python的pillow库怎么使用

Pillow是Python里的图像处理库（PIL：Python Image Library），提供了了广泛的文件格式支持，强大的图像处理能力，主要包括图像储存、图像显示、格式转换以及基本的图像处理操作等。 

1）使用 Image 类
PIL最重要的类是 Image class, 你可以通过多种方法创建这个类的实例；你可以从文件加载图像，或者处理其他图像, 或者从 scratch 创建。

要从文件加载图像，可以使用open( )函数，在Image模块中：

[python] view plain copy

• >>> from PIL import Image  

• >>> im = Image.open("E:/photoshop/1.jpg")  

加载成功后，将返回一个Image对象，可以通过使用示例属性查看文件内容：

[python] view plain copy

• >>> print(im.format, im.size, im.mode)  

• ('JPEG', (600, 351), 'RGB')  

• >>>   

format 这个属性标识了图像来源。如果图像不是从文件读取它的值就是None。size属性是一个二元tuple，包含width和height（宽度和高度，单位都是px）。 mode 属性定义了图像bands的数量和名称，以及像素类型和深度。常见的modes 有 “L” (luminance) 表示灰度图像, “RGB” 表示真彩色图像, and “CMYK” 表示出版图像。
如果文件打开错误，返回 IOError 错误。
只要你有了 Image 类的实例，你就可以通过类的方法处理图像。比如，下列方法可以显示图像：

[python] view plain copy

• im.show()  

2）读写图像
PIL 模块支持大量图片格式。使用在 Image 模块的 open() 函数从磁盘读取文件。你不需要知道文件格式就能打开它，这个库能够根据文件内容自动确定文件格式。要保存文件，使用 Image 类的 save() 方法。保存文件的时候文件名变得重要了。除非你指定格式，否则这个库将会以文件名的扩展名作为格式保存。

加载文件，并转化为png格式：

[python] view plain copy

• "Python Image Library Test"  

• from PIL import Image  

• import os  

• import sys  

• for infile in sys.argv[1:]:  

• f,e = os.path.splitext(infile)  

• outfile = f +".png"  

• if infile != outfile:  

• try:  

• Image.open(infile).save(outfile)  

• except IOError:  

• print("Cannot convert", infile)  

save() 方法的第二个参数可以指定文件格式。
3）创建缩略图

缩略图是网络开发或图像软件预览常用的一种基本技术，使用Python的Pillow图像库可以很方便的建立缩略图，如下：

[python] view plain copy

• # create thumbnail  

• size = (128,128)  

• for infile in glob.glob("E:/photoshop/*.jpg"):  

• f, ext = os.path.splitext(infile)  

• img = Image.open(infile)  

• img.thumbnail(size,Image.ANTIALIAS)  

• img.save(f+".thumbnail","JPEG")  

上段代码对photoshop下的jpg图像文件全部创建缩略图，并保存，glob模块是一种智能化的文件名匹配技术，在批图像处理中经常会用到。
注意：Pillow库不会直接解码或者加载图像栅格数据。当你打开一个文件，只会读取文件头信息用来确定格式，颜色模式，大小等等，文件的剩余部分不会主动处理。这意味着打开一个图像文件的操作十分快速，跟图片大小和压缩方式无关。

4）图像的剪切、粘贴与合并操作

Image 类包含的方法允许你操作图像部分选区，PIL.Image.Image.crop 方法获取图像的一个子矩形选区，如：

[python] view plain copy

• # crop, paste and merge  

• im = Image.open("E:/photoshop/lena.jpg")  

• box = (100,100,300,300)  

• region = im.crop(box)  

矩形选区有一个4元元组定义，分别表示左、上、右、下的坐标。这个库以左上角为坐标原点，单位是px，所以上诉代码复制了一个 200x200 pixels 的矩形选区。这个选区现在可以被处理并且粘贴到原图。

[python] view plain copy

• region = region.transpose(Image.ROTATE_180)  

• im.paste(region, box)  

当你粘贴矩形选区的时候必须保证尺寸一致。此外，矩形选区不能在图像外。然而你不必保证矩形选区和原图的颜色模式一致，因为矩形选区会被自动转换颜色。

5）分离和合并颜色通道

对于多通道图像，有时候在处理时希望能够分别对每个通道处理，处理完成后重新合成多通道，在Pillow中，很简单，如下：

[python] view plain copy

• r,g,b = im.split()  

• im = Image.merge("RGB", (r,g,b))  

对于split（ ）函数，如果是单通道的，则返回其本身，否则，返回各个通道。
6）几何变换

对图像进行几何变换是一种基本处理，在Pillow中包括resize( )和rotate( )，如用法如下：

[python] view plain copy

• out = im.resize((128,128))  

• out = im.rotate(45)  # degree conter-clockwise  

其中，resize( )函数的参数是一个新图像大小的元祖，而rotate( )则需要输入顺时针的旋转角度。在Pillow中，对于一些常见的旋转作了专门的定义：

[python] view plain copy

• out = im.transpose(Image.FLIP_LEFT_RIGHT)  

• out = im.transpose(Image.FLIP_TOP_BOTTOM)  

• out = im.transpose(Image.ROTATE_90)  

• out = im.transpose(Image.ROTATE_180)  

• out = im.transpose(Image.ROTATE_270)  

7）颜色空间变换

在处理图像时，根据需要进行颜色空间的转换，如将彩色转换为灰度：

[python] view plain copy

• cmyk = im.convert("CMYK")  

• gray = im.convert("L")  

8）图像滤波

图像滤波在ImageFilter 模块中，在该模块中，预先定义了很多增强滤波器，可以通过filter( )函数使用，预定义滤波器包括：

BLUR、CONTOUR、DETAIL、EDGE_ENHANCE、EDGE_ENHANCE_MORE、EMBOSS、FIND_EDGES、SMOOTH、SMOOTH_MORE、SHARPEN。其中BLUR就是均值滤波，CONTOUR找轮廓，FIND_EDGES边缘检测，使用该模块时，需先导入，使用方法如下：

[python] view plain copy

• from PIL import ImageFilter  

• imgF = Image.open("E:/photoshop/lena.jpg")  

• outF = imgF.filter(ImageFilter.DETAIL)  

• conF = imgF.filter(ImageFilter.CONTOUR)  

• edgeF = imgF.filter(ImageFilter.FIND_EDGES)  

• imgF.show()  

• outF.show()  

• conF.show()  

• edgeF.show()  

除此以外，ImageFilter模块还包括一些扩展性强的滤波器：

• class PIL.ImageFilter.GaussianBlur(radius=2)
  

• Gaussian blur filter.

  参数:

  radius – Blur radius.    

• class PIL.ImageFilter.UnsharpMask(radius=2, percent=150, threshold=3)
  

• Unsharp mask filter.

  See Wikipedia’s entry on digital unsharp masking for an explanation of the parameters.

• class PIL.ImageFilter.Kernel(size, kernel, scale=None, offset=0)
  

• Create a convolution kernel. The current version only supports 3x3 and 5x5 integer and floating point kernels.

  In the current version, kernels can only be applied to “L” and “RGB” images.

  参数:

• size – Kernel size, given as (width, height). In the current version, this must be (3,3) or (5,5).

• kernel – A sequence containing kernel weights.

• scale – Scale factor. If given, the result for each pixel is divided by this value. the default is the sum of the kernel weights.

• offset – Offset. If given, this value is added to the result, after it has been divided by the scale factor.

• class PIL.ImageFilter.RankFilter(size, rank)
  

• Create a rank filter. The rank filter sorts all pixels in a window of the given size, and returns therank‘th value.

  参数:

• size – The kernel size, in pixels.

• rank – What pixel value to pick. Use 0 for a min filter, size * size / 2 for a median filter, size * size - 1 for a max filter, etc.

• class PIL.ImageFilter.MedianFilter(size=3)
  

• Create a median filter. Picks the median pixel value in a window with the given size.

  参数:

  size – The kernel size, in pixels.    

• class PIL.ImageFilter.MinFilter(size=3)

• Create a min filter. Picks the lowest pixel value in a window with the given size.

  参数:

  size – The kernel size, in pixels.    

• class PIL.ImageFilter.MaxFilter(size=3)

• Create a max filter. Picks the largest pixel value in a window with the given size.

  参数:

  size – The kernel size, in pixels.    

• class PIL.ImageFilter.ModeFilter(size=3)

• Create a mode filter. Picks the most frequent pixel value in a box with the given size. Pixel values that occur only once or twice are ignored; if no pixel value occurs more than twice, the original pixel value is preserved.

  参数:

  size – The kernel size, in pixels.    

  更多详细内容可以参考：PIL/ImageFilter

9）图像增强

图像增强也是图像预处理中的一个基本技术，Pillow中的图像增强函数主要在ImageEnhance模块下，通过该模块可以调节图像的颜色、对比度和饱和度和锐化等：

[python] view plain copy

• from PIL import ImageEnhance  

• imgE = Image.open("E:/photoshop/lena.jpg")  

• imgEH = ImageEnhance.Contrast(imgE)  

• imgEH.enhance(1.3).show("30% more contrast")  

图像增强：

• class PIL.ImageEnhance.Color(image)

• Adjust image color balance.

  This class can be used to adjust the colour balance of an image, in a manner similar to the controls on a colour TV set. An enhancement factor of 0.0 gives a black and white image. A factor of 1.0 gives the original image.

• class PIL.ImageEnhance.Contrast(image)

• Adjust image contrast.

  This class can be used to control the contrast of an image, similar to the contrast control on a TV set. An enhancement factor of 0.0 gives a solid grey image. A factor of 1.0 gives the original image.

• class PIL.ImageEnhance.Brightness(image)
  
  

• Adjust image brightness.

  This class can be used to control the brighntess of an image. An enhancement factor of 0.0 gives a black image. A factor of 1.0 gives the original image.

• class PIL.ImageEnhance.Sharpness(image)

• Adjust image sharpness.

  This class can be used to adjust the sharpness of an image. An enhancement factor of 0.0 gives a blurred image, a factor of 1.0 gives the original image, and a factor of 2.0 gives a sharpened image.

图像增强的详细内容可以参考：PIL/ImageEnhance

除了以上介绍的内容外，Pillow还有很多强大的功能：

PIL.Image.alpha_composite(im1, im2)


PIL.Image.blend(im1, im2, alpha)


PIL.Image.composite(image1, image2, mask)
PIL.Image.eval(image, *args)

PIL.Image.fromarray(obj, mode=None)

PIL.Image.frombuffer(mode, size, data, decoder_name='raw', *args)