python pil_最全的PythonPIL详解可能你找不到比这个更详细的了

2024-03-08 04:50

本文主要是介绍python pil_最全的PythonPIL详解可能你找不到比这个更详细的了,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有如下几个模块:

Image模块、ImageChops模块、ImageCrackCode模块

ImageDraw模块、ImageEnhance模块、ImageFile模块

ImageFileIO模块、ImageFilter模块、ImageFont模块

ImageGrab模块、ImageOps模块、ImagePath模块

ImageSequence模块、ImageStat模块、ImageTk模块

ImageWin模块、PSDraw模块

这里还是要推荐下一个学习交流的地方::666468218不管你是小白还是大牛,都可以加进去看看,不定期分享干货,包括小编自己整理的一份新的Python资料和零基础入门的资料,欢迎初学和进阶中的小伙伴。在不忙的时间我会给大家解惑。

啊啊啊啊怎么这么多模块啊~~~!!!!

u=4115650423,3975874936&fm=173&app=25&f=GIF?w=200&h=200&s=4870A852C28151E94A54E9D20100E0A1

别担心小编为你一一讲解

Image模块

Image模块提供了一个相同名称的类,即image类,用于表示PIL图像。Image模块是PIL中最重要的模块,比如创建、打开、显示、保存图像等功能,合成、裁剪、滤波等功能,获取图像属性功能,如图像直方图、通道数等。

Image模块的使用如下:

u=4124168533,504493059&fm=173&app=25&f=JPEG?w=435&h=115&s=CC12E51B4D226D20105490DB000010B0

ImageChops模块

ImageChops模块包含一些算术图形操作,这些操作可用于诸多目的,比如图像特效,图像组合,算法绘图等等,通道操作只用于8位图像。

ImageChops模块的使用如下:

u=553466650,1297396552&fm=173&app=25&f=JPEG?w=430&h=105&s=C402F41BCD69F80112DDC5DE0000D0B3

由于图像im_dup是im的复制过来的,所以它们的差为0,图像im_diff显示时为黑图。

ImageCrackCode模块

ImageCrackCode模块允许用户检测和测量图像的各种特性。这个模块只存在于PIL Plus包中。因为我目前安装的PIL中没有包含这个模块。所以就不详细介绍了

ImageDraw模块

ImageDraw模块为image对象提供了基本的图形处理功能。例如,它可以创建新图像,注释或润饰已存在图像,为web应用实时产生各种图形。

ImageDraw模块的使用如下:

u=3721409706,661251645&fm=173&app=25&f=JPEG?w=447&h=186&s=CD14E91F93C86D415CE595DC030010B1

在del draw前后显示出来的图像im是完全一样的,都是在原有图像上画了两条对角线。原谅小编的报错

ImageEnhance模块

ImageEnhance模块包括一些用于图像增强的类。它们分别为Color类、Brightness类、Contrast类和Sharpness类。

ImageEnhance模块的使用如下:

u=2192805165,3347473341&fm=173&app=25&f=JPEG?w=447&h=84&s=C412AE3BCF14CE011E7CB4DE000080B3

图像im0的亮度为图像im的一半。

ImageFile模块

ImageFile模块为图像打开和保存功能提供了相关支持功能。另外,它提供了一个Parser类,这个类可以一块一块地对一张图像进行解码。这个类的接口与标准的sgmllib和xmllib模块的接口一样。

ImageFile模块的使用如下:

u=897329297,2151585810&fm=173&app=25&f=JPEG?w=549&h=176&s=CCC2E91797704C235AF5ACDB000080B3

因为所打开图像大小大于1024个byte,所以报错:图像不完整。所以大家想看的可以自行去找一个小一点的图看一下

ImageFileIO模块

ImageFileIO模块用于从一个socket或者其他流设备中读取一张图像。不赞成使用这个模块。在新的code中将使用ImageFile模块的Parser类来代替它。

ImageFilter模块

ImageFilter模块包括各种滤波器的预定义集合,与Image类的filter方法一起使用。该模块包含这些图像增强的滤器:

BLUR,CONTOUR,DETAIL,EDGE_ENHANCE

EDGE_ENHANCE_MORE,EMBOSS,FIND_EDGES

SMOOTH,SMOOTH_MORE和SHARPEN

ImageFilter模块的使用如下:

u=482466528,607243373&fm=173&app=25&f=JPEG?w=434&h=108&s=CC02A51BCD746C03125DC4DE000090B3

ImageFont模块

ImageFont模块定义了一个同名的类,即ImageFont类。这个类的实例中存储着bitmap字体,需要与ImageDraw类的text方法一起使用。PIL使用自己的字体文件格式存储bitmap字体。PIL Plus包中才会支持矢量字体。

ImageGrab模块

ImageGrab模块用于将屏幕上的内容拷贝到一个PIL图像内存中。当前的版本只在windows操作系统上可以工作。

ImageGrab模块的使用如下:

u=130121393,3024193056&fm=173&app=25&f=JPEG?w=266&h=51&s=CC12E51BC574DC314E40A4DF000010B3

图像im显示出笔记本当前的窗口内容,就是类似于截图的工具

ImageOps模块

ImageOps模块包括一些“ready-made”图像处理操作。它可以完成直方图均衡、裁剪、量化、镜像等操作。大多数操作只工作在L和RGB图像上。

ImageOps模块的使用如下:

u=2000308499,432349774&fm=173&app=25&f=JPEG?w=457&h=68

图像im_flip为图像im垂直方向的镜像。

ImagePath模块

ImagePath模块用于存储和操作二维向量数据。Path对象将被传递到ImageDraw模块的方法中。

ImagePath模块的使用如下:

u=2188230716,2942630798&fm=173&app=25&f=JPEG?w=400&h=121&s=C802E51B897068035A5DA0DA000080B3

ImageSequence模块

ImageSequence模块包括一个wrapper类,它为图像序列中每一帧提供了迭代器。

ImageSequence模块的使用如下:

u=2743137023,3323185441&fm=173&app=25&f=JPEG?w=459&h=70

后面两次show()函数调用,分别显示第1张和第11张图像。

ImageStat模块

ImageStat模块计算一张图像或者一张图像的一个区域的全局统计值。

ImageStat模块的使用如下:

u=528391201,1275200537&fm=173&app=25&f=JPEG?w=431&h=113&s=CC02E51BC1704C235A75E4DB0000C0B0

ImageTk模块

ImageTk模块用于创建和修改BitmapImage和PhotoImage对象中的Tkinter。

ImageTk模块的使用如下:

u=60476534,1854818176&fm=173&app=25&f=JPEG?w=531&h=197&s=C940E91797C0694300F5D4D40300C0B1

这个是小编一直不太懂的有没有大佬能帮我解决一下在线等~急!

PSDraw模块

PSDraw模块为Postscript打印机提供基本的打印支持。用户可以通过这个模块打印字体,图形和图像。

这里还是要推荐下一个学习交流的地方::666468218不管你是小白还是大牛,都可以加进去看看,不定期分享干货,包括小编自己整理的一份新的Python资料和零基础入门的资料,欢迎初学和进阶中的小伙伴。在不忙的时间我会给大家解惑。

PIL基本基本概念

PIL中所涉及的基本概念有如下几个:

通道(bands)、模式(mode)、尺寸(size)

坐标系统(coordinate system)、调色板(palette)

信息(info)和滤波器(filters)

通道

每张图片都是由一个或者多个数据通道构成。PIL允许在单张图片中合成相同维数和深度的多个通道。以RGB图像为例,每张图片都是由三个数据通道构成,分别为R、G和B通道。而对于灰度图像,则只有一个通道。对于一张图片的通道数量和名称,可以通过getbands()方法来获取。getbands()方法是Image模块的方法,它会返回一个字符串元组(tuple)。该元组将包括每一个通道的名称。Python的元组与列表类似,不同之处在于元组的元素不能修改,元组使用小括号,列表使用方括号,元组创建很简单,只需要在括号中添加元素,并使用逗号隔开即可。

getbands()方法的使用如下:

u=2385082813,1018644114&fm=173&app=25&f=JPEG?w=440&h=290&s=C092E533150A554F0ADDA1DA0000C0B1

模式

图像的模式定义了图像的类型和像素的位宽。当前支持如下模式:

u=1026398271,1332030146&fm=173&app=25&f=JPEG?w=590&h=398&s=CDC2EC13054A454D4A7D24DA0000D0B2

mode属性的使用如下:

u=2037718164,2494287933&fm=173&app=25&f=JPEG?w=549&h=130&s=EC80ED1B4D664D205265B4D9020080B3

尺寸

通过size属性可以获取图片的尺寸。这是一个二元组,包含水平和垂直方向上的像素数。

mode属性的使用如下:

u=2946283528,1411839342&fm=173&app=25&f=JPEG?w=438&h=131&s=CD12E51B0D246D22525520DA000050B0

坐标系统

PIL使用笛卡尔像素坐标系统,坐标(0,0)位于左上角。注意:坐标值表示像素的角;位于坐标(0,0)处的像素的中心实际上位于(0.5,0.5)。坐标经常用于二元组(x,y)。长方形则表示为四元组,前面是左上角坐标。例如:一个覆盖800x600的像素图像的长方形表示为(0,0,800,600)。

调色板

调色板模式 ("P")使用一个颜色调色板为每个像素定义具体的颜色值

信息

使用info属性可以为一张图片添加一些辅助信息。这个是字典对象。加载和保存图像文件时,多少信息需要处理取决于文件格式。

info属性的使用如下:

u=670215732,3333856231&fm=173&app=25&f=JPEG?w=572&h=181&s=EC02E51B9F604C030A79A0DA000010B2

滤波器

对于将多个输入像素映射为一个输出像素的几何操作,PIL提供了4个不同的采样滤波器:

u=330894357,228549771&fm=173&app=25&f=JPEG?w=640&h=118&s=C1C0F512C536CC2112DCC1D2020010B2

注意:在当前的PIL版本中,ANTIALIAS滤波器是下采样时唯一正确的滤波器。BILIEAR和BICUBIC滤波器使用固定的输入模板,用于固定比例的几何变换和上采样是最好的。Image模块中的方法resize()和thumbnail()用到了滤波器。

resize()方法的定义为:resize(size, filter=None)=> imageresize()方法的使用如下:

u=3187290925,596483891&fm=173&app=25&f=JPEG?w=435&h=102&s=CC02E41BC5747C21587C34DB000010B0

对参数filter不赋值的话,resize()方法默认使用NEAREST滤波器。如果要使用其他滤波器可以通过下面的方法来实现:

u=3796390007,3088938027&fm=173&app=25&f=JPEG?w=400&h=175&s=C112E43B9DD84DCA1A5580DB0000C0B2

thumbnail ()方法的定义为:im.thumbnail(size, filter=None)thumbnail ()方法的使用如下:

u=3645845485,2748556715&fm=173&app=25&f=JPEG?w=440&h=113&s=CC12E51BC1624D225075F4DB0000C0B0

对参数filter不赋值的话,方法thumbnail()默认使用NEAREST滤波器。如果要使用其他滤波器可以通过下面的方法来实现:

u=2874320569,1833738206&fm=173&app=25&f=JPEG?w=455&h=257&s=CC92E41B1D9ED4C85A5410DA0000C0B0

这里还是要推荐下一个学习交流的地方::666468218不管你是小白还是大牛,都可以加进去看看,不定期分享干货,包括小编自己整理的一份新的Python资料和零基础入门的资料,欢迎初学和进阶中的小伙伴。在不忙的时间我会给大家解惑。

这篇关于python pil_最全的PythonPIL详解可能你找不到比这个更详细的了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/786065

相关文章

Spring Security基于数据库验证流程详解

Spring Security 校验流程图 相关解释说明(认真看哦) AbstractAuthenticationProcessingFilter 抽象类 /*** 调用 #requiresAuthentication(HttpServletRequest, HttpServletResponse) 决定是否需要进行验证操作。* 如果需要验证,则会调用 #attemptAuthentica

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

OpenHarmony鸿蒙开发( Beta5.0)无感配网详解

1、简介 无感配网是指在设备联网过程中无需输入热点相关账号信息,即可快速实现设备配网,是一种兼顾高效性、可靠性和安全性的配网方式。 2、配网原理 2.1 通信原理 手机和智能设备之间的信息传递,利用特有的NAN协议实现。利用手机和智能设备之间的WiFi 感知订阅、发布能力,实现了数字管家应用和设备之间的发现。在完成设备间的认证和响应后,即可发送相关配网数据。同时还支持与常规Sof

【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

6.1.数据结构-c/c++堆详解下篇(堆排序,TopK问题)

上篇:6.1.数据结构-c/c++模拟实现堆上篇(向下,上调整算法,建堆,增删数据)-CSDN博客 本章重点 1.使用堆来完成堆排序 2.使用堆解决TopK问题 目录 一.堆排序 1.1 思路 1.2 代码 1.3 简单测试 二.TopK问题 2.1 思路(求最小): 2.2 C语言代码(手写堆) 2.3 C++代码(使用优先级队列 priority_queue)

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

K8S(Kubernetes)开源的容器编排平台安装步骤详解

K8S(Kubernetes)是一个开源的容器编排平台,用于自动化部署、扩展和管理容器化应用程序。以下是K8S容器编排平台的安装步骤、使用方式及特点的概述: 安装步骤: 安装Docker:K8S需要基于Docker来运行容器化应用程序。首先要在所有节点上安装Docker引擎。 安装Kubernetes Master:在集群中选择一台主机作为Master节点,安装K8S的控制平面组件,如AP

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