用PythonPIL进行图像处理.doc

关于PIL库的一些概念 pil能处理的图片类型 pil可以处理光栅图片(像素数据组成的的块)。通道一个图片可以包含一到多个数据通道,如果这些通道具有相同的维数和深度,Pil允许将这些通道进行叠加模式 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,使用调色板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,颜色隔离YCbCr 3×8位像素,彩色视频格式I 32位整型像素F 32位浮点型像素 尺寸通过图片对象的size属性可以得到图片的尺寸,结果这是一个二元组,包含水平和垂直方向上的像素数。坐标 Pil采取左上角为(0,0)的坐标系统调色板 mode("P")为每个像素定义具体的颜色值图片信息可以通过info属性读取一张图片的附加信息,这个与图片的格式有关。滤镜在对图片的几何操作中可能会将多个输入像素映射到单个的输出像素,pil提供4种不同的采样滤镜(在目前的版本中,后续的版本可能支持更多) NEAREST 最近BILINEAR 双线型BICUBIC 双三次插值ANTIALIAS 平滑在RGB模式下,每个图片由三个通道叠加而成,每个模式下为一个灰度图,当有一个调色板来调色的时候,这三张灰度图的叠加即可合成3*8位(每个像素)的一个真彩图片。pil库中,图片之间的模式(mode)可以转化。下面给出一些简单的例子,例子中的所有图片均来自于国家地理的官网,为了使得文档比较短小,每个图片均使用Pil缩放成1/2大小,如有侵权嫌疑,请尽快联系,我会删除这些图片。所有的图片操作必须有一个操作对象,Pil提供open(filename)进行这个过程打开图片 (filename)打开文件,返回一个image对象 Python代码im=('filename')此后,一切关于图片的操作均基于这个对象。打开后,我们可以查看一些图片信息,,,。()会在图片查看工具中显示当前操作的image对象,这个跟个人的系统有关系,我系统中默认是用WindowsPictureandFaxViewer打开的。这个方法用来查看临时的图片效果。读写图片 pil中转换图片格式非常简单(转换图片模式是另一个概念,不要混淆),(filename)即可比如有一个bmp(位图)图片,使用img=('')打开后,('')即可转换。不过一般情况下,save(filename)是不用做这个用途的,通常,save用以保存一个临时的image对象到硬盘。而转换工作由一个功能更为强大的convert()方法来完成。拷贝,粘贴,合并 Python代码box=(100,100,500,500)#设置要拷贝的区域#将im表示的图片对象拷贝到region中,大小为(400*400)像素。这个region可以用来后续的操作(region其实就是一个Image对象),box变量是一个四元组(左,上,右,下)。region=(box)region=()#从字面上就可以看出,先把region中的Image反转180度,然后再放回到region中。(region,box)#粘贴box大小的region到原先的图片对象中。前面说过,每一个RGB都是由三个通道的灰度图叠加的,所以pil提供了将这三个通道分离的方法 Python代码r,g,b=()#()()()im=("RGB",(b,g,r))#将b,r两个通道进行翻转。红色通道的灰度图绿色通道的灰度图蓝色通道的灰度图互换红蓝通道后的合成图几何转变几何转变提供resize,rotate等方法,用以重定义图片大小,对图片进行旋转等操作,在实际应用中比较广泛。如 Python代码 out=((128,128))#resize成128*128像素大小。 out=(45)#逆时针旋转45度逆时针45度镜面效果,左右翻转 transpose()方法预定义了一些旋转方式,如左右反转,上下翻转,逆时针旋转(90,180,270)度等,非常方便,rotate()和transpose()方法在表现上没有任何不同。图片加强滤镜 ImageFilter模块提供了很多预定义的图片加强滤镜。比如一个常用的滤镜,细节(detail滤镜) Python代码importI