Python:PIL(三)——Image
学习自:PIL官方文档——Image
(2条消息) Python图像处理PIL各模块详细介绍_章子雎的博客-CSDN博客
一、Image模块
1、open
用法
open(fp,mode='r',formats=None)
说明
打开图像;不过据官网文档所说,调用该方法后,实际的图像文件并没有读入进来,只是当后续数据处理时才真正读入。
参数
fp
mode:只能是r;
format:一个图像格式的List或Tuple,为什么是一个集合呢?因为当我们要打开某个文件夹中的指定格式图像时,只需要将这些图片的格式放入该集合中,那样在调用open时只会打开在集合中格式的文件。如果该项设置为None,则会尝试打开所有格式的文件。
如果我们想查看所有支持的格式,可以在cmd中运行指令python -m PIL查看;或者使用函数PIL.features.pilinfo()
返回
Image对象
抛出错误
FileNotFoundError
PIL.UnidentifiedImageError:文件打开失败
ValueError:mode不是'r',或者fp是StringIO对象时报错
TypeError:format不是None、List、Tuple时报错
2、图像处理
方法(用法PIL.Image.xxx) | 说明 | 注意事项 |
alpha_composite(im1,im2) | im1、im2进行alpha融合 | im1、im2需要有相同的尺寸,且必须都是RGBA模式 |
blend(im1,im2,alpha) | 图像融合;alpha为im2占比 | |
composite(im1,im2,mask) | 图像融合;融合时用到了mask | |
eval(image,*args) | 对图像中的每个像素用某个函数进行运算 | 如果有多个波段,则相同的函数将应用于每个波段上 |
merge(mode,bands) | 多波段融合为一副图像 |
3、构造图像
方法(PIL.Image.xxx) | 说明 | 注意事项 |
new(mode,size,color=0) | 用给定的mode和size创建新Image | color是构造时所有像素点的值,如果是单波段,给单个值,多波段,则要构造为tuple形式 |
fromarray(obj,mode=None) | 由某个array创建新Image | |
frombytes(mode,size,data,decoder_name='raw',*args) | 从数据流中创建新Image | |
frombuffer | 与frombytes类似,只是数据流是二进制缓冲区中的 |
4、生成具有某种效果的图像
方法(PIL.Image.xxx) | 说明 | 注意事项 |
effect_mandelbrot(size,extent,quality) | 生成Mandelbrot集合图像 | |
effect_noise(size,sigma) | 生成高斯噪声 | sigma:噪声的标准离差 |
linear_gradient(mode) | 生成线性梯度渐变图,大小256x256; | |
radial_gradient(mode) | 生成辐射状剃度颜色渐变图,大小256x256; |
二、Image类
1、方法,假设我们有Image对象im,则使用方法为im.xxx
方法 | 说明 | 注意事项 |
alpha_composite(im,dest=(0,0),source=(0,0)) | alpha融合 | |
convert(mode=None,matrix=None,dither=None,palette=0,colors=256) | 色彩转化,比如从彩色转灰色 | |
copy() | 图像复制 | |
crop(box=None) | 图像切割 | |
draft(mode,size) | 配置图像文件加载器,这样当我们打开某个图像时,可以自动根据该加载器将图像转化为指定Mode | 不一定是完全转化,而是转化为最接近的形式 |
effect_spread(distance) | 将一幅图像上的所有像素点随机散播到该点所在区域附近 | |
entropy(mask=None,extrema=None) | 计算图像的熵 | |
filter(filter) | 用指定滤波器对图像进行滤波 | |
frombytes(data,decoder_name='raw',*args) | 从二进制对象中加载图像 | |
getbands() | 获取所有band的名字 | 对RGB图像使用,返回{'R','G','B'} |
getbbox() | 获得图像值为非零区域的box框 | |
getchannel(channel) | 返回原图像中的单个通道图像 | |
getcolors(maxcolors=256) | 返回一个List,指示图像中各颜色的像素点个数 | |
getdata(band=None) |
以序列的方式返回图像的每个像素点的值。 |
每一列代表一个波段;如果想显示出来数据,可以list(im.getdata()) |
getextrema() | 返回每个波段的最大最小值 | |
getpalette() | 用list的方式返回图像的色板 | |
getpixel(xy) | 返回指定点处的像素值,xy的形式(x,y) | |
histogram(mask=None,extrema=None) | 直方图 | |
paste(im,box=None,mask=None) | 把另一个image粘贴到该image上 |
point(lut,mode=None) | 对每个像素点进行相同操作 | |
putalpha(alpha) | 加载一个alpha图层到该图像上 | |
putdata(data,scale=1.0,offset=0.0) | 从某个序列中拷贝数据到当前图像 |
从图像左上角开始,公式如下: 实际=data*scale+offset |
putpalette(data,rawmode='RGB') | 给该图像设置色板 | |
putpixel(xy,value) | 给指定位置处的像素赋值 | |
quantize(color=256,method=None,kmeans=0,palette=None,dither=1) | 用指定数量的颜色,将该图像转化为'P'mode | |
reduce(factor,box=None) | 图像缩小factor倍 | |
remap_palette(dest_map,source_palette=None) | 重组织色板 | |
resize(size,resampe=3,box=None,reducing_gap=None) | 变换图像大小 |
这个size是(w,h)样式,如果想要缩放至原大小的1/2,可以这样写: r_i=img.resize((img.width/2,img.height/2)) |
rotate(...) | 旋转图像(图像框架不旋转) | |
save() | 保存图像 | |
seek(frame) | 跳转到指定帧处 | |
show(title=None,command=None) | 展示图像 | |
split() | 波段分解 | |
tell() | 返回当前帧帧号 | |
thumbnail(size,resample=3,reducing_gap=2.0) | 返回当前图像的缩略图 | |
tobitmap(name='image') | 返回当前图像转化的位图 | |
to_bytes() | 返回当前图像的字节对象 | |
transform(size,method,data=None,resample=0,fill=1,fillcolor=None) | 对该图像进行变形,变形结果由参数给定 | |
transpose(method) | 旋转图像(图像框架会一起旋转) |
verify() | 验证图像内容(content) | 常用于判断图像是否损坏 |
load() | 为图像分配内存并加载图像 | |
close() | 关闭图像 |
2、属性,假设我们有Image对象im,则使用方法为im.xxx
属性 | 类型 | 说明 |
filename | str | 文件名 |
format | str | 图像格式 |
mode | str | 图像模式 |
size | tuple | 图像尺寸 |
width | int | 宽 |
height | int | 高 |
palette | PIL.ImagePalette.ImagePalette | 色板 |
info | dict | 信息 |
is_animated | bool | 是否是动画(多余一帧) |
n_frames | int | 帧数 |
Python:PIL(三)——Image的更多相关文章
- Python(三) PIL, Image生成验证图片
Python(三) PIL, Image生成验证图片 安装好PIL,开始使用. 在PyCharm中新建一个文件:PIL_Test1.py 1 # PIL 应用练习 2 # 3 # import PIL ...
- Python PIL
Python PIL PIL (Python Image Library) 库是Python 语言的一个第三方库,PIL库支持图像存储.显示和处理,能够处理几乎所有格式的图片. 一.PIL库简介 1. ...
- python PIL 图像处理
python PIL 图像处理 This blog is from: https://www.jianshu.com/p/e8d058767dfa Image读出来的是PIL的类型,而skimage. ...
- 学习Python的三种境界
前言 王国维在<人间词话>中将读书分为了三种境界:"古今之成大事业.大学问者,必经过三种之境界:'昨夜西风凋碧树,独上高楼,望尽天涯路'.此第一境也.'衣带渐宽终不悔,为伊消得人 ...
- selenium webdriver (python) 第三版
感谢 感谢购买第二版的同学,谢谢你们对本人劳动成果的支持!也正是你们时常问我还出不出第三版了,也是你们的鼓励,让我继续学习整理本文档. 感谢乙醇前辈,第二版的文档是放在他的淘宝网站上卖的,感谢他的帮忙 ...
- Python,PIL压缩裁剪图片
自己写了用来压缩 DC 照片的,批量处理整目录文件,非常方便.需要安装 PIL #!/usr/bin/env python import Image import os import os.path ...
- Python第三天 序列 数据类型 数值 字符串 列表 元组 字典
Python第三天 序列 数据类型 数值 字符串 列表 元组 字典 数据类型数值字符串列表元组字典 序列序列:字符串.列表.元组序列的两个主要特点是索引操作符和切片操作符- 索引操作符让我 ...
- 简学Python第三章__函数式编程、递归、内置函数
#cnblogs_post_body h2 { background: linear-gradient(to bottom, #18c0ff 0%,#0c7eff 100%); color: #fff ...
- 初学Python(三)——字典
初学Python(三)——字典 初学Python,主要整理一些学习到的知识点,这次是字典. #-*- coding:utf-8 -*- d = {1:"name",2:" ...
- Python第三天 序列 5种数据类型 数值 字符串 列表 元组 字典 各种数据类型的的xx重写xx表达式
Python第三天 序列 5种数据类型 数值 字符串 列表 元组 字典 各种数据类型的的xx重写xx表达式 目录 Pycharm使用技巧(转载) Python第一天 安装 shell ...
随机推荐
- BeanFactory 工厂模式
/** * BeanFactory实现类 */ public class ClassPathXmlApplicationContext implements BeanFactory { private ...
- 女朋友让我深夜十二点催她睡觉,我有Python我就不干
事情是这样的:今天晚上,女朋友让我十二点催她睡觉. 不过,可是我实在太困了,熬不下去-- 是吧?女朋友哪有睡觉重要? 但,女朋友的命令,我是不敢违抗的-- 但是睡觉也不能缺! 这时候我们该怎么办呢?是 ...
- Python 迁移学习实用指南 | iBooker·ApacheCN
原文:Hands-On Transfer Learning with Python 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 不要担心自己的形象,只关心如何实现目标.--<原则& ...
- 「BalkanOI 2018 Day1」Minmaxtree
「BalkanOI 2018 Day1」Minmaxtree 每个点都有一个最大和最小权值的限制. 然后每一个权值的限制都必须要取到. 每个点显然可以直接让他取到最大或最小权值. 可以想到每个点匹配一 ...
- onerror事件捕获网页中的错误
转载请注明来源:https://www.cnblogs.com/hookjc/ <html><head><script type="text/javascrip ...
- Nginx 配置 HTTPS 服务器
Nginx 配置 HTTPS 服务器 Chrome 浏览器地址栏标志着 HTTPS 的绿色小锁头从心理层面上可以给用户专业安全的心理暗示,本文简单总结一下如何在 Nginx 配置 HTTPS 服务器, ...
- Vue3.X安装
1.查看node.js和npm版本 $ node -v //建议v10以上版本 $ npm -v 2.若已安装了2.x的旧版本,需要先卸载 npm uninstall vue-cli -g 3.安装淘 ...
- 简述redis特点及其应用场景
1. Redis八大特点 1.1. 速度快 说到Redis的速度快,大家的第一反应一定是内存读取,那是肯定的,但如果面试的时候仅仅说到这点,那还是远远不够的,至少还有以下三点要补充: Redis是用C ...
- Java泛型详解,史上最全图文详解!
泛型在java中有很重要的地位,无论是开源框架还是JDK源码都能看到它. 毫不夸张的说,泛型是通用设计上必不可少的元素,所以真正理解与正确使用泛型,是一门必修课. 一:泛型本质 Java 泛型(gen ...
- .NET 云原生架构师训练营(权限系统 代码实现 EntityAccess)--学习笔记
目录 开发任务 代码实现 开发任务 DotNetNB.Security.Core:定义 core,models,Istore:实现 default memory store DotNetNB.Secu ...