # 定义旋转角度（以度为单位，逆时针方向为正）
    angle = 45
    
    # 旋转图像
    rotated_image = image.rotate(angle)
    
    # 保存旋转后的图像
    rotated_outfile = f + "_rotated." + e
    rotated_image.save(rotated_outfile)
    
    print(f"旋转后的图像已保存为 {rotated_outfile}")

#### 使用transpose()方法进行图像翻转： ####

from PIL import Image
    
    # 打开图片
    image_path = "D://桌面//1.jpeg"
    image = Image.open(image_path)
    
    # 获取文件名与后缀
    f, e = os.path.splitext(image_path)
    
    # 对图像进行水平翻转
    flipped_image_horizontal = image.transpose(Image.FLIP_LEFT_RIGHT)
    
    # 对图像进行垂直翻转
    flipped_image_vertical = image.transpose(Image.FLIP_TOP_BOTTOM)
    
    # 保存翻转后的图像
    flipped_horizontal_outfile = f + "_flipped_horizontal." + e
    flipped_image_horizontal.save(flipped_horizontal_outfile)
    
    flipped_vertical_outfile = f + "_flipped_vertical." + e
    flipped_image_vertical.save(flipped_vertical_outfile)
    
    print(f"水平翻转后的图像已保存为 {flipped_horizontal_outfile}")
    print(f"垂直翻转后的图像已保存为 {flipped_vertical_outfile}")

>     out = im.transpose(Image.FLIP_LEFT_RIGHT) # 水平左右翻转
>     out = im.transpose(Image.FLIP_TOP_BOTTOM) # 垂直上下翻转
>     out = im.transpose(Image.ROTATE_90) # 逆时针90度
>     out = im.transpose(Image.ROTATE_180) # 逆时针180度
>     out = im.transpose(Image.ROTATE_270) # 逆时针270度

### 2.4**颜色变换** ###

from PIL import Image
    import numpy as np
    
    # 打开图片
    image_path = "D://桌面//1.jpeg"
    image = Image.open(image_path)
    
    # 获取文件名与后缀
    f, e = os.path.splitext(image_path)
    
    # 改变图像亮度
    brightness_factor = 1.5
    brightened_image = Image.eval(image, lambda x: min(255, x * brightness_factor))
    
    # 修改图像通道颜色
    r, g, b = image.split()
    new_image = Image.merge("RGB", (b, r, g))
    
    # 保存修改后的图像
    brightened_outfile = f + "_brightened." + e
    new_image.save(brightened_outfile)
    
    print(f"修改后的图像已保存为 {brightened_outfile}")

> Image.eval() 方法允许我们在像素级别对图像进行操作。在这个示例中，我们使用了一个lambda函数，将每个像素的值乘以亮度因子来改变图像的亮度。  
>   
> 使用 split() 和 merge() 方法来重新排列图像的颜色通道。在这个示例中，我们将原始图像的红色和蓝色通道进行交换，以改变颜色分布。

#### 灰度图像 ####

from PIL import Image
    
    # 打开图片
    image_path = "D://桌面//1.jpeg"
    image = Image.open(image_path)
    
    # 获取文件名与后缀
    f, e = os.path.splitext(image_path)
    
    # 将彩色图像转换为灰度图像
    gray_image = image.convert("L")
    
    # 保存灰度图像
    gray_outfile = f + "_gray." + e
    gray_image.save(gray_outfile)
    
    print(f"灰度图像已保存为 {gray_outfile}")

> Pillow（PIL）库支持多种图像模式，每种模式具有不同的颜色通道和像素表示方式。以下是一些常见的图像模式：
> 
> 1.  RGB（"RGB"）：每个像素由红色、绿色和蓝色通道组成，是彩色图像的常见模式。
> 2.  灰度（"L"）：每个像素只有一个通道，表示像素的亮度值，用于灰度图像。
> 3.  RGBA（"RGBA"）：类似于RGB，还包括一个透明度通道，用于带有透明背景的彩色图像。
> 4.  CMYK（"CMYK"）：一种印刷颜色模式，使用青色、洋红色、黄色和黑色通道表示颜色。
> 5.  HSV（"HSV"）：使用色相、饱和度和值通道来表示颜色。
> 6.  二值化（"1"）：每个像素只有一个二进制值，用于表示黑白图像。
> 
>   
> 可以根据需要使用convert()方法将图像从一种模式转换为另一种模式

### **2.5图像增强** ###

from PIL import Image, ImageEnhance
    
    # 打开图片
    image_path = "D://桌面//1.jpeg"
    image = Image.open(image_path)
    
    # 获取文件名与后缀
    f, e = os.path.splitext(image_path)
    
    # 增强图像亮度
    enhancer = ImageEnhance.Brightness(image)
    brightened_image = enhancer.enhance(1.5)  # 1.5表示增强的倍数
    
    # 增强图像对比度
    enhancer = ImageEnhance.Contrast(image)
    high_contrast_image = enhancer.enhance(1.5)  # 1.5表示增强的倍数
    
    # 增强图像色彩
    enhancer = ImageEnhance.Color(image)
    colorful_image = enhancer.enhance(1.5)  # 1.5表示增强的倍数
    
    # 增强图像锐度
    enhancer = ImageEnhance.Sharpness(image)
    sharp_image = enhancer.enhance(2.0)  # 2.0表示增强的倍数
    
    # 保存增强后的图像
    brightened_outfile = f + "_brightened." + e
    high_contrast_outfile = f + "_high_contrast." + e
    colorful_outfile = f + "_colorful." + e
    sharp_outfile = f + "_sharp." + e
    
    brightened_image.save(brightened_outfile)
    high_contrast_image.save(high_contrast_outfile)
    colorful_image.save(colorful_outfile)
    sharp_image.save(sharp_outfile)
    
    print(f"亮度增强后的图像已保存为 {brightened_outfile}")
    print(f"对比度增强后的图像已保存为 {high_contrast_outfile}")
    print(f"色彩增强后的图像已保存为 {colorful_outfile}")
    print(f"锐度增强后的图像已保存为 {sharp_outfile}")

> 其他图像增强功能可以使用 ImageEnhance 模块中的类。从图像创建后，可以使用 ImageEnhance 快速调整图片的对比度、亮度、饱和度和清晰度。
> 
> ImageEnhance 方法类型：
> 
>     ImageEnhance.Contrast(im) 对比度
>     ImageEnhance.Color(im) 色彩饱和度
>     ImageEnhance.Brightness(im) 亮度
>     ImageEnhance.Sharpness(im) 清晰度

#### **处理单独通道** ####

处理图像的单独通道意味着你可以选择性地对图像的红色、绿色、蓝色或灰度通道进行操作。Pillow（PIL）库允许你通过拆分图像的通道，对每个通道进行处理，然后重新合并通道来生成处理后的图像。

from PIL import Image
    
    # 打开图片
    image_path = "D://桌面//1.jpeg"
    image = Image.open(image_path)
    
    # 获取文件名与后缀
    f, e = os.path.splitext(image_path)
    
    # 拆分图像的通道
    r, g, b = image.split()
    
    # 处理单独的通道
    r = r.point(lambda p: p * 0.8)  # 处理红色通道，降低亮度
    g = g.point(lambda p: p * 1.2)  # 处理绿色通道，增加亮度
    b = b.point(lambda p: p * 0.9)  # 处理蓝色通道，降低亮度
    
    # 合并通道
    processed_image = Image.merge("RGB", (r, g, b))
    
    # 保存处理后的图像
    processed_outfile = f + "_processed." + e
    processed_image.save(processed_outfile)
    
    print(f"处理后的图像已保存为 {processed_outfile}")

#### 处理灰度通道 ####

from PIL import Image
    
    # 打开图片
    image_path = "D://桌面//1.jpeg"
    image = Image.open(image_path)
    
    # 获取文件名与后缀
    f, e = os.path.splitext(image_path)
    
    # 将图像转换为灰度模式
    gray_image = image.convert("L")
    
    # 处理灰度图像的单独通道
    processed_gray_image = gray_image.point(lambda p: p * 0.8)  # 降低亮度
    
    # 保存处理后的灰度图像
    processed_gray_outfile = f + "_processed_gray." + e
    processed_gray_image.save(processed_gray_outfile)
    
    print(f"处理后的灰度图像已保存为 {processed_gray_outfile}")

### **2.6动态图像** ###

Pillow 支持一些动态图像处理（如FLI/FLC，GIF等格式）。TIFF文件同样可以包含数帧图像。

打开动态图像时，PIL 会自动加载序列中的第一帧。你可以使用 seek 和 tell 方法在不同的帧之间移动。

### 2.7水印 ###

Pillow（PIL）库允许你在图像上添加图像、文字或水印。

图像水印

from PIL import Image
    
    # 打开主图像和水印图像
    main_image_path = "D://桌面//1.jpeg"
    watermark_image_path = "D://桌面//2.jpeg"
    
    main_image = Image.open(main_image_path)
    watermark_image = Image.open(watermark_image_path)
    
    # 将水印图像缩放到合适的大小
    watermark_size = (100, 100)  # 替换为合适的尺寸
    watermark_image = watermark_image.resize(watermark_size, Image.ANTIALIAS)
    
    # 创建一个透明度通道
    alpha_channel = Image.new("L", watermark_image.size, 128)  # 128表示透明度（0为完全透明，255为不透明）
    
    # 将透明度通道与水印图像合并
    watermark_image.putalpha(alpha_channel)
    
    # 计算水印位置（右下角）
    main_width, main_height = main_image.size
    watermark_width, watermark_height = watermark_image.size
    x = main_width - watermark_width
    y = main_height - watermark_height
    
    # 在主图像上添加透明水印
    main_image.paste(watermark_image, (x, y), watermark_image)
    
    # 保存带有透明水印的图像
    watermarked_outfile = f + "_watermarked." + e
    main_image.save(watermarked_outfile)
    
    print(f"带有透明水印的图像已保存为 {watermarked_outfile}")

文本水印

from PIL import Image, ImageDraw, ImageFont
    
    # 打开图片
    main_image_path = "D://桌面//1.jpeg"
    main_image = Image.open(main_image_path)
    
    # 获取文件名与后缀
    f, e = os.path.splitext(main_image_path)
    
    # 创建一个ImageDraw对象
    draw = ImageDraw.Draw(main_image)
    
    # 定义水印文本和字体
    watermark_text = "Watermark"
    font = ImageFont.truetype("arial.ttf", 36)  # 替换为合适的字体路径和大小
    
    # 计算水印文本的尺寸
    text_width, text_height = draw.textsize(watermark_text, font)
    
    # 创建一个透明度通道
    alpha_channel = Image.new("L", (text_width, text_height), 128)  # 128表示透明度（0为完全透明，255为不透明）
    
    # 创建一个带有透明度的文本图像
    watermark_text_image = Image.new("RGBA", (text_width, text_height))
    watermark_draw = ImageDraw.Draw(watermark_text_image)
    watermark_draw.text((0, 0), watermark_text, fill=(255, 255, 255, 128), font=font)  # 填充颜色和透明度
    
    # 计算水印位置（居中）
    main_width, main_height = main_image.size
    x = (main_width - text_width) // 2
    y = (main_height - text_height) // 2
    
    # 在主图像上添加文本透明水印
    main_image.paste(watermark_text_image, (x, y), watermark_text_image)
    
    # 保存带有文本透明水印的图像
    watermarked_outfile = f + "_watermarked." + e
    main_image.save(watermarked_outfile)
    
    print(f"带有文本透明水印的图像已保存为 {watermarked_outfile}")

2.8生成验证码图片

import random
    from PIL import Image, ImageDraw, ImageFont
    
    # 创建验证码图像
    width, height = 200, 100
    background_color = (255, 255, 255)  # 白色背景
    image = Image.new("RGB", (width, height), background_color)
    
    # 创建一个ImageDraw对象
    draw = ImageDraw.Draw(image)
    
    # 创建一个字体对象
    font = ImageFont.truetype("arial.ttf", 48)  # 替换为合适的字体路径和大小
    
    # 随机生成4个字符作为验证码
    characters = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789"
    code = "".join(random.choice(characters) for _ in range(4))
    
    # 计算每个字符的位置（居中）
    text_width, text_height = draw.textsize(code, font)
    x = (width - text_width) // 2
    y = (height - text_height) // 2
    
    # 在图像上绘制验证码
    draw.text((x, y), code, fill=(0, 0, 0), font=font)  # 使用黑色填充
    
    # 添加干扰线
    for _ in range(5):
        x1 = random.randint(0, width)
        y1 = random.randint(0, height)
        x2 = random.randint(0, width)
        y2 = random.randint(0, height)
        draw.line((x1, y1, x2, y2), fill=(0, 0, 0), width=2)
    
    # 保存验证码图片
    captcha_outfile = "captcha.png"
    image.save(captcha_outfile)
    
    print(f"验证码图片已保存为 {captcha_outfile}，验证码为: {code}")