最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Python圖像處理庫PIL的ImageFilter模塊使用介紹

 更新時間:2020年02月26日 10:52:59   作者:icamera0  
這篇文章主要介紹了Python圖像處理庫PIL的ImageFilter模塊使用介紹,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

ImageFilter模塊提供了濾波器相關(guān)定義;這些濾波器主要用于Image類的filter()方法。

一、ImageFilter模塊所支持的濾波器

當(dāng)前的PIL版本中ImageFilter模塊支持十種濾波器:

1、  BLUR

ImageFilter.BLUR為模糊濾波,處理之后的圖像會整體變得模糊。

例子:

>>> from PIL importImageFilter
>>> im02 =Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")
>>> im = im02.filter(ImageFilter.BLUR)

圖像im02為原始圖像,如下:

                          

圖像im為模糊濾波之后的圖像,明顯比原始圖像模糊了一些,見下圖:

2、  CONTOUR

ImageFilter.CONTOUR為輪廓濾波,將圖像中的輪廓信息全部提取出來。

例子:

>>>from PIL import ImageFilter
>>>im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")
>>> im= im02.filter(ImageFilter.CONTOUR)

圖像im為輪廓圖像,如下圖:

3、  DETAIL

ImageFilter.DETAIL為細(xì)節(jié)增強(qiáng)濾波,會使得圖像中細(xì)節(jié)更加明顯。

例子:

>>>from PIL import ImageFilter

>>>im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")

>>> im= im02.filter(ImageFilter.DETAIL)

圖像im為細(xì)節(jié)增強(qiáng)后的圖像,如下圖:

4、 EDGE_ENHANCE

ImageFilter.EDGE_ENHANCE為邊緣增強(qiáng)濾波,突出、加強(qiáng)和改善圖像中不同灰度區(qū)域之間的邊界和輪廓的圖像增強(qiáng)方法。經(jīng)處理使得邊界和邊緣在圖像上表現(xiàn)為圖像灰度的突變,用以提高人眼識別能力。

例子:

>>>from PIL import ImageFilter

>>>im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")

>>> im= im02.filter(ImageFilter.EDGE_ENHANCE)

圖像im為邊緣增強(qiáng)后的圖像,如下圖:

5、 EDGE_ENHANCE_MORE

ImageFilter.EDGE_ENHANCE_MORE為深度邊緣增強(qiáng)濾波,會使得圖像中邊緣部分更加明顯。

例子:

>>>from PIL import ImageFilter
>>>im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")
>>> im= im02.filter(ImageFilter.EDGE_ENHANCE_MORE)

圖像im為深度邊緣增強(qiáng)后的圖像,如下圖:

6、EMBOSS

ImageFilter.EMBOSS為浮雕濾波,會使圖像呈現(xiàn)出浮雕效果。

例子:

>>>from PIL import ImageFilter
>>>im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")
>>> im= im02.filter(ImageFilter.EMBOSS)

圖像im為浮雕效果的圖像,如下圖:

        

7、 FIND_EDGES

ImageFilter.FIND_EDGES為尋找邊緣信息的濾波,會找出圖像中的邊緣信息。

例子:

>>>from PIL import ImageFilter
>>>im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")
>>> im= im02.filter(ImageFilter.FIND_EDGES)

圖像im為邊緣信息的圖像,如下圖:

8、  SMOOTH

ImageFilter.SMOOTH為平滑濾波,突出圖像的寬大區(qū)域、低頻成分、主干部分或抑制圖像噪聲和干擾高頻成分,使圖像亮度平緩漸變,減小突變梯度,改善圖像質(zhì)量。

例子:

>>>from PIL import ImageFilter
>>>im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")
>>> im= im02.filter(ImageFilter.SMOOTH)

圖像im為平滑濾波的圖像,如下圖:

9、  SMOOTH_MORE

ImageFilter.SMOOTH_MORE為深度平滑濾波,會使得圖像變得更加平滑。

例子:

>>> from PIL importImageFilter
>>> im02 =Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")
>>> im =im02.filter(ImageFilter.SMOOTH_MORE)

圖像im為深度平滑濾波的圖像,如下圖:

10、SHARPEN

ImageFilter.SHARPEN為銳化濾波,補(bǔ)償圖像的輪廓,增強(qiáng)圖像的邊緣及灰度跳變的部分,使圖像變得清晰。

例子:

>>>from PIL import ImageFilter
>>> im02 =Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")
>>> im =im02.filter(ImageFilter.SHARPEN)

圖像im為銳化濾波的圖像,如下圖:

二、ImageFilter模塊的函數(shù)

1、  Kernel

定義:Kernel(size,kernel, scale=None, offset=0)

含義:(New in 1.1.5)生成一個給定尺寸的卷積核。在當(dāng)前的版本中,變量size必須為(3,3)或者(5,5)。變量kernel與變量size對應(yīng)地必須為包含9個或者25個整數(shù)或者浮點(diǎn)數(shù)的序列。

如果設(shè)置了變量scale,那將卷積核作用于每個像素值之后的數(shù)據(jù),都需要除以這個變量。默認(rèn)值為卷積核的權(quán)重之和。

如果設(shè)置變量offset,這個值將加到卷積核作用的結(jié)果上,然后再除以變量scale。

例子: 

>>>from PIL import ImageFilter
>>> im02 =Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")
>>> im=im02.filter(ImageFilter.Kernel((3,3),(1,1,1,0,0,0,2,0,2)))

圖像im為經(jīng)過卷積核處理過的圖像,如下圖:

2、  RankFilter

定義:RankFilter(size,rank)

含義:(New in 1.1.5)生成給定尺寸的等級濾波器。對于輸入圖像的每個像素點(diǎn),等級濾波器根據(jù)像素值,在(size,size)的區(qū)域中對所有像素點(diǎn)進(jìn)行排序,然后拷貝對應(yīng)等級的值存儲到輸出圖像中。

例子:

>>>from PIL import ImageFilter
>>>im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")
>>> im=im02.filter(ImageFilter.RankFilter(5,24))

圖像im為等級濾波后的圖像,在每個像素點(diǎn)為中心的5x5區(qū)域25個像素點(diǎn)中選擇排序第24位的像素作為新的值。如下圖:

3、  MinFilter

定義:MinFilter(size=3)

含義:(New in 1.1.5)生成給定尺寸的最小濾波器。對于輸入圖像的每個像素點(diǎn),該濾波器從(size,size)的區(qū)域中拷貝最小的像素值存儲到輸出圖像中。

例子:

>>> from PIL importImageFilter
>>> im02 =Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")
>>> im=im02.filter(ImageFilter.MinFilter(5))

圖像im為最小濾波后的圖像,在每個像素點(diǎn)為中心的5x5區(qū)域25個像素點(diǎn)中選擇最小的像素作為新的值。如下圖:

4、  MedianFilter

定義:MedianFilter(size=3)

含義:(New in 1.1.5)生成給定尺寸的中值濾波器。對于輸入圖像的每個像素點(diǎn),該濾波器從(size,size)的區(qū)域中拷貝中值對應(yīng)的像素值存儲到輸出圖像中。

例子:

>>>from PIL import ImageFilter
>>>im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")
>>> im=im02.filter(ImageFilter.MedianFilter(5))

圖像im為中值濾波后的圖像,在每個像素點(diǎn)為中心的5x5區(qū)域25個像素點(diǎn)中選擇中值作為新的值。如下圖:

 5、  MaxFilter

定義:MaxFilter(size=3)

含義:(New in 1.1.5)生成給定尺寸的最大濾波器。對于輸入圖像的每個像素點(diǎn),該濾波器從(size,size)的區(qū)域中拷貝最大的像素值存儲到輸出圖像中。

例子:

>>>from PIL import ImageFilter
>>> im02 =Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")
>>> im=im02.filter(ImageFilter.MaxFilter(5))

圖像im為最大濾波后的圖像,在每個像素點(diǎn)為中心的5x5區(qū)域25個像素點(diǎn)中選擇最大的像素作為新的值。如下圖:

 6、  ModeFilter

定義:ModeFilter(size=3)

含義:(New in 1.1.5)生成給定尺寸的模式濾波器。對于輸入圖像的每個像素點(diǎn),該濾波器從(size,size)的區(qū)域中拷貝出現(xiàn)次數(shù)最多的像素值存儲到輸出圖像中。如果沒有一個像素值出現(xiàn)過兩次極其以上,則使用原始像素值。

例子:

>>>from PIL import ImageFilter
>>>im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")
>>> im=im02.filter(ImageFilter.ModeFilter(5))

圖像im為模式濾波后的圖像,在每個像素點(diǎn)為中心的5x5區(qū)域25個像素點(diǎn)中選擇出現(xiàn)次數(shù)最多的像素作為新的值。如下圖:

以上就是Python圖像處理庫PIL的ImageFilter模塊使用介紹的詳細(xì)內(nèi)容,更多關(guān)于PIL ImageFilter模塊的資料請關(guān)注腳本之家其它相關(guān)文章!

相關(guān)文章

  • Pycharm創(chuàng)建Django項目示例實踐

    Pycharm創(chuàng)建Django項目示例實踐

    本文主要介紹了Pycharm創(chuàng)建Django項目示例,文中通過示例代碼介紹的非常詳細(xì),具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2022-03-03
  • Python實現(xiàn)子類調(diào)用父類的方法

    Python實現(xiàn)子類調(diào)用父類的方法

    這篇文章主要介紹了Python實現(xiàn)子類調(diào)用父類的方法,解決子類覆蓋父類初始化方法而出現(xiàn)的不確定問題,可通過調(diào)用超類構(gòu)造方法的未綁定版本或者使用super函數(shù)來解決,需要的朋友可以參考下
    2014-11-11
  • python基于tkinter圖形化編程實現(xiàn)簡易計算器功能

    python基于tkinter圖形化編程實現(xiàn)簡易計算器功能

    這篇文章主要為大家詳細(xì)介紹了python基于tkinter圖形化編程實現(xiàn)簡易計算器功能,文中示例代碼介紹的非常詳細(xì),具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2022-07-07
  • pytorch繪制曲線的方法

    pytorch繪制曲線的方法

    這篇文章主要為大家詳細(xì)介紹了pytorch繪制曲線的方法,文中示例代碼介紹的非常詳細(xì),具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2021-03-03
  • python實現(xiàn)字典合并的五種方法(附示例代碼)

    python實現(xiàn)字典合并的五種方法(附示例代碼)

    在Python中,有多種方法可以通過使用各種函數(shù)和構(gòu)造函數(shù)來合并字典,在本文中,我們將討論一些合并字典的方法,并通過代碼示例講解的非常詳細(xì),具有一定的參考價值,需要的朋友可以參考下
    2024-04-04
  • 使用python socket分發(fā)大文件的實現(xiàn)方法

    使用python socket分發(fā)大文件的實現(xiàn)方法

    今天小編就為大家分享一篇使用python socket分發(fā)大文件的實現(xiàn)方法,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
  • Python 通過分隔符分割文件后按特定次序重新組合的操作

    Python 通過分隔符分割文件后按特定次序重新組合的操作

    這篇文章主要介紹了Python 通過分隔符分割文件后按特定次序重新組合的操作,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
    2021-04-04
  • 詳解selenium + chromedriver 被反爬的解決方法

    詳解selenium + chromedriver 被反爬的解決方法

    這篇文章主要介紹了詳解selenium + chromedriver 被反爬的解決方法,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2020-10-10
  • python實現(xiàn)圖像降噪

    python實現(xiàn)圖像降噪

    這篇文章主要為大家詳細(xì)介紹了python實現(xiàn)圖像降噪,文中示例代碼介紹的非常詳細(xì),具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2022-08-08
  • Python如何調(diào)用spire.doc輕松讀取Word文檔內(nèi)容

    Python如何調(diào)用spire.doc輕松讀取Word文檔內(nèi)容

    Spire.Doc?for?.NET?是一款專門對?Word?文檔進(jìn)行操作的?.NET?類庫,本文為大家介紹了Python如何調(diào)用spire.doc實現(xiàn)輕松讀取Word文檔內(nèi)容,需要的可以了解下
    2025-02-02

最新評論

四子王旗| 九台市| 合江县| 大城县| 临安市| 登封市| 高密市| 梅州市| 漯河市| 漳平市| 五大连池市| 虎林市| 台安县| 麻栗坡县| 会理县| 南澳县| 泗洪县| 新疆| 碌曲县| 广宁县| 松原市| 宁陕县| 吐鲁番市| 都匀市| 金坛市| 广安市| 荣昌县| 怀仁县| 会泽县| 正定县| 孝感市| 观塘区| 通山县| 海晏县| 临清市| 宁陕县| 滦南县| 宿州市| 威宁| 洞头县| 麻城市|