Pillow学习之Tutorial

2024-04-22 03:08
文章标签 学习 tutorial pillow

本文主要是介绍Pillow学习之Tutorial,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
from PIL import Image
打开图片
#方式一:
im = Image.open('1.jpg')
#方式二
f = open('1.jpg','rb')
im = Image.open(f)
#从tar压缩文件打开
from PIL import TarIO
fp = TarIO.TarIO('2.tar','1.jpg')  #压缩文件名   图片名
im = Image.open(fp)
查看格式
im.format
查看大小
im.size
查看模式
im.mode
查看文件名
im.filename
查看位数
im.bits
显示图片
im.show()
保存图片
im.save('1.bmp')
查看高度
im.height
查看宽度
im.width
缩略图
size = (500,500)    #缩略图大小
im.thumbnail(size)  #原图的相似图,宽高中较大值为500
复制图片
tn = im.copy()
截取图片
box = (100,100,400,400)  #定义截取的左上右下边界
region = im.crop(box)  #一种懒方法,可用load提前执行
旋转图片
region = region.transpose(Image.ROTATE_180)#顺时针旋转180°
out = im.rotate(45) #将图片逆时针旋转45°
粘贴图片
im = im.paste(region, box)
分离RGB
r,g,b = im.split()   #分离RGB通道
合成RGB
im = Image.merge("RGB",(g,r,b))  #用RGB通道合成新图
更改大小
size = (500,500)    #图片大小设定
out = im.resize(size)
置换图片
out = im.transpose(Image.FLIP_LEFT_RIGHT)  #0
out = im.transpose(Image.FLIP_TOP_BOTTOM)  #1
out = im.transpose(Image.ROTATE_90)        #2
out = im.transpose(Image.ROTATE_180)       #3
out = im.transpose(Image.ROTATE_270)       #4
out = im.transpose(Image.TRANSPOSE)        #5
模式转换
out = im.convert('L')        #将图片转换成黑白图
使用滤镜
from PIL import ImageFilter     #导入滤镜模块
out = im.filter(ImageFilter.DETAIL)
point操作
out = im.point(lambda i:i*1.5)
图片增强
from PIL import ImageEnhance    #导入图片增强模块
enh = ImageEnhance.Contrast(im)    
enh.enhance(1.3).show("30% more contrast")  #对比度增加30%
动态图片
im = Image.open('2.gif')     #打开一张动态图片,默认第0帧
im.n_frames                #查看动态图帧数
im.tell()                  #当前帧数
im.seek(i)                  #查找第i帧
im.show()                  #显示第i帧内容
 使用ImageSequence
from PIL import ImageSequence     #导入ImageSequence
for frame in ImageSequence.Iterator(im):    #使用迭代器im.show()               #显示各帧图片
 获取Bands
im.getbands()

将图片左右置换
from PIL import Image
import os, sysdef roll(image, delta):"Roll an image sideways"xsize, ysize = image.sizedelta = delta % xsizeif delta == 0:return imagepart1 = image.crop((0, 0, delta, ysize))part2 = image.crop((delta, 0, xsize, ysize))part1.load()part2.load()image.paste(part2, (0, 0, xsize-delta, ysize))image.paste(part1, (xsize-delta, 0, xsize, ysize))return imageif __name__ == '__main__':im = Image.open(sys.argv[1])im.show()delta = int(sys.argv[2])re = roll(im, delta)re.show()
常见模式
• 1 (1-bit pixels, black and white, stored with one pixel per byte)
• L (8-bit pixels, black and white)
• P (8-bit pixels, mapped to any other mode using a color palette)
• RGB (3x8-bit pixels, true color)
• RGBA (4x8-bit pixels, true color with transparency mask)
• CMYK (4x8-bit pixels, color separation)
• YCbCr (3x8-bit pixels, color video format)
– Note that this refers to the JPEG, and not the ITU-R BT.2020, standard
• LAB (3x8-bit pixels, the L*a*b color space)
• HSV (3x8-bit pixels, Hue, Saturation, Value color space)
• I (32-bit signed integer pixels)
• F (32-bit floating point pixels)

这篇关于Pillow学习之Tutorial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/924687

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