1、创建一个新的图片
Image.new(mode,size)
Image.new(mode,size,color)
2、层叠图片
层叠两个图片，img1和img2,alpha是一个介于[0,1]的浮点数，如果为0，效果为img1，如果为1.0，效果为img2.当然img1和img2的尺寸和模式必须相同。Image.blend(img1,img2,alpha)
composite可以使用另外一个图片作为蒙版(mask)，所有的这三张图片必须具备相同的尺寸，mask图片的模式可以为"1","L","RGBA"
Image.composite(img1,img2,mask)
3、转换图形模式
convert可以将图片在不同的模式间在不同的模式间进行转换，在将灰度图转换成二值图时，所有的非零值被设置为255（白色）。灰度图的转换方式采用的是这个算法：
L= R*299/1000+G*587/1000+B*114/1000
点操作
img.point(function),这个function接受一个参数，且对图片中的每一个点执行这个函数，这个函数是一个匿名函数，在python之类的函数式编程语言中，可以使用
lambda表达式来完成，如
Python代码 
- out = img.point(lambda i : i*1.2)#对每个点进行20%的加强
如果图片是“I”或者“F”模式，那么这个lambda必须使用这样的形式
Python代码
- argument * scale + offset
- e.g
- out = img.point(lambda i: i*1.2 + 10)
透明通道的使用
putalpha(alpha)
这个方法是一个神奇的方法，你可以将一个图片(与原图尺寸相同)写入到原图片的透明通道中，而不影响原图片的正常显示，可以用于信息隐藏哦。当然，前提是原
始图片有透明通道。不过就算不是也没有多大关系，因为有PIL提供的convert功能，可以把一个图片先转换成RGBA模式，然后把要隐藏的信息文件转成“L”或者“1”模
式，最后使用这个putalpha将其叠加。而在图片的使用方，只需要简单的抽取其中的透明通道就可以看到隐藏信息了，哈哈。
Python代码
- def hideInfoInImage(img, info):
- if img.mode != "RGBA":
- img = img.convert("RGBA")
- if info.mode != "L" and info.mode != "1":
- info = info.convert("L")
- img.putalpha(info)
- return img
测试之
Python代码
- if __name__ == "__main__":
- img = Image.open("green.png")
- band = Image.open("antelope_inhalf.jpg")
- img = hideInfoInImage(img, band)
- img.show()#可以看到，原图片没有显式变化
- img.split()[3].show()#抽取出透明通道中的图片并显示
在windows系统中，默认的图片浏览器会把透明通道附加，可能会影响效果，可以用别的图片浏览器查看。
Python代码
- def randomPalette(length, min, max):
- return [ randint(min, max) for x in xrange(length)]
调色板的使用
Python代码
- putpalette(palette)
- img = Image.open("green.png").convert("L")
- #img.show()
- l = randomPalette(768, 0, 255)
- img.putpalette(l)
- img.show()
现将green.png转成灰度图，然后自定义一个随机调色板着色，可以看到这个效果。可能有人在想这个图形处理的作用，其实作用还是比较大的，做模式识别，人脸检
测等等操作事，真彩的图片往往很难处理，一个解决方案就是处理成灰度图或者二值图，一来可以去掉部分干扰，二来可以减少需要处理的数据量(提高效率)。
图片转换(扭曲，映射)
transform()方法的使用
Python代码
- transform(size, method, data)
method参数:
| EXTENT | 剪一个矩形出来(用以剪切，拉伸，压缩等操作) |
| AFFINE | 几何防射转换 |
| QUAD | 将一个四边形映射到一个矩形 |
| MESH | 将多个四边形映射到一个操作 |
在EXTENT参数的情况下，data是一个四元组(x0,y0,x1,y1)，表示输入图片中需要处理的区域，size为新图片的尺寸，是一个二元组(width, height)
用途：剪贴，拉伸，压缩等操作
在AFFINE参数的情况下，data是一个六元组(a,b,c, d,e,f),其中包含affine转置矩阵的前两行。对于输出图片的每个像素(x,y)，会被新值(ax+by+c, dx+ey+f)替换。
用途：反转，旋转，剪切等
在QUAD参数的情况下，data是一个八元组(x0,y0,x1,y1,x2,y2,x3,y3)表示源四边形的四个定点的坐标值.MESH方式跟QUAD的效果相当，不过是对多个四边形进行映射操作.
transpose
Python代码
- im.transpose(method)
method参数:
| FLIP_LEFT_RIGHT | 左右倒置 |
| FLIP_TOP_BOTTOM | 上下倒置 |
| ROTATE_90 | 旋转90度(逆时针) |
| ROTATE_180 | 旋转180度(逆时针) |
| ROTATE_270 | 旋转270度(逆时针) |
(360度?这个就不用转了吧，呵呵)
关于Image模块就介绍到这里，还有一部分属性，函数和方法没有在此做分析，这部分比较简单，如果想了解更多，可以参看pil的handbook。