python pillow模块使用方法详解
pillow
Pillow是PIL的一个派生分支，但如今已经发展成为比PIL本身更具活力的图像处理库。pillow可以说已经取代了PIL，将其封装成python的库（pip即可安装），且支持python2和python3，目前最新版本是3.0.0。
Pillow的Github主页：https://github.com/python-pillow/Pillow
Pillow的文档(对应版本v3.0.0)：
https://pillow.readthedocs.org/en/latest/handbook/index.html
安装它很简单 pip install pillow
使用方式：
#python2 import Image #python3（因为是派生的PIL库，所以要导入PIL中的Image） from PIL import Image
以python3为例，
open
from PIL import Image
im = Image.open("1.png")
im.show()
format
format属性定义了图像的格式，如果图像不是从文件打开的，那么该属性值为None；size属性是一个tuple，表示图像的宽和高（单位为像素）；mode属性为表示图像的模式，常用的模式为：L为灰度图，RGB为真彩色，CMYK为pre-press图像。如果文件不能打开，则抛出IOError异常。
print(im.format, im.size, im.mode)
save
im.save("c:\\")
convert()
convert() 是图像实例对象的一个方法，接受一个 mode 参数，用以指定一种色彩模式，mode 的取值可以是如下几种：
· 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) # 边缘增强 im.filter(ImageFilter.EDGE_ENHANCE) # 找到边缘 im.filter(ImageFilter.FIND_EDGES) # 浮雕 im.filter(ImageFilter.EMBOSS) # 轮廓 im.filter(ImageFilter.CONTOUR) # 锐化 im.filter(ImageFilter.SHARPEN) # 平滑 im.filter(ImageFilter.SMOOTH) # 细节 im.filter(ImageFilter.DETAIL)
查看图像直方图
im.histogram()
转换图像文件格式
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')
屏幕截图
from PIL import ImageGrab im = ImageGrab.grab((0,0,800,200)) #截取屏幕指定区域的图像 im = ImageGrab.grab() #不带参数表示全屏幕截图
图像裁剪与粘贴
box = (120, 194, 220, 294) #定义裁剪区域 region = im.crop(box) #裁剪 region = region.transpose(Image.ROTATE_180) im.paste(region,box) #粘贴
图像缩放
im = im.resize((100,100)) #参数表示图像的新尺寸，分别表示宽度和高度
图像对比度增强
from PIL import Image
from PIL import ImageEnhance
#原始图像
image = Image.open('lena.jpg')
image.show()
#亮度增强
enh_bri = ImageEnhance.Brightness(image)
brightness = 1.5
image_brightened = enh_bri.enhance(brightness)
image_brightened.show()
#色度增强
enh_col = ImageEnhance.Color(image)
color = 1.5
image_colored = enh_col.enhance(color)
image_colored.show()
#对比度增强
enh_con = ImageEnhance.Contrast(image)
contrast = 1.5
image_contrasted = enh_con.enhance(contrast)
image_contrasted.show()
#锐度增强
enh_sha = ImageEnhance.Sharpness(image)
sharpness = 3.0
image_sharped = enh_sha.enhance(sharpness)
image_sharped.show()
Image模块用法介绍
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 模块。然后通过 Image 类中的 open 方法即可载入一个图像文件。如果载入文件失败，则会引起一个 IOError ；若无返回错误，则 open 函数返回一个 Image 对象。现在，我们可以通过一些对象属性来检查文件内容，即：
> import Image
> im = Image.open("j.jpg")> im.show()
> print im.format, im.size, im.mode
JPEG (440, 330) RGB
这里有三个属性，我们逐一了解。
format : 识别图像的源格式，如果该文件不是从文件中读取的，则被置为 None 值。
size : 返回的一个元组，有两个元素，其值为象素意义上的宽和高。
mode : RGB（true color image），此外还有，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() : 该函数可以用来将图像转换为不同色彩模式。
ImageEnhance.Contrast(im):使用ImageEnhance可以增强图片的识别率
其他
简单的几何变换。
>out = im.resize((128, 128)) #调整图片大小 >out = im.rotate(45) #逆时针旋转 45 度角。 >out = im.transpose(Image.FLIP_LEFT_RIGHT) #左右对换。 >out = im.transpose(Image.FLIP_TOP_BOTTOM) #上下对换。 >out = im.transpose(Image.ROTATE_90) #旋转 90 度角。 >out = im.transpose(Image.ROTATE_180) #旋转 180 度角。 >out = im.transpose(Image.ROTATE_270) #旋转 270 度角。
序列图像。
即我们常见到的动态图，最常见的后缀为 .gif ，另外还有 FLI / FLC 。PIL 库对这种动画格式图也提供了一些基本的支持。当我们打开这类图像文件时，PIL 自动载入图像的第一帧。我们可以使用 seek 和 tell 方法在各帧之间移动。
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内容，希望对大家的学习有所帮助，也希望大家多多支持。
下一篇：docker-py 用Python调用Docker接口的方法