Python中有好多工具包應用於影象處理當中，這一節（基本的影象操作和處理）作為入門章節，首先來介紹Python中最基本的幾個工具包，也希望讀者可以在之後自行練習。

▌PIL：Python影象處理類庫

---

---

PIL(Python Imaging Library)為影象處理類庫，它為Python提供了基本的影象處理功能和基本操作。PIL中最重要的模組又是Image，下面，我們就來講一講Image模組的一些用法。

▌讀取一幅影象：

---

---

我們用Image模組中的open()方法實現

首先強調一點就是對於PNG、BMP和JPG等不同格式的彩色影象之間的互相轉換都可以通過Image模組來完成，具體來說，在開啟這些影象時，PIL會將它們解碼為三通道的“RGB”影象。使用者可以基於這個“RGB”影象，對其進行處理。

from PIL import Image #從PIL包中匯入Image模組
image = Image.open('test.jpg') #讀取名為test的圖片

這是test.jpg圖片

通過上述程式碼，我們的返回值image就是一個PIL物件，當我們需要對一幅影象進行各種操作時，首先都要通過上述程式碼讀取目標影象。

上述程式碼的執行結果實際上為：

<PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=1000x1436 at 0x1826BF51D68>

怎樣才能將它變為視覺化的影象呢？

我們需要呼叫matplotlib.pyplot函式集合的 imshow() 和show()方法，完整程式碼為：

from PIL import Image
import matplotlib.pyplot as plt
image = Image.open('test.jpg')
plt.imshow(image)
plt.show()# 需要呼叫show()方法，不然影象只會在記憶體中而不顯示出來

結果如下圖所示：

▌將影象轉換為灰度影象

---

---

 我們使用convert()方法來實現影象的灰度轉化

Convert()函式會根據傳入引數的不同將圖片變成不同的模式，通過相關資料我們知道PIL中有九種不同模式。分別為1，L，P，RGB，RGBA，CMYK，YCbCr，I，F。

模式“1”為二值影象，非黑即白。但是它每個畫素用8個bit表示，0表示黑，255表示白。

模式L”為灰色影象，它的每個畫素用8個bit表示，0表示黑，255表示白，其他數字表示不同的灰度。在PIL中，從模式“RGB”轉換為“L”模式是按照下面的公式轉換的：

L = R * 299/1000 + G * 587/1000+ B * 114/1000

模式“P”為8位彩色影象，它的每個畫素用8個bit表示，其對應的彩色值是按照調色盤查詢出來的。

模式“RGBA”為32位彩色影象，它的每個畫素用32個bit表示，其中24bit表示紅色、綠色和藍色三個通道，另外8bit表示alpha通道，即透明通道。

模式“CMYK”為32位彩色影象，它的每個畫素用32個bit表示。模式“CMYK”就是印刷四分色模式，它是彩色印刷時採用的一種套色模式，利用色料的三原色混色原理，加上黑色油墨，共計四種顏色混合疊加，形成所謂“全綵印刷”。

模式“YCbCr”為24位彩色影象，它的每個畫素用24個bit表示。YCbCr其中Y是指亮度分量，Cb指藍色色度分量，而Cr指紅色色度分量。人的肉眼對視訊的Y分量更敏感，因此在通過對色度分量進行子取樣來減少色度分量後，肉眼將察覺不到的影象質量的變化。

模式“RGB”轉換為“YCbCr”的公式如下：

Y= 0.257*R+0.504*G+0.098*B+16
Cb = -0.148*R-0.291*G+0.439*B+128
Cr = 0.439*R-0.368*G-0.071*B+128

模式“I”為32位整型灰色影象，它的每個畫素用32個bit表示，0表示黑，255表示白，(0,255)之間的數字表示不同的灰度。在PIL中，從模式“RGB”轉換為“I”模式是按照下面的公式轉換的：

I = R * 299/1000 + G * 587/1000 + B * 114/1000

模式“F”為32位浮點灰色影象，它的每個畫素用32個bit表示，0表示黑，255表示白，(0,255)之間的數字表示不同的灰度。在PIL中，從模式“RGB”轉換為“F”模式是按照下面的公式轉換的：

F = R * 299/1000+ G * 587/1000 + B * 114/1000

我們以灰度影象為例，將目標影象轉換成灰度影象，由上可知，我們要給convert()方法傳入引數“L”,具體程式碼如下：

from PIL import Image
import matplotlib.pyplot as plt
import numpy as np
import matplotlib.cm as cm

image = Image.open('test.jpg')  # 讀取名為test的圖片
image_gray = image.convert("L")  # 將圖片轉換為灰度影象
data = np.array(image_gray)

plt.imshow(data, cmap=cm.gray)
plt.show()

繪製出的灰度影象為：

我們也可以用一行程式碼

image = Image.open(‘test.jpg’).convert(“L”)

代替上面的兩行註釋程式碼。

在上述程式碼中我們引入了matplotlib.cm模組和numpy模組。

cm是colormap的縮寫，這個模組提供了大量的colormaps，用於註冊新的colormaps，並通過名稱獲得一個colormap，以及用於新增顏色對映功能的mixin類。

而在繪製灰度影象的imshow()方法給cmap傳入了cm.gray引數。cmap:代表顏色圖譜（colormap), 預設繪製為RGB(A)顏色空間。

為什麼調取灰度影象加了這麼一行程式碼呢？原因在於如果是彩色影象，上面的方法沒有任何問題，但是如果是灰度影象，用上面的語句就不能正確顯示，主要是沒有加調色盤。

除此之外，我們可以用一行程式碼plt.gray()來代替上述程式碼這樣寫會使程式碼看上去更加簡潔。

NumPy是一個非常有名的 Python 科學計算工具包,其中包含了大量有用的工具,比如陣列物件(用來表示向量、矩陣、影象等)以及線性代數函式。在顯示灰度影象時array()方法將影象轉換成NumPy的陣列物件，圖片得以顯示，否則會出現AttributeError的錯誤。 

▌轉換影象的格式

---

---

 通過save()方法，PIL可以將影象儲存成多種格式的檔案，當傳入不同的副檔名時，它會根據副檔名自動轉換影象的格式。 

from PIL import Image

image = Image.open("smallpi.jpg")  # 開啟jpg影象檔案
image.save("smallpi.png")  # 儲存影象，並轉換成png格式

下面程式從檔名列表（filelist）中讀取所有的影象檔案，並轉換成JPEG格式：

from PIL import Image
import os

for infile in filelist:
   outfile = os.path.splitext(infile)[0] + “.jpg”
   if infile != outfile:
       try:
           Image.open(infile).save(outfile)
       except IOError:
   print(‘cannot convert’, infile)

PIL的open()方法用於建立PIL影象物件，save()方法用於儲存影象到具有指定檔名的檔案，字尾變為“.jpg”，上述程式碼的新檔名和原檔名相同。PIL是個足夠智慧的類庫，可以根據副檔名來判定影象格式PIL函式會進行簡單的檢查，如果檔名不是JPEG格式，會自動將其轉為JPEG格式，如果轉換失敗，則會報錯。

▌建立縮圖

---

---

使用PIL可以很方便地建立影象的縮圖，thumbnail()方法接受一個一元組引數，然後將影象轉換成符合元組引數指定大小的縮圖。例如：

image.thumbnail((128,128))

thumbnail函式接受一個元組作為引數，分別對應著縮圖的寬高，在縮略時，函式會保持圖片的寬高比例。如果輸入的引數寬高和原影象寬高比不同，則會依據最小對應邊進行原比例縮放。 
比如: 
一張圖片為300*420大小的圖片 
當引數為（200,200）時，生成的縮圖大小為71*100，保持原圖的寬高比

▌裁剪影象區域

---

---

使用PIL中的crop()方法可以從一幅影象中裁剪指定區域，該區域使用四元組來指定，四元組的座標依次是（左，上，右，下）PIL中指定座標系的左上角座標為（0，0）。

具體程式碼為：

from PIL import Image
import matplotlib.pyplot as plt
import numpy as np

image = Image.open('test.jpg')
box = (500, 500, 1000, 1000)
region = image.crop(box)
data = np.array(region)
plt.imshow(data)
plt.show()

得到的結果為：

▌調整尺寸和旋轉

---

---

要調整一幅影象的尺寸，我們可以呼叫resize()方法。該方法的引數是一個元組，用來指定新影象的大小：

out = image.resize((32,32))

結果為下圖所示：

要旋轉一幅影象，可以使用逆時針方式表示旋轉角度，然後呼叫rotate()方法：

out = image.rotate(45)

結果為下圖所示：

《機器學習 第九期》從零到機器學習實戰專案，提供GPU&CPU雙雲平臺，作業考試1V1批改（優秀學員內推BAT等）；點選文末“閱讀原文”瞭解詳情