python随笔2: PIL参考手册翻译(0-3)

2024-06-10 18:58

本文主要是介绍python随笔2: PIL参考手册翻译(0-3),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

PIL手册

小弟尝试翻译下现在的pil库手册,时间版本是2013-02-20.
附:http://infohost.nmt.edu/tcc/help/pubs/pil/

  • 摘要
  • 简介
  • 创建image类对象
  • imageDraw模式
  • 图像增强:imageFilter模块
  • imagFont模块
  • imageTk模块
  • 支持图片格式

* 摘要*

描述一个针对Python 图像处理库(image-processing library)
这个发布版有web形式的和pdf文档形式。
请将相关评论发索道一个tccdoc@nmt.edu。(原文是这样,跟小弟并没有什么关系)


简介

Python Imaging Library (PIL)允许你使用Python语言在多种图片文件格式下去创建修改转换图像文件。
对额外的PIL特征在本文中没有描述,参考在线PIL手册
更多关于Python的信息,参考作者配套手册,Python语言快速参考手册或者登录python网站找寻找更多关于python语言的一般特性。


定义

这些术语被广泛的使用:

  1. Band
  2. Modes
  3. Sizes
  4. corrdinates
  5. Angles
  6. Bboxes(bounding boxes)
  7. Colors
  8. Filter

  • Band(子带)

一个图片子带是一组数据,包含一个图片的每一个像素。单色和灰度图片有一个子带,在RGB系统下的彩色图片有三个子带,CMYK图片有四个子带,Photoshop 用户会觉得子带类似于Photoshop中的通道(channels)

  • Modes(模式)

图片的模式描述一种表示颜色颜色的方式,每种格式都被一个字符串表示:

Mode Bands Description
“1”1黑和白(单色),每个像素一位表示
“L”1灰度范围,每个像素8位表示
“P”1调色板编码,每个像素一个字节,使用ImagePalette调色板类转换像素到颜色,这个模式还在试验阶段,请参考[在线文档](http://www.pythonware.com/library/pil/handbook/index.htm)
“RGB”3真红绿蓝颜色,每个像素三节表示
“RGBA”4真彩色并有一个透明度子带,每个像素四字节,A通道从0变换到255对应不同的透明度
“CMYK”4青色-品红-黄-黑颜色,每个像素四位字节表示
“YCbCr”3颜色视频格式,每个像素三个字节
“I”1每个像素32位整数表示
“F”1每个像素32位浮点数表示
  • Sizes(尺寸)

图片中对象的尺寸别描述在一个2位的组元中(w,h),其中h是像素的高度,w是宽度。

  • Coordinates(坐标系)

像素的坐标系原点在他的左上角,(0,0)点是图像的左上角。
向右移动时,x坐标增加,向下移动时,y坐标增加。
当方向被指定在一个方向点入东或者西南时,假定北方是向上的,朝向整个显示区域的顶部。

  • Angles(角度)

角度被表示在度。0度是在+x方向(东)方向,角度顺时针增加,在笛卡尔坐标系下,例如,45度指向东北方向

  • boxes(bounding boxes)(边缘盒子)
    一个边缘区域或者bbox是一个图片中的矩形。通过一个四位的元组来定义(X0,Y0,X1,Y1)其中(X0,Y0)表示矩形的左上角(西北角),(X1,Y1)是右下角(东南角)。
    总的来说,这个区域通过一个边缘盒子描述包含(X0,Y0),但是他将不会包括(X1,Y1)和点(X1,Y1)所在的行和列。
    例如,在边缘盒子(0,0,5,10)的区域画一个椭圆,会产生一个5个像素宽10个像素高,这个元将会包括第四列像素但是不包括第五列像素,也会包括第九列像素但是不包括第十列像素。

  • Colors(颜色)

你可以通过多种方式指定颜色。
对于单子带图片,颜色是像素值,例如,在模式”1”图像,颜色是一个单精度整形,0代表黑,1代表白,对于模式”L”是从[0,255]的整型。0代表黑,255代表白。
对于多自带图像,为每个子带对于一个元组的值,在”RGB”图片中,元组(255,0,0)是纯红色。
你可以使用CSS样式#rrggbb形式的字符串表示颜色,其中rr指定红色部分使用两个十六进制数字,gg指定绿色,bb指定蓝色,例如,#ffff00意味着黄色,(全红加全绿)。
为了使用十进制指定RGB像素值,使用”rgb(R,G,B)”.例如”rgb(0,255,0)”代表存绿色。
为来使用百分百指定RGB像素值,使用”rgb(R%,G%,B%)”。例如”rgb(85%,85%,85%)”代表浅灰色。
为了使用HSV来指定颜色,使用”hsl(H,S%,L%)”字符串指定,
H是色调,用度数表示:0表示红色,60表示黄色,120表示绿色,等等。
S是饱和度:0%表示完全不饱和(gray),100%是完全饱和
L是亮度,0%代表黑色,50%表示正常,100%表示白色
例如,”hsl(180,100%,50%)”是青色
在Unix系统下,你可以使用本地的标准颜色名称而不是从给定的”/use/lib/X11/rgb.txt”例如”white”,”DodgerBlue”,”coral”.

  • Filters(滤波器)
    一些操作符降低像素的数量,如创建一个缩略图,可以使用不同的滤波器去计算一个新的像素值,这些包括:
    NEAREST
    使用临近像素的值
    BILINEAR
    使用一个2x2的临近像素的线性插值
    BICUBIC
    使用一个4x4的区域的立体差值。
    ANTIALIAS
    临近像素可以被重抽样用来找到一个新的值。

这篇关于python随笔2: PIL参考手册翻译(0-3)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1048998

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

论文翻译:arxiv-2024 Benchmark Data Contamination of Large Language Models: A Survey

Benchmark Data Contamination of Large Language Models: A Survey https://arxiv.org/abs/2406.04244 大规模语言模型的基准数据污染:一项综述 文章目录 大规模语言模型的基准数据污染:一项综述摘要1 引言 摘要 大规模语言模型(LLMs),如GPT-4、Claude-3和Gemini的快

HTML提交表单给python

python 代码 from flask import Flask, request, render_template, redirect, url_forapp = Flask(__name__)@app.route('/')def form():# 渲染表单页面return render_template('./index.html')@app.route('/submit_form',

论文翻译:ICLR-2024 PROVING TEST SET CONTAMINATION IN BLACK BOX LANGUAGE MODELS

PROVING TEST SET CONTAMINATION IN BLACK BOX LANGUAGE MODELS https://openreview.net/forum?id=KS8mIvetg2 验证测试集污染在黑盒语言模型中 文章目录 验证测试集污染在黑盒语言模型中摘要1 引言 摘要 大型语言模型是在大量互联网数据上训练的,这引发了人们的担忧和猜测,即它们可能已

Python QT实现A-star寻路算法

目录 1、界面使用方法 2、注意事项 3、补充说明 用Qt5搭建一个图形化测试寻路算法的测试环境。 1、界面使用方法 设定起点: 鼠标左键双击,设定红色的起点。左键双击设定起点,用红色标记。 设定终点: 鼠标右键双击,设定蓝色的终点。右键双击设定终点,用蓝色标记。 设置障碍点: 鼠标左键或者右键按着不放,拖动可以设置黑色的障碍点。按住左键或右键并拖动,设置一系列黑色障碍点