Dieser Artikel vermittelt Ihnen relevantes Wissen über Python, das hauptsächlich Probleme im Zusammenhang mit der PIL-Bibliothek organisiert. Die PIL-Bibliothek ist eine Bibliothek eines Drittanbieters mit leistungsstarken Bildverarbeitungsfunktionen, die nicht nur umfangreiche Pixel- und Farboperationen enthält Wird für die Bildarchivierung und Stapelverarbeitung verwendet. Ich hoffe, es wird für alle hilfreich sein.
Empfohlenes Lernen: Python
Wichtige Punkte: Die PIL-Bibliothek ist eine Bibliothek eines Drittanbieters mit leistungsstarken Bildverarbeitungsfunktionen. Sie enthält nicht nur umfangreiche Pixel- und Farboperationsfunktionen, sondern Auch zur Bildarchivierung und Stapelverarbeitung.
Die PIL-Bibliothek (Python Image Library) ist eine Drittanbieterbibliothek der Python-Sprache und muss über das Pip-Tool installiert werden. Die Methode zur Installation der PIL-Bibliothek ist wie folgt. Beachten Sie, dass der Name der Installationsbibliothek „pillow“ lautet.
:\>pip install pillow #或者 pip3 install pillow
Die PIL-Bibliothek unterstützt die Bildspeicherung, -anzeige und -verarbeitung. Sie kann nahezu alle Bildformate verarbeiten und Vorgänge wie Skalieren, Zuschneiden, Überlagern und Hinzufügen von Linien, Bildern und Text zu Bildern ausführen.
Die PIL-Bibliothek kann hauptsächlich den kinetischen Energiebedarf der Bildarchivierung und Bildverarbeitung decken.
(1) Bildarchivierung: Stapelverarbeitung von Bildern, Generieren von Bildvorschauen, Bildformatkonvertierung usw.
(2) Bildverarbeitung: grundlegende Bildverarbeitung, Pixelverarbeitung, Farbverarbeitung usw.
Abhängig von den Funktionen umfasst die PIL-Bibliothek insgesamt 21 bildbezogene Klassen. Diese Klassen können als Unterbibliotheken
oder Module in der PIL-Bibliothek betrachtet werden.
Image, ImageChops, ImageColor, ImageCrackCode, ImageDraw.ImageEnhance, ImageFile, ImageFilelO, ImageFilter, ImageFont, ImageGL, ImageGrab, Imagemath, ImageOps, ImagePalette, ImagePath.ImageQt, ImageSequence, ImageStat ImageTk, ImageWin
Konzentrieren Sie sich auf die am häufigsten verwendeten Sub- Systeme der PIL-Bibliothek Bibliothek: Image, ImageFilter, ImageEnhance.
Bild ist die wichtigste Klasse von PIL. Die Methode zur Einführung dieser Klasse ist wie folgt:
>>>from PIL import Image
In PIL kann jede Bilddatei verwendet werden Objekt Express. Die Methoden zum Lesen und Erstellen von Bildern der Image-Klasse lauten wie folgt (insgesamt 5):
| Methode | Beschreibung |
|---|---|
| Image.open(filename) | Bilddateien gemäß Parametern laden |
| Bild. Neu (Modus, Größe, Farbe) | Erstellen Sie ein neues Bild basierend auf den angegebenen Parametern Image.frombytes( Modus, Größe, Daten) |
| Image.verify() | |
| Beim Öffnen des Bildes Datei durch Bild, das Raster des Bildes Die Formatdaten werden nicht direkt dekodiert oder geladen. Das Programm liest nur die Metadateninformationen im Header der Bilddatei. Diese Informationen identifizieren das Format, die Farbe, die Größe usw. des Bildes . Daher erfolgt das Öffnen einer Datei sehr schnell, unabhängig davon, wie das Bild gespeichert und komprimiert ist. | |
| Bei Verwendung des interaktiven IDLE-Modus zum Verarbeiten von Bilddateien wird empfohlen, den vollständigen Pfad der Datei zu verwenden. Bei Verwendung des Python-Dateiformats wird empfohlen, relative Pfade zu verwenden und die Dateien und Programme in einem Verzeichnis abzulegen. | Die Image-Klasse verfügt über 4 gemeinsame Attribute für die Verarbeitung von Bildern, wie in der Tabelle gezeigt (insgesamt 4). Das Bild wird nicht aus der Datei gelesen, der Wert ist None
Der Farbmodus des Bildes, „L“ ist ein Graustufenbild, „RGB“ ist ein Echtfarbenbild und „CMYK“ ist ein veröffentlichtes Bild
Bildgröße
| Image.palette | Palette-Eigenschaft, gibt eine ImagePalette zurück Typ |
|---|---|
| Ansicht Die Eigenschaften der gelesenen Bilddateien sind wie folgt: | Image kann auch Sequenzbilddateien lesen, einschließlich GIF-, FLI-, FLC-, TIFF- und anderen Formatdateien. Die open()-Methode lädt automatisch das erste Bild in der Sequenz, wenn ein Bild geöffnet wird, und die Seek()- und tell()-Methoden können verwendet werden, um zwischen verschiedenen Bildern zu wechseln. | Bildoperationsmethoden der Image-Klasse sequenzieren (insgesamt 2):
| Methode | |
| Springe und gib den angegebenen Rahmen im Bild zurück |
【实例1】GIF文件图像提取
对一个GIF格式动态文件，提取其中各帧图像，并保存为文件。
from PIL import Image#读入一个GIF文件im = Image.open("pybit.gif")try:
im.save('picframe{:02d).png'.format(im.tell()))
while True:
im.seek(im.tel1 ()+1)
im.save('picframe{:02d).png'.format(im.tell()))except:print（"处理结束"）实例1展示了一种采用try-except编写程序的方法，通过seek()方法和save()方法配合提取GIF图像格式的每一帧，并保存为文件。
Image类的图像转换和保存方法 (共3个) 如表所示。
| 方法 | 描述 |
|---|---|
| Image.save(filename, format) | 将图像保存为filename文件名，format是图片格式 |
| Image.convert(mode) | 使用不同的参数，转换图像为新的模式 |
| Image.thumbnail(size) | 创建图像的缩略图，size是缩略图尺寸的二元元组 |
其中，save()方法有两个参数：文件名filename和图像格式format。如果调用时不指定保存格式，如微实例1，PIL将自动根据文件名filename后缀存储图像；如果指定格式，则按照格式存储。搭配采用open()和save()方法可以实现图像的格式转换，例如，将 jpg格式转换为png格式」代码如下。需要注意，Image 类的 save()方法主要用于保存文件到硬盘，PIL库还提供了功能更强大的格式转换方法。
im = Image.open("a.jpg")im.save("a.png")Image类可以缩放和旋转图像，其中，rotate(方法以逆时旋转的角度值作为参数来旋转图像。
Image类的图像旋转和缩放方法(共2个）:
| 方法 | 描述 |
|---|---|
| Image.resize(size) | 按size大小调整图像，生成副本 |
| Image.rotate(angle) | 按angle角度旋转图像，生成副本 |
Image类能够对每个像素点或者一幅RGB图像的每个通道单独进行操作。split()方法能够将RGB 图像各颜色通道提取出来;
merge()方法能够将各独立通道再合成一幅新的图像。
lmage类的图像像素和通道处理方法（共4个）:
| 方法 | 描述 |
|---|---|
| Image.point(func) | 根据函数func的功能对每个元素进行运算，返回图像副本 |
| Image.split() | 提取RGB图像的每个颜色通道，返回图像副本 |
| Image.merge(mode,bands) | 合并通道，其中mode表示色彩，bands表示新的色彩通道 |
| Image.blend(im1,im2,alpha) | 将两幅图片iml和im2按照如下公式插值后生成新的图像：im1 (1.0-alpha) + im2 alpha |
【实例2】图像的颜色交换
交换图像中的颜色。可以通过分离RGB图片的3个颜色通道实现颜色交换。
from PIL import Imageim = Image.open('a.jpg')r, g, b = im.split()om = Image.merge("RGB" , (b, g, r))om.save('aBGR.jpg')运行结果：
原图：
操作图像的每个像素点需要通过函数实现，可以采用（lambda)函数和point()方法，例子如下，显示效果如图7所示。
>>>im=Image.apen('a.jpg')#打开文件>>>>r,g,b=im.splitO#获得RGB通道数据>>>>newg=g.point(lambda i:i*0.9)#将G通道颜色值变为原来的0.9>>>>newb=b.point(lambda i:i>>>om=Image.merge(im.mode,(r,newg,newb)#将3个通道合成为新图>>>>om.save('new_a.jpg')#输出图片PIL库的ImageFilter类和ImageEnhance类提供了过滤图像和增强图像的方法。
ImageFilter类共提供10种预定义图像过滤方法（共10个）:
| 方法表示 | 描述 |
|---|---|
| ImageFilter.BLUR | 图像的模糊效果 |
| ImageFilter.CONTOUR | 图像的轮廓效果 |
| ImageFilter.DETAIL | 图像的细节效果 |
| ImageFilter.EDGE_ENHANCE | 图像的边界加强效果 |
| ImageFilter.EDGE_ENHANCE_MORE | 图像的阈值边界加强效果 |
| ImageFilter.EMBOSS | 图像的浮雕效果 |
| ImageFilter.SMOOTHL | 图像的平滑效果 |
| ImageFilter.FIND_EDGES | 图像的边界效果 |
| ImageFilter.SMOOTH_MORE | 图像的阈值平滑效果 |
| ImageFilter.SHARPEN | 图像的锐化效果 |
利用Image类的filter()方法可以使用ImageFilter类，使用方式如下：
Image.filter(ImageFilter.fuction)
【实例3】图像的轮廓获取。
获取图像的轮廓，代码如下，程序执行效果如图所示，图片变得更加抽象、更具想象空间！
from PIL import Imagefrom PIL import ImageFilterim = Image.open('a.jpg')om = im.filter(ImageFilter.CONTOUR)om.save('aContour.jpg')运行结果：
原图：
ImageEnhance类提供了更高级的图像增强功能，如调整色彩度、亮度、对比度、锐化等。
ImageEnhance类的图像增强和滤镜方法（共5个）:
| 方法 | 描述 |
|---|---|
| ImageEnhance.enhance(factor) | 对选择属性的数值增强factor倍 |
| ImageEnhance.Color(im) | 调整图像的颜色平衡 |
| ImageEnhance.Contrast(im) | 调整图像的对比度 |
| ImageEnhance.Brightness(im) | 调整图像的亮度 |
| ImageEnhance.Sharpness(im) | 调整图像的锐度 |
【实例4】图像的对比度增强。
增强图像的对比度为初始的20倍。代码如下，程序执行效果如图7所示。
from PIL import Imagefrom PIL import ImageEnhanceim = Image.open('a.jpg')om = ImageEnhance.Contrast(im)om.enhance(20).save(aEnContrast.jpg')运行结果：
原图：
推荐学习：python
Das obige ist der detaillierte Inhalt vonPython-Bildverarbeitungs-PIL-Bibliothek. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
