江苏龙网

  1. 主页 > 生活百科 > >

超全的Python图像处理讲解，小白也能懂

Python图像处理

Pillow模块讲解一、Image模块1.1 、打开图片和显示图片就图片的处理最基础的操作就是打开这张图片，我们可以使用Image模块中的open(fp, mode)方法，来打开图片 。open方法接收两个参数，第一个是文件路径，第二个是模式 。主要的模式如下：

超全的Python图像处理讲解，小白也能懂

文章插图
 
光理论是不够的,在此送大家一套2020最新Python全栈项目视频教程，点击此处 进来获取 跟着练习下，希望大家一起进步哦！
更多的模式也就不说了，关于模式的模式的详细介绍我也不知道 。这个open方法返回一个Image就象，mode也不是必须参数 。打开图片代码如下：
from PIL import Image# 打开图片im = Image.open('test.jpg')# 显示图片im.show()1当然显示图片不是我们的重点，我们获取Image对象之后，就可以获取它的一些信息了 。
print('图像的格式：', im.format)print('图像的大小：', im.size)print('图像的宽度：', im.width)print('图像的高度：', im.height)# 传入坐标的元组print('获取某个像素点的颜色值：', im.getpixel(100, 100))1在我的环境中运行结果如下：
图像的格式： JPEG图像的大小： (3968, 2976)图像的宽度： 3968图像的高度： 2976获取某个像素点的颜色值： (198, 180, 132)11.2、创建一个简单的图像在Image模块中，提供了创建图像的方法 。主要是通过**Image.new(mode, size, color)**实现，该方法传入三个参数：
mode：图像的创建模式
size：图像的大小
color：图像的颜色
用该方法可以创建一个简单的图像，之后我们可以通过save方法将图像保存：
from PIL import Image# 创建一个简单的图像im = Image.new('RGB', (100, 100), 'red')# 保存这个图像im.save('red.png')1生成图片如下：
超全的Python图像处理讲解，小白也能懂

文章插图
 
1.3、图像混合（1）透明度混合透明度混合主要是使用**Image中的blend(im1, im2, alpha)**方法，对该方法的解释如下：
im1：Image对象，在混合的过程中，透明度设置为（1-apha）
im2：Image对象，在混合的过程中，透明度设置为（apha）
alpha：透明度，取值是0-1 。当透明度为0时，显示im1对象；当透明度为1时，显示im2对象
注意：im1和im2的大小必须一样，且mode都为RGB
代码实现如下：
from PIL import Image# 打开im1im1 = Image.open('pic.jpg').convert(mode='RGB')# 创建一个和im1大小一样的图像im2 = Image.new('RGB', im1.size, 'red')# 混合图片，并显示Image.blend(im1, im2, 0.5).show()1下面为原图和混合图的对比：
超全的Python图像处理讲解，小白也能懂

文章插图
 
不得不说，我家艾斯真滴帅 。
（2）遮罩混合接下来就是很迷的时刻了，我们可以通过Image.composite(im1, im2, mask)方法实现遮罩混合 。三个参数都是Image对象，该方法的作用就是使用mask来混合im1和im2 。我是听不懂，你们能听懂最好给我讲一下 。具体实现如下：
# 这句代码写了好多遍，我真不想写了from PIL import Image# 打开图像1im1 = Image.open('pic1.jpg')# 打开图像2im2 = Image.open('pic2.jpg')# 重新设置im2的大小im2.resize(im1.size)# 将图像2的三个色道分离，其中r、g、b都为Image对象r, g, b = im2.split()# 遮罩混合Image.composite(im1, im2, b).show()12注意：im1、im2和mask的大小必须一样
im1、im2和遮罩混合效果对比如下：
超全的Python图像处理讲解，小白也能懂

文章插图
 
依旧是我帅气的艾斯 。
1.4、图像缩放（1）按像素缩放按像素缩放通过Image.eval(im1, fun)方法实现，其中im1为我们老生常谈的Image对象了；第二个为一个方法（函数），该函数传入一个参数，即像素点 。该函数会对图片中每个像素点进行函数内的操作 。下面我们就来简单使用一下这个方法：
from PIL import Image# 打开一张图像im = Image.open('抠鼻屎.jpg')# 对该图像每个像素点进行*2处理Image.eval(im, lambda x:x*2).show()1这里我使用的lambda表达式，当然一般也都是用lambda表达式，不过你也可以像下面这样写：
# 定义一个方法def func(x):return x*2# 对图像im每个像素点进行func中的操作，其中func不能加()Image.eval(im, func)1效果图如下：
超全的Python图像处理讲解，小白也能懂

文章插图
 


推荐阅读


上一篇：茶的历史茶字起源,茶叶茶字的由来和历史演变的介绍

下一篇：大汗后喝茶最好,什么情况下喝茶不好