Pillow学习之Image类(二)

2024-04-22 03:08
文章标签 学习 image pillow

本文主要是介绍Pillow学习之Image类(二),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!

导入Image类

from PIL import Image
打开图片
im = Image.open('1.jpg') #确保存在1.jpg这张图片,否则会出错
创建图片
im = Image.new(mode, size, color=0)  #图片模式,大小和颜色
显示图片
im.show()   #此处show的图片并非1.jpg,show显示内存中的图片
图片宽度
im.width
图片高度
im.height
图片大小
im.size         # 返回一个二元组(im.width, im.height)
图片格式
im.format  # 返回图片的格式(bmp,jpeg......)
图片模式
im.mode    #L为灰度图,RGB为真彩色,CMYK为pre-press图像
存储图片
im.save('路径/文件名.图片格式')    #图片格式可以是任意的
图片复制
s = im.copy()  #copy函数返回一个image对象,不赋给s无法使用
图片旋转
s = im.rotate(angle, resample=0, expand=0)#第二个参数可不管,第一个参数表示逆时针旋转的角度,第三个参数(True or False)表示旋转后图片大小是否适应旋转角度(False的话可能导致旋转后图片被裁剪)
图片置换
s = im.transpose(method)   #注意这也返回了一个新的对象
#method有6个值,可用数字0-5,也可用Image.FLIP_LEFT_RIGHT、Image.FLIP_TOP_BOTTOM、Image.ROTATE_90、Image.ROTATE_180、Image.ROTATE_270、Image.TRANSPOSE。分别表示将图片左右对称处理、上下对称处理、逆时针旋转90度、逆时针旋转180度、逆时针旋转270度、图片转置(像素矩阵的转置) 创建缩略图
im.thumbnail(size, resample=3)#size为二元组,resample可不管
改变大小
s = im.resize(size, resample=0) #注意与thumbnail的区别,thumbnail直接改变原图,resize返回了一个新的对象。用thumbnail时创建的图像与原图是相似的,且以size中较小的为准,而resize会改变原图比例,返回一个size大小的图片

裁剪图像

box = im.copy() #直接复制图像
box = (100, 100, 400, 400) #定义裁剪的左上右下边界
re = im.crop(box)   #按边界裁剪im,并将其赋给re

粘贴(合并)图片

re = re.rotate(180) #将裁剪得到的re逆时针旋转180度
im.paste(re, box)  #将re与原图im在box区域重合
#此处box参数也可为二元tuple,指定im粘贴位置的左上角坐标 #当box参数为四元tuple时,请确保box与re大小一致

模式转换

t = im.convert(mode)  #将im转换成想要的模式

应用filters

from PIL import ImageFilter
s = im.filter(ImageFilter.DETAIL)  #这一滤镜增强了细节显示

像素点处理

s = im.point(lambda i : i*2)    #将im的每一像素点值放大两倍
s = im.point(lambda i : i if i < 100 else i*2)  #Python里没有 bool ? r1:r2这一三元表达式,但有r1 if bool else r2

分离单通道

r,g,b = im.split()  #将im分离成RGB三个通道

 

 

这篇关于Pillow学习之Image类(二)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/924683

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【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

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识

线性代数|机器学习-P36在图中找聚类

文章目录 1. 常见图结构2. 谱聚类 感觉后面几节课的内容跨越太大,需要补充太多的知识点,教授讲得内容跨越较大,一般一节课的内容是书本上的一章节内容,所以看视频比较吃力,需要先预习课本内容后才能够很好的理解教授讲解的知识点。 1. 常见图结构 假设我们有如下图结构: Adjacency Matrix:行和列表示的是节点的位置,A[i,j]表示的第 i 个节点和第 j 个

Node.js学习记录(二)

目录 一、express 1、初识express 2、安装express 3、创建并启动web服务器 4、监听 GET&POST 请求、响应内容给客户端 5、获取URL中携带的查询参数 6、获取URL中动态参数 7、静态资源托管 二、工具nodemon 三、express路由 1、express中路由 2、路由的匹配 3、路由模块化 4、路由模块添加前缀 四、中间件