PIL Python Imaging Library (PIL)

介绍

把Python的基础知识学习后,尝试一下如何安装、加载、使用非标准库,选择了图像处理模块PIL。

Python Imaging Library (PIL)是PythonWare公司提供的免费的图像处理工具包,是python下的图像处理模块,支持多种格式,并提供强大的图形与图像处理功能。虽然在这个软件包上要实现类似MATLAB中的复杂的图像处理算法并不太适合,但是Python的快速开发能力以及面向对象等等诸多特点使得它非常适合用来进行原型开发。对于简单的图像处理或者大批量的简单图像处理任务,python+PIL是很好的选择。

PIL 具备(但不限于) 以下的能力:

  • 数十种图档格式的读写能力。 常见的JPEG, PNG, BMP, GIF, TIFF 等格式,都在PIL 的支援之列。 另外,PIL 也支援黑白、灰阶、自订调色盘、RGB true color、带有透明属性的RBG true color、CMYK 及其它数种的影像模式。相当齐全。
  • 基本的影像资料操作:裁切、平移、旋转、改变尺寸、调置(transpose)、剪下与贴上等等。
  • 强化图形:亮度、色调、对比、锐利度。
  • 色彩处理。
  • PIL 提供十数种滤镜(filter)。 当然,这个数目远远不能与Photoshop? 或GIMP? 这样的专业特效处理软体相比;但PIL 提供的这些滤镜可以用在Python 程式里面,提供批次化处理的能力。
  • PIL 可以在影像中绘图制点、线、面、几何形状、填满、文字等等。

目前PIL的官方最新版本为1.1.7(官方下载地址:这里),支持的版本为python 2.5, 2.6, 2.7,并不支持python3.x,但有高手把它重新编译生成python3下可安装的exe了。这一非官方下载地址:这里

这里是PIL的使用手册,这里有中文版。

------------------------------------------------------------------------------------------------------------------------------------------

安装

由于目前暂未出支持3.x的PIL版本,所以从上述非官方地址中下载了支持3.3的win32版本。需要注意该地址中有两点说明:

[plain] view
plain
copy

  1. Note: use `from PIL import Image` instead of `import Image`.
  2. Note: this fork contains bug fixes and enhancements.

下载完成后 ,基本一直“next”即可安装。

------------------------------------------------------------------------------------------------------------------------------------------

使用

在PIL中,任何一副图像都是用一个Image对象表示,而这个类由和它同名的模块导出,因此,要加载一副图像,最简单的形式是这样的:

[python] view
plain
copy

  1. import Image
  2. img = Image.open(“test.jpg”)

由于使用的是非官方的支持3.3版本的PIL,并提示“use `from PIL import Image` instead of `import Image`.”所以本文加载图像是用如下方式:

[python] view
plain
copy

  1. from PIL import Image
  2. img = Image.open("test.jpg")

PIL提供了丰富的功能模块:Image,ImageDraw,ImageEnhance,ImageFile等等。最常用到的模块是Image,ImageDraw,ImageEnhance这三个模块。

(1)Image模块

Image模块是PIL最基本的模块,其中导出了Image类,一个Image类实例对象就对应了一副图像。同时,Image模块还提供了很多有用的函数。打开一副图像文件 :

[python] view
plain
copy

  1. from PIL import Image
  2. img = Image.open("test.jpg")

这将返回一个Image类实例对象,后面的所有的操作都是在img上完成的。

显示一幅已经载入的图片:

[python] view
plain
copy

  1. img.show()

调整图像大小:

[python] view
plain
copy

  1. from PIL import Image
  2. img = Image.open("test.jpg")
  3. new_img = img.resize((128, 128), Image.BILINEAR)
  4. new_img.save("new_img.jpg")

原来的图像大小是256x256,现在,保存的new_img.jpg的大小是128x128。如下:

旋转图像:

现在我们把刚才调整过大小的图像旋转45度:

[python] view
plain
copy

  1. from PIL import Image
  2. img = Image.open("test.jpg")
  3. new_img = img.resize((128, 128), Image.BILINEAR)
  4. rot_img = new_img.rotate(45)
  5. rot_img.save("rot_img.jpg")

格式转换:

假设我们要把上面生成的rot_img.jpg转换成bmp图像,要做到这一点这太简单了:只需要在上面的代码后面添加下面这样一行即可:

[python] view
plain
copy

  1. rot_img.save("con_img.bmp")

此处save函数只有一个参数,是一个包含文件名和扩展名的字符串。Image类中的save函数在你未指定保存的格式时,自动根据文件名后缀完成格式转换。另外一种调用方式是:

[python] view
plain
copy

  1. img.save(‘con_img‘,‘bmp‘)

注:第一个参数为你要指定保存的文件名,第二个参数为你要指定保存的图像格式。

直方图统计:

Image类实例的histogram()方法能够对直方图数据进行统计,并将结果做为一个列表(list)返回。比如,我们对上面的旋转后生成的图像进行直方图统计:

[python] view
plain
copy

  1. from PIL import Image
  2. img = Image.open("test.jpg")
  3. new_img = img.resize((128, 128), Image.BILINEAR)
  4. rot_img = new_img.rotate(45)
  5. print (rot_img.histogram())

(2)ImageDraw模块

ImageDraw模块提供了基本的图形能力,这里的图形能力指的主要是图形的绘制能力。PIL库提供了比较丰富的图形绘制函数,可以绘制直线、弧线、矩形、多边形、椭圆、扇形等等。ImageDraw实现了一个Draw类,所有的图形绘制功能都是在Draw类实例的方法中实现的。

实例化一个Draw类实例很简单:

[python] view
plain
copy

  1. from PIL import Image, ImageDraw
  2. img = Image.open("test.jpg")
  3. draw = ImageDraw.Draw(img)
  4. #.....
  5. img.save("new.jpg")

绘制直线:

[python] view
plain
copy

  1. from PIL import Image, ImageDraw
  2. img = Image.open("test.jpg")
  3. draw = ImageDraw.Draw(img)
  4. width, height = img.size
  5. draw.line( ( (0,0), (width-1, height-1)), fill=255)
  6. draw.line( ( (0,height-1), (width-1, 0)), fill=255)
  7. img.save("cross_line.jpg")

绘制圆:

[python] view
plain
copy

  1. from PIL import Image, ImageDraw
  2. img = Image.open("test.jpg")
  3. draw = ImageDraw.Draw(img)
  4. width, height = img.size
  5. draw.arc( (0, 0, width-1, height-1), 0, 360, fill=255)
  6. img.save("circle.jpg")

(3)ImageEnhance模块

这个模块提供了一个常用的图像增强工具箱。可以用来进行色彩增强、亮度增强、对比度增强、图像尖锐化等等增强操作。所有操作都有相同形式的接口——通过相应类的enhance方法实现:色彩增强通过Color类的enhance方法实现;亮度增强通过Brightness类的enhance方法实现;对比度增强通过Contrast类的enhance方法实现;尖锐化通过Sharpness类的enhance方法实现。所有的操作都需要向类的构造函数传递一个Image对象作为参数,这个参数定义了增强作用的对象。同时所有的操作都返回一个新的Image对象。如果传给enhance方法的参数是1.0,则不对原图像做任何改变,直接返回原图像的一个拷贝。

这个模块很容易完全掌握,因为它只有Color、Contrast、Sharpness、Brightness四个类;并且每个类都只有两个函数__init__和enhance函数,并且这四个类的使用方式和成员函数的使用方式也都是一样的(只需要一个factor因子)。

亮度增强:

[python] view
plain
copy

  1. from PIL import Image, ImageEnhance
  2. img = Image.open("test.jpg")
  3. brightness = ImageEnhance.Brightness(img)
  4. bright_img = brightness.enhance(2.0)
  5. bright_img.save("bright.jpg")

图像尖锐化:

[python] view
plain
copy

  1. from PIL import Image, ImageEnhance
  2. img = Image.open("test.jpg")
  3. sharpness = ImageEnhance.Sharpness(img)
  4. sharp_img = sharpness.enhance(7.0)
  5. sharp_img.save("sharp.jpg")

对比度增强:

[python] view
plain
copy

  1. from PIL import Image, ImageEnhance
  2. img = Image.open("test.jpg")
  3. contrast = ImageEnhance.Contrast(img)
  4. contrast_img = contrast.enhance(2.0)
  5. contrast_img.save("contrast.jpg")

色彩增强:

[python] view
plain
copy

  1. from PIL import Image, ImageEnhance
  2. img = Image.open("test.jpg")
  3. color = ImageEnhance.Color(img)
  4. color_img = color.enhance(3.0)
  5. color_img.save("color.jpg")

(4)ImageChops模块

这个模块主要包括对图片的算术运算,叫做通道运算(channel operations)。这个模块可以用于多种途径,包括一些特效制作,图片整合,算数绘图等等方面。

图片反色,类似于集合操作中的求补集,最大值为Max,每个像素做减法,取出反色。

公式:out = MAX - image

[python] view
plain
copy

  1. ImageChops.invert(image)

比较两个图片(逐像素的比较),返回一个新的图片,这个新的图片是将两张图片中的较淡的部分的叠加。也即使说,在某一点上,两张图中,哪个的值小则取之。

公式:out = max(img1, img2)

[python] view
plain
copy

  1. ImageChops.lighter(image1, image2)

darker:与lighter正好相反。

公式:out = min(img1, img2)

[python] view
plain
copy

  1. ImageChops.darker(image1, image2)

求出两张图片的绝对值,逐像素的做减法:

公式:out = abs(img1, img2)

[python] view
plain
copy

  1. ImageChops.difference(image1, image2)

将两张图片互相叠加,如果用纯黑色与某图片进行叠加操作,会得到一个纯黑色的图片。如果用纯白色与图片作叠加,图片不受影响。

公式:out = img1 * img2 / MAX  (可以看到,如果时白色,MAX和MAX会约去,返回原始图片)

[python] view
plain
copy

  1. ImageChops.multiply(image1, image2)

screen:先反色,后叠加

公式:out = MAX - ((MAX - image1) * (MAX - image2) / MAX)

[python] view
plain
copy

  1. ImageChops.screen(image1, image2)

add:对两张图片进行算术加法,按照以下公式进行计算

公式:out = (img1+img2) / scale + offset

如果尺度和偏移被忽略的化,scale=1.0, offset=0.0,即out = img1 + img2

[python] view
plain
copy

  1. ImageChops.add(img1, img2, scale, offset)

subtract:对两张图片进行算术减法

公式:out = (img1-img2) / scale + offset

[python] view
plain
copy

  1. ImageChops.subtract(img1, img2, scale, offset)

(5)ImageColor模块

The ImageColor module contains colour tables and converters from CSS3-style colour specifiers to RGB tuples. This module is used by Image.new and the ImageDraw module, among others.

详见:这里

getrgb(color) ? (red, green, blue)

Convert a colour string to an RGB tuple. If the string cannot be parsed, this function raises a ValueError exception.

(6)ImageFile模块

The ImageFile module provides support functions for the image open and save functions.

In addition, it provides a Parser class which can be used to decode an image piece by piece (e.g. while receiving it over a network connection). This class implements the same consumer interface as the standard sgmllib and xmllib modules.

详见:这里

ImageFile.Parser() => Parser instance

Creates a parser object. Parsers cannot be reused.

parser.feed(data)

Feed a string of data to the parser. This method may raise an IOError exception.

parser.close() => image or None

Tells the parser to finish decoding. If the parser managed to decode an image, it returns an Image object. Otherwise, this method raises an IOError exception.

Example(Parse An Image):

[python] view
plain
copy

  1. import ImageFile
  2. fp = open("lena.pgm", "rb")
  3. p = ImageFile.Parser()
  4. while 1:
  5. s = fp.read(1024)
  6. if not s:
  7. break
  8. p.feed(s)
  9. im = p.close()
  10. im.save("copy.jpg")

(7)ImageFilter模块

ImageFilter是PIL的滤镜模块,当前版本支持10种加强滤镜,通过这些预定义的滤镜,可以方便的对图片进行一些过滤操作,从而去掉图片中的噪音(部分的消除),这样可以降低将来处理的复杂度(如模式识别等)。

滤镜名称 含义
ImageFilter.BLUR 模糊滤镜
ImageFilter.CONTOUR 轮廓
ImageFilter.DETAIL

ImageFilter.EDGE_ENHANCE

边界加强

ImageFilter.EDGE_ENHANCE_MORE 边界加强(阀值更大)
ImageFilter.EMBOSS 浮雕滤镜
ImageFilter.FIND_EDGES 边界滤镜
ImageFilter.SMOOTH 平滑滤镜
ImageFilter.SMOOTH_MORE 平滑滤镜(阀值更大)
ImageFilter.SHARPEN 锐化滤镜

要使用PIL的滤镜功能,需要引入ImageFilter模块。

[python] view
plain
copy

  1. import Image, ImageFilter
  2. def filterDemo():
  3. img = Image.open("test.jpg")
  4. imgfilted = img.filter(ImageFilter.SHARPEN)
  5. #imgfilted.show()
  6. imgfilted.save("sharpen.jpg")
  7. if __name__ == "__main__":
  8. filterDemo()

(8)ImageFont模块

The ImageFont module defines a class with the same name. Instances of this class store bitmap fonts, and are used with the text method of the ImageDraw class.

[python] view
plain
copy

  1. import ImageFont, ImageDraw
  2. draw = ImageDraw.Draw(image)
  3. # use a bitmap font
  4. font = ImageFont.load("arial.pil")
  5. draw.text((10, 10), "hello", font=font)
  6. # use a truetype font
  7. font = ImageFont.truetype("arial.ttf", 15)
  8. draw.text((10, 25), "world", font=font)

(9)ImageGrab模块

The ImageGrab module can be used to copy the contents of the screen or the clipboard to a PIL image memory.

The current version works on Windows only.

ImageGrab.grab() => image

ImageGrab.grab(bbox) => image

Take a snapshot of the screen, and return an "RGB" image. The bounding box argument can be used to copy only a part of the screen.

ImageGrab.grabclipboard() => image or list of strings or None

Take a snapshot of the clipboard contents, and return an image object or a list of file names. If the clipboard doesn‘t contain image data, this function returns None.

You can use isinstance to check if the function returned a valid image object, or something else:

[python] view
plain
copy

  1. im = ImageGrab.grabclipboard()
  2. if isinstance(im, Image.Image):
  3. ... got an image ...
  4. elif im:
  5. for filename in im:
  6. try:
  7. im = Image.open(filename)
  8. except IOError:
  9. pass # ignore this file
  10. else:
  11. ... got an image ...
  12. else:
  13. ... clipboard empty ...

(10)ImageMath模块

ImageMath 模块可以用来计算"图像表达式"。这个模块仅提供一个eval函数,它带一个表达式串以及一幅或多幅图像作参数。这个模块仅在 PIL Plus 包中可用。

详见:这里

[python] view
plain
copy

  1. import Image, ImageMath
  2. im1 = Image.open("image1.jpg")
  3. im2 = Image.open("image2.jpg")
  4. out = ImageMath.eval("convert(min(a, b), ‘L‘)", a=im1, b=im2)
  5. out.save("result.png")

(11)ImageOps模块

The ImageOps module contains a number of ‘ready-made‘ image processing operations. This module is somewhat experimental, and most operators only work on L and RGB images.

详见:这里

(12)ImagePalette模块

要使用ImagePalette 类和相关的函数,要导入ImagePalette 模块。

详见:这里

[python] view
plain
copy

  1. #1. 将调色板添加到图像 (Sequence Syntax)
  2. palette = []
  3. for i in range(256):
  4. palette.extend((i, i, i)) # grayscale wedge
  5. assert len(palette) == 768
  6. im.putpalette(palette)
  7. #2. 将调色板添加到图像 (Not Yet Supported)
  8. import ImagePalette
  9. palette = ImagePalette.ImagePalette("RGB")
  10. palette.putdata(...)
  11. im.putpalette(palette)
  12. #3. Getting the Palette Contents Using Resize/Convert
  13. assert im.mode == "P"
  14. lut = im.resize((256, 1))
  15. lut.putdata(range(256))
  16. lut = lut.convert("RGB").getdata()
  17. # lut now contains a sequence of (r, g, b) tuples

(13)ImagePath模块

ImagePath 模块用来存储和操作二维向量数据。路径对象可以被传到ImageDraw模块中的方法中。

详见:这里

ImagePath.Path(coordinates) => Path instance

创建一个路径对象。坐标表coordinates可以是任何包含2元组 [ (x, y), ... ] 或者数字值 [ x, y, ... ]的序列对象。

(14)ImageQt模块

The ImageQt module contains support to create PyQt4 QImage objects from PIL images.

详见:这里

ImageQt.ImageQt(image)

Creates an ImageQt object from a PIL image object.

(15)ImageSequence模块

ImageSequence 模块包含让你能够跌代一个图像序列的包装类。

详见:这里

ImageSequence.Iterator(image) => Iterator instance

创建一个Iterator 对象让你可以循环遍历一个序列中的所有帧。

Iterator 类实现 [] 运算符(Operator [] )

你可以用大于等于0的整数作参数调用这个运算符。如果没有足够的帧,跌代子会抛出一个IndexError异常。

[python] view
plain
copy

  1. import Image, ImageSequence
  2. im = Image.open("animation.fli")
  3. index = 1
  4. for frame in ImageSequence.Iterator(im):
  5. frame.save("frame%d.png" % index)
  6. index = index + 1

(16)ImageStat模块

The ImageStat module calculates global statistics for an image, or for a region of an image.

详见:这里

stat.count

stat.sum

stat.mean

stat.stddev

(17)ImageTk模块

The ImageTk module contains support to create and modify Tkinter BitmapImage and PhotoImage objects from PIL images.

详见:这里

[python] view
plain
copy

  1. ImageTk.BitmapImage(image, options)
  2. ImageTk.PhotoImage(image)
  3. photo.paste(image, box)

(18)ImageWin模块

The ImageWin module contains support to create and display images on Windows.

详见:这里

ImageWin can be used with PythonWin and other user interface toolkits that provide access to Windows device contexts or window handles. For example, Tkinter makes the window handle available via the winfo_id method:

[python] view
plain
copy

  1. dib = ImageWin.Dib(...)
  2. hwnd = ImageWin.HWND(widget.winfo_id())
  3. dib.draw(hwnd, xy)

(19)PSDraw模块

The PSDraw module provides simple print support for Postscript printers. You can print text, graphics and images through this module.

详见:这里

[python] view
plain
copy

  1. ps.line(from, to)
  2. ps.rectangle(box)
  3. ps.text(position, text)
  4. ps.image(box, image, dpi=None)

------------------------------------------------------------------------------------------------------------------------------------------

参考资料

(1). 《在python3下用PIL做图像处理

(2). 《用Python进行图像处理

(3).《python图像处理之初窥门径

(4).  PIL的《handbook

时间: 2024-10-13 10:49:25

PIL Python Imaging Library (PIL)的相关文章

安装Python图型处理库Python Imaging Library(PIL)

方法1: 在Debian/Ubuntu Linux下直接通过apt安装: $sudo apt-get install python-imaging Mac和其他版本的Linux可以直接使用easy_install或pip安装,安装前需要把编译环境装好: $sudo easy_intall PIL 或者 $sudo pip install PIL 方法2: 1.下载PIL的Source Kit(因为这个包支持全部平台) Imaging--1.1.6.tar.gz URL: http://www.p

关于使用TexturePackerGUI将图片合成和用Python Imaging Library将图片分解

写这片博客前,我在学习cocos2d-x,正在做一个微信打飞机的项目,为了将飞机图片资源合成为一张,使用到了TexturePackerGUI软件,在这介绍使用方法,后面是将这张合成图片分解成原来图片的方法. 合成 软件下载地址 破解完成之后就开始使用,对里面控件不熟悉的请参考这篇文章,虽然看起来复杂,但是只要把你所有需要合成的资源全部移到右边的框内就行了,如下图(蓝色的地方): 好了,把图片全部拖进去之后,就可以开始导出了,选择菜单栏中的Publish,在此之前,请在左边的DataFile中设置

PIL:Python Imaging Library(图像处理标准库)

安装PIL Mac或Linux安装命令:sudo easy_install PIL 如果报错:fatal error: 'freetype/fterrors.h' file not found Mac下所依赖的FreeType链接变更问题,解决如下: ln -s /usr/local/include/freetype2 /usr/local/include/freetype sudo easy_install -U pil 如果出现问题:decoder jpeg not available 卸载

Python之Python Imaging Library

from PIL import Image 1.打开图片 img = Image.open(fileName) 2.保存图片 img.save(imgName) 3.调整图片大小 def resize(self, width, height):    o_width, o_height = img.size     o_ratio = o_width/float(o_height)     n_ratio = width/float(height) if o_ratio > n_ratio:  

Python中的PIL

转自:http://blog.csdn.net/yockie/article/details/8498301 介绍 把Python的基础知识学习后,尝试一下如何安装.加载.使用非标准库,选择了图像处理模块PIL. Python Imaging Library (PIL)是PythonWare公司提供的免费的图像处理工具包,是python下的图像处理模块,支持多种格式,并提供强大的图形与图像处理功能.虽然在这个软件包上要实现类似MATLAB中的复杂的图像处理算法并不太适合,但是Python的快速开

Python练习册--PIL处理图片之加水印

背景 最近在看到了Python 练习册,每天一个小程序 这个项目,非常有趣,也比较实用. 晚上看了这第000题,关于Python图片处理: 将你的 QQ 头像(或者微博头像)右上角加上红色的数字,类似于微信未读信息数量那种提示效果. 类似于图中效果 之前没怎么使用过PIL库,在生成验证码及识别验证码时也需要了解这方面知识,就动手试了实践下. PIL The Python Imaging Library adds image processing capabilities to your Pyth

Python 之 使用 PIL 库做图像处理

Python 之 使用 PIL 库做图像处理 1. 简介. 图像处理是一门应用非常广的技术,而拥有非常丰富第三方扩展库的 Python 当然不会错过这一门盛宴.PIL (Python Imaging Library)是 Python 中最常用的图像处理库,目前版本为 1.1.7,我们可以 在这里 下载学习和查找资料. Image 类是 PIL 库中一个非常重要的类,通过这个类来创建实例可以有直接载入图像文件,读取处理过的图像和通过抓取的方法得到的图像这三种方法. 2. 使用. 导入 Image

Python图像处理库(PIL)

Python Imaging Library为您的python程序添加图像处理能力.这个库提供广泛的文件格式支持.高效的内部表示和相当强大的图像处理能力. 核心图像库是为快速访问几种基本像素格式图像设计的.它能为一般的图像处理工具提供一个可靠的基础. 这个Pythonic library可以 装载和保存多种格式文件 Loading and Saving images (diverse formats)  Python Imaging Library的最新版本可以识别并读取多数图像格式.写图像操作

CentOS 6.5 Python Image Library 配置

转自:http://www.cnblogs.com/way_testlife/archive/2011/04/17/2019013.html PIL 下载: http://www.pythonware.com/products/pil/index.htm 安装 PIL $ tar xvfz Imaging-1.1.7.tar.gz        $ cd Imaging-1.1.7        $ python setup.py install 1. 简介. 图像处理是一门应用非常广的技术,而