Python编程中使用Pillow来处理图像的基础教程_Python

安装
刚接触Pillow的朋友先来看一下Pillow的安装方法，在这里我们以Mac OS环境为例：
（1）、使用 pip 安装 Python 库。pip 是 Python 的包管理工具，安装后就可以直接在命令行一站式地安装/管理各种库了（pip 文档）。

									$ wget http://pypi.python.org/packages/source/p/pip/pip-0.7.2.tar.gz

									$ tar xzf pip-0.7.2.tar.gz

									$ cd pip-0.7.2

									$ python setup.py install

（2）、使用 pip 下载获取 Pillow：

1	`$ pip` `install` `pillow`

（3）、安装过程中命令行出现错误提示：”error: command ‘clang' failed with exit status 1”。上网查阅，发现需要通过 Xcode 更新 Command Line Tool。于是打开 Xcode->Preferences->Downloads-Components选项卡。咦？竟然没了 Command Line Tools。再查，发现 Xcode 5 以上现在需要用命令行安装：

1	`$ xcode-select` `—install`

系统会弹出安装命令行工具的提示，点击安装即可。

此时再 pip install pillow，就安装成功了。

pip freeze 命令查看已经安装的 Python 包，Pillow 已经乖乖躺那儿了。

好了，下面开始进入教程~

Image类
Pillow中最重要的类就是Image，该类存在于同名的模块中。可以通过以下几种方式实例化：从文件中读取图片，处理其他图片得到，或者直接创建一个图片。

使用Image模块中的open函数打开一张图片：

1 2	`>>>` `from` `PIL` `import` `Image` `>>> im` `=` `Image.open("lena.ppm")`

如果打开成功，返回一个Image对象，可以通过对象属性检查文件内容

1 2	`>>>` `from` `__future__` `import` `print_function` `>>>` `print(im.format, im.size, im.mode)`

1	`PPM (512, 512) RGB`

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。

当有一个Image对象时，可以用Image类的各个方法进行处理和操作图像，例如显示图片：

1	`>>> im.show()`

ps：标准版本的show()方法不是很有效率，因为它先将图像保存为一个临时文件，然后使用xv进行显示。如果没有安装xv，该函数甚至不能工作。但是该方法非常便于debug和test。（windows中应该调用默认图片查看器打开）

读写图片
Pillow库支持相当多的图片格式。直接使用Image模块中的open()函数读取图片，而不必先处理图片的格式，Pillow库自动根据文件决定格式。

Image模块中的save()函数可以保存图片，除非你指定文件格式，那么文件名中的扩展名用来指定文件格式。

图片转成jpg格式

									from __future__ import print_function

									import os, sys

									from PIL import Image

									for infile in sys.argv[1:]:

									 f, e = os.path.splitext(infile)

									 outfile = f + ".jpg"

									 if infile != outfile:

									  try:

									   Image.open(infile).save(outfile)

									  except IOError:

									   print("cannot convert", infile)

save函数的第二个参数可以用来指定图片格式，如果文件名中没有给出一个标准的图像格式，那么第二个参数是必须的。

创建缩略图

									from __future__ import print_function

									import os, sys

									from PIL import Image

									size = (128, 128)

									for infile in sys.argv[1:]:

									 outfile = os.path.splitext(infile)[0] + ".thumbnail"

									 if infile != outfile:

									  try:

									   im = Image.open(infile)

									   im.thumbnail(size)

									   im.save(outfile, "JPEG")

									  except IOError:

									   print("cannot create thumbnail for", infile)

必须指出的是除非必须，Pillow不会解码或raster数据。当你打开一个文件，Pillow通过文件头确定文件格式，大小，mode等数据，余下数据直到需要时才处理。

这意味着打开文件非常快，与文件大小和压缩格式无关。下面的程序用来快速确定图片属性：

确定图片属性

									from __future__ import print_function

									import sys

									from PIL import Image

									for infile in sys.argv[1:]:

									 try:

									  with Image.open(infile) as im:

									   print(infile, im.format, "%dx%d" % im.size, im.mode)

									 except IOError:

									  pass

裁剪、粘贴、与合并图片
Image类包含还多操作图片区域的方法。如crop()方法可以从图片中提取一个子矩形

从图片中复制子图像

									box = im.copy() #直接复制图像

									box = (100, 100, 400, 400)

									region = im.crop(box)

区域由4-tuple决定，该tuple中信息为(left, upper, right, lower)。 Pillow左边系统的原点（0，0）为图片的左上角。坐标中的数字单位为像素点，所以上例中截取的图片大小为300*300像素^2。

处理子图，粘贴回原图

1 2	`region` `=` `region.transpose(Image.ROTATE_180)` `im.paste(region, box)`

将子图paste回原图时，子图的region必须和给定box的region吻合。该region不能超过原图。而原图和region的mode不需要匹配，Pillow会自动处理。

另一个例子

									Rolling an image

									def roll(image, delta):

									 "Roll an image sideways"

									 image = image.copy() #复制图像

									 xsize, ysize = image.size

									 delta = delta % xsize

									 if delta == 0: return image

									 part1 = image.crop((0, 0, delta, ysize))

									 part2 = image.crop((delta, 0, xsize, ysize))

									 image.paste(part2, (0, 0, xsize-delta, ysize))

									 image.paste(part1, (xsize-delta, 0, xsize, ysize))

									 return image

分离和合并通道

1 2	`r, g, b` `=` `im.split()` `im` `=` `Image.merge("RGB", (b, g, r))`

对于单通道图片，split()返回图像本身。为了处理单通道图片，必须先将图片转成RGB。

几何变换
Image类有resize()、rotate()和transpose()、transform()方法进行几何变换。

简单几何变换

1 2	`out` `=` `im.resize((128,` `128))` `out` `=` `im.rotate(45)` `# 顺时针角度表示`

置换图像

									out = im.transpose(Image.FLIP_LEFT_RIGHT)

									out = im.transpose(Image.FLIP_TOP_BOTTOM)

									out = im.transpose(Image.ROTATE_90)

									out = im.transpose(Image.ROTATE_180)

									out = im.transpose(Image.ROTATE_270)

transpose()和象的rotate()没有性能差别。

更通用的图像变换方法可以使用transform()

模式转换
convert()方法

模式转换

1	`im` `=` `Image.open('lena.ppm').convert('L')`

图像增强
Filter
ImageFilter模块包含很多预定义的增强filters，通过filter()方法使用

应用filters

1 2	`from` `PIL` `import` `ImageFilter` `out` `=` `im.filter(ImageFilter.DETAIL)`

像素点处理
point()方法通过一个函数或者查询表对图像中的像素点进行处理（例如对比度操作）。

像素点变换

1 2	`# multiply each pixel by 1.2` `out` `=` `im.point(lambda` `i: i` `*` `1.2)`

上述方法可以利用简单的表达式进行图像处理，通过组合point()和paste()还能选择性地处理图片的某一区域。

处理单独通道

									# split the image into individual bands

									source = im.split()

									R, G, B = 0, 1, 2

									# select regions where red is less than 100

									mask = source[R].point(lambda i: i < 100 and 255)

									# process the green band

									out = source[G].point(lambda i: i * 0.7)

									# paste the processed band back, but only where red was < 100

									source[G].paste(out, None, mask)

									# build a new multiband image

									im = Image.merge(im.mode, source)

注意到创建mask的语句：

1	`mask` `=` `source[R].point(lambda` `i: i <` `100` `and` `255)`

该句可以用下句表示

1	`imout` `=` `im.point(lambda` `i: expression` `and` `255)`

如果expression为假则返回expression的值为0（因为and语句已经可以得出结果了），否则返回255。（mask参数用法：当为0时，保留当前值，255为使用paste进来的值，中间则用于transparency效果）

高级图片增强
对其他高级图片增强，应该使用ImageEnhance模块。一旦有一个Image对象，应用ImageEnhance对象就能快速地进行设置。可以使用以下方法调整对比度、亮度、色平衡和锐利度。

图像增强

									from PIL import ImageEnhance

									enh = ImageEnhance.Contrast(im)

									enh.enhance(1.3).show("30% more contrast")

动态图

Pillow支持一些动态图片的格式如FLI/FLC，GIF和其他一些处于实验阶段的格式。TIFF文件同样可以包含数帧图像。

当读取动态图时，PIL自动读取动态图的第一帧，可以使用seek和tell方法读取不同帧。

									from PIL import Image

									im = Image.open("animation.gif")

									im.seek(1) # skip to the second frame

									try:

									 while 1:

									  im.seek(im.tell()+1)

									  # do something to im

									except EOFError:

									 pass # end of sequence

当读取到最后一帧时，Pillow抛出EOFError异常。

当前版本只允许seek到下一帧。为了倒回之前，必须重新打开文件。

或者可以使用下述迭代器类

动态图迭代器类

									class ImageSequence:

									 def __init__(self, im):

									  self.im = im

									 def __getitem__(self, ix):

									  try:

									   if ix:

									    self.im.seek(ix)

									   return self.im

									  except EOFError:

									   raise IndexError # end of sequence

									for frame in ImageSequence(im):

									 # ...do something to frame...

									Postscript Printing

Pillow允许通过Postscript Printer在图片上添加images、text、graphics。

									Drawing Postscript

									from PIL import Image

									from PIL import PSDraw

									im = Image.open("lena.ppm")

									title = "lena"

									box = (1*72, 2*72, 7*72, 10*72) # in points

									ps = PSDraw.PSDraw() # default is sys.stdout

									ps.begin_document(title)

									# draw the image (75 dpi)

									ps.image(box, im, 75)

									ps.rectangle(box)

									# draw centered title

									ps.setfont("HelveticaNarrow-Bold", 36)

									w, h, b = ps.textsize(title)

									ps.text((4*72-w/2, 1*72-h), title)

									ps.end_document()

更多读取图片方法
之前说到Image模块的open()函数已经足够日常使用。该函数的参数也可以是一个文件对象。

从string中读取

									import StringIO

									im = Image.open(StringIO.StringIO(buffer))

从tar文件中读取

									from PIL import TarIO

									fp = TarIO.TarIO("Imaging.tar", "Imaging/test/lena.ppm")

									im = Image.open(fp)

草稿模式
draft()方法允许在不读取文件内容的情况下尽可能（可能不会完全等于给定的参数）地将图片转成给定模式和大小，这在生成缩略图的时候非常有效（速度要求比质量高的场合）。

draft模式

									from __future__ import print_function

									im = Image.open(file)

									print("original =", im.mode, im.size)

									im.draft("L", (100, 100))

									print("draft =", im.mode, im.size)