python pillow模塊使用方法詳解
pillow
Pillow是PIL的一個派生分支，但如今已經(jīng)發(fā)展成為比PIL本身更具活力的圖像處理庫。pillow可以說已經(jīng)取代了PIL，將其封裝成python的庫（pip即可安裝），且支持python2和python3，目前最新版本是3.0.0。
Pillow的Github主頁：https://github.com/python-pillow/Pillow
Pillow的文檔(對應版本v3.0.0)：
https://pillow.readthedocs.org/en/latest/handbook/index.html
安裝它很簡單 pip install pillow
使用方式：
#python2 import Image #python3（因為是派生的PIL庫，所以要導入PIL中的Image） from PIL import Image
以python3為例，
open
from PIL import Image
im = Image.open("1.png")
im.show()
format
format屬性定義了圖像的格式，如果圖像不是從文件打開的，那么該屬性值為None；size屬性是一個tuple，表示圖像的寬和高（單位為像素）；mode屬性為表示圖像的模式，常用的模式為：L為灰度圖，RGB為真彩色，CMYK為pre-press圖像。如果文件不能打開，則拋出IOError異常。
print(im.format, im.size, im.mode)
save
im.save("c:\\")
convert()
convert() 是圖像實例對象的一個方法，接受一個 mode 參數(shù)，用以指定一種色彩模式，mode 的取值可以是如下幾種：
· 1 (1-bit pixels, black and white, stored with one pixel per byte)
· L (8-bit pixels, black and white)
· P (8-bit pixels, mapped to any other mode using a colour palette)
· RGB (3x8-bit pixels, true colour)
· RGBA (4x8-bit pixels, true colour with transparency mask)
· CMYK (4x8-bit pixels, colour separation)
· YCbCr (3x8-bit pixels, colour video format)
· I (32-bit signed integer pixels)
· F (32-bit floating point pixels)
im = Image.open('1.png').convert('L')
Filter
from PIL import Image, ImageFilter im = Image.open(‘1.png') # 高斯模糊 im.filter(ImageFilter.GaussianBlur) # 普通模糊 im.filter(ImageFilter.BLUR) # 邊緣增強 im.filter(ImageFilter.EDGE_ENHANCE) # 找到邊緣 im.filter(ImageFilter.FIND_EDGES) # 浮雕 im.filter(ImageFilter.EMBOSS) # 輪廓 im.filter(ImageFilter.CONTOUR) # 銳化 im.filter(ImageFilter.SHARPEN) # 平滑 im.filter(ImageFilter.SMOOTH) # 細節(jié) im.filter(ImageFilter.DETAIL)
查看圖像直方圖
im.histogram()
轉(zhuǎn)換圖像文件格式
def img2jpg(imgFile):
if type(imgFile)==str and imgFile.endswith(('.bmp', '.gif', '.png')):
with Image.open(imgFile) as im:
im.convert('RGB').save(imgFile[:-3]+'jpg')
img2jpg('1.gif')
img2jpg('1.bmp')
img2jpg('1.png')
屏幕截圖
from PIL import ImageGrab im = ImageGrab.grab((0,0,800,200)) #截取屏幕指定區(qū)域的圖像 im = ImageGrab.grab() #不帶參數(shù)表示全屏幕截圖
圖像裁剪與粘貼
box = (120, 194, 220, 294) #定義裁剪區(qū)域 region = im.crop(box) #裁剪 region = region.transpose(Image.ROTATE_180) im.paste(region,box) #粘貼
圖像縮放
im = im.resize((100,100)) #參數(shù)表示圖像的新尺寸，分別表示寬度和高度
圖像對比度增強
from PIL import Image
from PIL import ImageEnhance
#原始圖像
image = Image.open('lena.jpg')
image.show()
#亮度增強
enh_bri = ImageEnhance.Brightness(image)
brightness = 1.5
image_brightened = enh_bri.enhance(brightness)
image_brightened.show()
#色度增強
enh_col = ImageEnhance.Color(image)
color = 1.5
image_colored = enh_col.enhance(color)
image_colored.show()
#對比度增強
enh_con = ImageEnhance.Contrast(image)
contrast = 1.5
image_contrasted = enh_con.enhance(contrast)
image_contrasted.show()
#銳度增強
enh_sha = ImageEnhance.Sharpness(image)
sharpness = 3.0
image_sharped = enh_sha.enhance(sharpness)
image_sharped.show()
Image模塊用法介紹
1. 簡介。
圖像處理是一門應用非常廣的技術，而擁有非常豐富第三方擴展庫的 Python 當然不會錯過這一門盛宴。PIL （Python Imaging Library）是 Python 中最常用的圖像處理庫，目前版本為 1.1.7，我們可以 在這里 下載學習和查找資料。
Image 類是 PIL 庫中一個非常重要的類，通過這個類來創(chuàng)建實例可以有直接載入圖像文件，讀取處理過的圖像和通過抓取的方法得到的圖像這三種方法。
2. 使用。
導入 Image 模塊。然后通過 Image 類中的 open 方法即可載入一個圖像文件。如果載入文件失敗，則會引起一個 IOError ；若無返回錯誤，則 open 函數(shù)返回一個 Image 對象。現(xiàn)在，我們可以通過一些對象屬性來檢查文件內(nèi)容，即：
>>> import Image
>>> im = Image.open("j.jpg")>>> im.show()
>>> print im.format, im.size, im.mode
JPEG (440, 330) RGB
這里有三個屬性，我們逐一了解。
format : 識別圖像的源格式，如果該文件不是從文件中讀取的，則被置為 None 值。
size : 返回的一個元組，有兩個元素，其值為象素意義上的寬和高。
mode : RGB（true color image），此外還有，L（luminance），CMTK（pre-press image）。
from PIL import Image
from PIL import ImageEnhance
import pytesseract
import re
pytesseract.pytesseract.tesseract_cmd = 'D:\\Program Files\\Tesseract-OCR\\tesseract.exe'
tessdata_dir_config = '--tessdata-dir "D:\\Program Files\\Tesseract-OCR\\tessdata"'
im=Image.open("./img/10.jpg")
im=im.convert('L')
im.show()
im=ImageEnhance.Contrast(im)
im=im.enhance(1)
#im = im.resize((300, 90))
ltext = pytesseract.image_to_string(im)
ltext = re.sub("\W", "", ltext)
im.show()
print(ltext)
#print(pytesseract.image_to_string(im))
#print(pytesseract.image_to_boxes(im))
#print(im.format, im.size, im.mode)
convert() : 該函數(shù)可以用來將圖像轉(zhuǎn)換為不同色彩模式。
ImageEnhance.Contrast(im):使用ImageEnhance可以增強圖片的識別率
其他
簡單的幾何變換。
>>>out = im.resize((128, 128)) #調(diào)整圖片大小 >>>out = im.rotate(45) #逆時針旋轉(zhuǎn) 45 度角。 >>>out = im.transpose(Image.FLIP_LEFT_RIGHT) #左右對換。 >>>out = im.transpose(Image.FLIP_TOP_BOTTOM) #上下對換。 >>>out = im.transpose(Image.ROTATE_90) #旋轉(zhuǎn) 90 度角。 >>>out = im.transpose(Image.ROTATE_180) #旋轉(zhuǎn) 180 度角。 >>>out = im.transpose(Image.ROTATE_270) #旋轉(zhuǎn) 270 度角。
序列圖像。
即我們常見到的動態(tài)圖，最常見的后綴為 .gif ，另外還有 FLI / FLC 。PIL 庫對這種動畫格式圖也提供了一些基本的支持。當我們打開這類圖像文件時，PIL 自動載入圖像的第一幀。我們可以使用 seek 和 tell 方法在各幀之間移動。
import Image
im.seek(1) # skip to the second frame
try:
while 1:
im.seek( im.tell() + 1)
# do something to im
except EOFError:
pass
以上就是本文的全部內(nèi)容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。
相關文章
布同 統(tǒng)計英文單詞的個數(shù)的python代碼
最近需要翻譯英文文章，所以需要統(tǒng)計單詞個數(shù)。索性寫了一段代碼在此，可以簡單的統(tǒng)計單詞的個數(shù)2011-03-03
Python實現(xiàn)微信中找回好友、群聊用戶撤回的消息功能示例
這篇文章主要介紹了Python實現(xiàn)微信中找回好友、群聊用戶撤回的消息功能,結(jié)合實例形式分析了Python基于微信itchat模塊實現(xiàn)針對撤回消息的查看功能相關操作技巧,需要的朋友可以參考下2019-08-08
pytorch使用voc分割數(shù)據(jù)集訓練FCN流程講解
這篇文章主要介紹了pytorch使用voc分割數(shù)據(jù)集訓練FCN流程，圖像分割發(fā)展過程也經(jīng)歷了傳統(tǒng)算法到深度學習算法的轉(zhuǎn)變，傳統(tǒng)的分割算法包括閾值分割、分水嶺、邊緣檢測等等2022-12-12
這篇文章主要為大家詳細介紹了python中28種極坐標繪圖函數(shù)的用法,文中的示例代碼講解詳細,具有一定的學習價值,感興趣的小伙伴可以跟隨小編一起了解一下2023-09-09
這篇文章主要介紹了seek引發(fā)的python文件讀寫的問題及解決,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2019-07-07
這篇文章主要介紹了PyTorch小功能之TensorDataset解讀，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2023-02-02
Python3使用Matplotlib 繪制精美的數(shù)學函數(shù)圖形
這篇文章主要介紹了Python3使用Matplotlib 繪制精美的數(shù)學函數(shù)圖形,非常不錯，具有一定的參考借鑒價值，需要的朋友可以參考下2019-04-04
這篇文章主要介紹了python爬蟲的一個常見簡單js反爬詳解我們在寫爬蟲是遇到最多的應該就是js反爬了，今天分享一個比較常見的js反爬，我把js反爬分為參數(shù)由js加密生成和js生成cookie等來操作瀏覽器這兩部分,需要的朋友可以參考下2019-07-07
今天小編就為大家分享一篇python繪制多個子圖的實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07
使用強大的Pandas庫處理數(shù)據(jù)中的缺失值是邁向數(shù)據(jù)清洗高手的第一步,本文主要介紹了pandas處理缺失值的10種策略,具有一定的參考價值,感興趣的可以了解一下2024-05-05