爬虫(十三)：PIL模块

1. PIL模块

在爬虫(十二)：图形验证码的识别、滑动验证码的识别（B站滑动验证码）中我留下了一个悬念，为什么安装的是pillow模块，而不是PIL模块。这是因为PIL是python2的产物，它并没有跟随python的发展而发展。所以有大佬为此特意写了一个针对python3的pillow模块。所以，如果需要安装python3对应的PIL，应该选择安装pillow。

1.1 导入Image模块

我们一般只使用PIL模块中的Image模块，所以我这就只讲解Image模块了。

安装PIL模块：

pip install pillow -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

导入模块：

from PIL import Image

1.2 Image模块常用方法

(1) 读取图片

open(url)：读取一张图片，参数是图片名。

(2) 显示图片

show()：显示一张图片。

案例：

from PIL import Image

img = Image.open('xhh.jpg')
img.show()

结果：

(3) 保存图片

save(image,type)：将图像保存为名称为“image”、格式为type格式的图片。

(4) 创建新图片

new(mode,size)：创建一张模式为mode、大小为size的图片。

new(mode,size,color)：创建一张模式为mode、大小为size、颜色为color的图片。

案例：

from PIL import Image

newImg = Image.new("RGBA",(640,480),(255,0,0))
newImg.save("newImg.png","PNG")

结果：

(5) 两张图片相加

blend(img1,img2,alpha)：将img1和img2，这里alpha表示img1和img2的比例参数

(6) 改变图像大小

resize(size)：将图像修改为size大小

案例1：

from PIL import Image

img1 = Image.open("xhh.jpg")
img2 = Image.open("xhh2.jpg")
#img = img1×0.8+img2×0.2
img = Image.blend(img1,img2,0.2)
img.show()

结果：

为什么会报错呢？因为他们的大小不一样，而这个报错在官方是没有解释的。

案例2：

from PIL import Image

img1 = Image.open("xhh.jpg")
img1 = img1.resize((256,256))
img2 = Image.open("xhh2.jpg")
img2 = img2.resize((256,256))
#img = img1×0.7+img2×0.3
img = Image.blend(img1,img2,0.3)
img.show()

结果：

(7) 点操作

point(function)：这个function接受一个参数，且对图片中的每一个点执行这个函数。

案例：

from PIL import Image

img = Image.open("xhh.jpg")
img.show()
out=img.point(lambda i:i*1.5)#对每个点进行50%的加强
out.show()

这前后对比明显吧。

(8) 查看图像信息

from PIL import Image

img = Image.open("xhh.jpg")
print(img.format)
print(img.size)
print(img.mode)

结果：

(9) 图片裁剪

crop(box)：设置要裁剪的区域范围box。

案例：

from PIL import Image

img = Image.open("xhh.jpg")
box=(100,100,500,500)
#设置要裁剪的区域
region=img.crop(box) #此时，region是一个新的图像对象。
region.show()

结果：

(10) 图像黏贴（合并）

paste(region,box)：黏贴box大小的region图像到原来的图片对象中。

案例：

from PIL import Image

img1 = Image.open("xhh.jpg")
img2 = Image.open("xhh2.jpg")
img1.paste(img2,(0,0))
img1.show()

结果：

(11) 通道分离

split()：分割成三个通道，此时r,g,b分别为三个图像对象。

(12) 通道合并

merge("RGB",(b,g,r))：将b,r两个通道进行翻转。

案例：

from PIL import Image

img1 = Image.open("xhh.jpg")
img1.show()
r, g, b = img1.split()
img2 = Image.merge("RGB", (b, g, r))
img2.show()

结果：

(13) 旋转图像

rotate(angle)：逆时针旋转angle度。

(14) 图像转换

案例：

from PIL import Image

img = Image.open("xhh.jpg")
#左右对换
out1 = img.transpose(Image.FLIP_LEFT_RIGHT)
out1.show()
#上下对换
out2 = img.transpose(Image.FLIP_TOP_BOTTOM)
out2.show()

结果：

(15) 图像类型转换

convert(mode)：将图像转换成mode类型。

PIL的九种不同模式：1，L，P，RGB，RGBA，CMYK，YCbCr,I，F。

常用的两种：

1.模式”1”
为二值图像，非黑即白。但是它每个像素用8个bit表示，0表示黑，255表示白。下面我们将lena图像转换为“1”图像。
from PIL importImage
img = Image.open(“E:\image\myimg.jpg”)
img_1=img.convert(“1”)
2.模式“L”
为灰色图像，它的每个像素用8个bit表示，0表示黑，255表示白，其他数字表示不同的灰度。在PIL中，从模式“RGB”转换为“L”模式是按照下面的公式转换的：
L = R * 299/1000 + G * 587/1000+ B * 114/1000

(16) 获取某个像素位置的值

getpixel(coordinate)：coordinate为(x,y)形式的值。

(17) 修改某个像素位置的值

putpixel(coordinate,color)：修改像素位置coordinate的颜色color的值。

案例：

from PIL import Image

img = Image.open("xhh.jpg")

print(img.size)
print(img.getpixel((4, 4)))

width = img.size[0]  # 长度
height = img.size[1]  # 宽度

for w in range(0, width):
    for h in range(0, height):
        data = img.getpixel((w, h))  # 得到像素值
        if (data[0] <= 170 and data[1] <= 170 and data[2] <= 170):
            img.putpixel((w, h), (0, 0, 255))  # 则这些像素点的颜色改成大红色

img.show()

结果：