Python影象處理庫Pillow入門

發表於2016-05-03

Pillow是Python裡的影象處理庫(PIL:Python Image Library),提供了了廣泛的檔案格式支援,強大的影象處理能力,主要包括影象儲存、影象顯示、格式轉換以及基本的影象處理操作等。

 1)使用 Image 類
PIL最重要的類是 Image class, 你可以通過多種方法建立這個類的例項;你可以從檔案載入影象,或者處理其他影象, 或者從 scratch 建立。

要從檔案載入影象,可以使用open( )函式,在Image模組中:

載入成功後,將返回一個Image物件,可以通過使用示例屬性檢視檔案內容:

       format 這個屬性標識了影象來源。如果影象不是從檔案讀取它的值就是None。size屬性是一個二元tuple,包含width和height(寬度和高度,單位都是px)。 mode 屬性定義了影象bands的數量和名稱,以及畫素型別和深度。常見的modes 有 “L” (luminance) 表示灰度影象, “RGB” 表示真彩色影象, and “CMYK” 表示出版影象。
如果檔案開啟錯誤,返回 IOError 錯誤。
只要你有了 Image 類的例項,你就可以通過類的方法處理影象。比如,下列方法可以顯示影象:

2)讀寫影象
PIL 模組支援大量圖片格式。使用在 Image 模組的 open() 函式從磁碟讀取檔案。你不需要知道檔案格式就能開啟它,這個庫能夠根據檔案內容自動確定檔案格式。要儲存檔案,使用 Image 類的 save() 方法。儲存檔案的時候檔名變得重要了。除非你指定格式,否則這個庫將會以檔名的副檔名作為格式儲存。

載入檔案,並轉化為png格式:

save() 方法的第二個引數可以指定檔案格式。
3)建立縮圖

縮圖是網路開發或影象軟體預覽常用的一種基本技術,使用Python的Pillow影象庫可以很方便的建立縮圖,如下:

上段程式碼對photoshop下的jpg影象檔案全部建立縮圖,並儲存,glob模組是一種智慧化的檔名匹配技術,在批影象處理中經常會用到。
 注意:Pillow庫不會直接解碼或者載入影象柵格資料。當你開啟一個檔案,只會讀取檔案頭資訊用來確定格式,顏色模式,大小等等,檔案的剩餘部分不會主動處理。這意味著開啟一個影象檔案的操作十分快速,跟圖片大小和壓縮方式無關。

4)影象的剪下、貼上與合併操作

Image 類包含的方法允許你操作影象部分選區,PIL.Image.Image.crop 方法獲取影象的一個子矩形選區,如:

矩形選區有一個4元元組定義,分別表示左、上、右、下的座標。這個庫以左上角為座標原點,單位是px,所以上訴程式碼複製了一個 200×200 pixels 的矩形選區。這個選區現在可以被處理並且貼上到原圖。

當你貼上矩形選區的時候必須保證尺寸一致。此外,矩形選區不能在影象外。然而你不必保證矩形選區和原圖的顏色模式一致,因為矩形選區會被自動轉換顏色。

5)分離和合並顏色通道

對於多通道影象,有時候在處理時希望能夠分別對每個通道處理,處理完成後重新合成多通道,在Pillow中,很簡單,如下:

對於split( )函式,如果是單通道的,則返回其本身,否則,返回各個通道。
 6)幾何變換

對影象進行幾何變換是一種基本處理,在Pillow中包括resize( )和rotate( ),如用法如下:

其中,resize( )函式的引數是一個新影象大小的元祖,而rotate( )則需要輸入順時針的旋轉角度。在Pillow中,對於一些常見的旋轉作了專門的定義:

7)顏色空間變換

在處理影象時,根據需要進行顏色空間的轉換,如將彩色轉換為灰度:

8)影象濾波

影象濾波在ImageFilter 模組中,在該模組中,預先定義了很多增強濾波器,可以通過filter( )函式使用,預定義濾波器包括:

BLUR、CONTOUR、DETAIL、EDGE_ENHANCE、EDGE_ENHANCE_MORE、EMBOSS、FIND_EDGES、SMOOTH、SMOOTH_MORE、SHARPEN。其中BLUR就是均值濾波,CONTOUR找輪廓,FIND_EDGES邊緣檢測,使用該模組時,需先匯入,使用方法如下:

除此以外,ImageFilter模組還包括一些擴充套件性強的濾波器:

class PIL.ImageFilter.GaussianBlur(radius=2)

Gaussian blur filter.
引數: radius – Blur radius.

class PIL.ImageFilter.UnsharpMask(radius=2percent=150threshold=3)

Unsharp mask filter.

See Wikipedia’s entry on digital unsharp masking for an explanation of the parameters.

class PIL.ImageFilter.Kernel(sizekernelscale=Noneoffset=0)
Create a convolution kernel. The current version only supports 3×3 and 5×5 integer and floating point kernels.

In the current version, kernels can only be applied to “L” and “RGB” images.

引數:
  • size – Kernel size, given as (width, height). In the current version, this must be (3,3) or (5,5).
  • kernel – A sequence containing kernel weights.
  • scale – Scale factor. If given, the result for each pixel is divided by this value. the default is the sum of the kernel weights.
  • offset – Offset. If given, this value is added to the result, after it has been divided by the scale factor.
class PIL.ImageFilter.RankFilter(sizerank)
Create a rank filter. The rank filter sorts all pixels in a window of the given size, and returns therank‘th value.
引數:
  • size – The kernel size, in pixels.
  • rank – What pixel value to pick. Use 0 for a min filter, size * size / 2 for a median filter, size * size - 1 for a max filter, etc.
class PIL.ImageFilter.MedianFilter(size=3)
Create a median filter. Picks the median pixel value in a window with the given size.
引數: size – The kernel size, in pixels.
class PIL.ImageFilter.MinFilter(size=3)
Create a min filter. Picks the lowest pixel value in a window with the given size.
引數: size – The kernel size, in pixels.
class PIL.ImageFilter.MaxFilter(size=3)
Create a max filter. Picks the largest pixel value in a window with the given size.
引數: size – The kernel size, in pixels.
class PIL.ImageFilter.ModeFilter(size=3)
Create a mode filter. Picks the most frequent pixel value in a box with the given size. Pixel values that occur only once or twice are ignored; if no pixel value occurs more than twice, the original pixel value is preserved.
引數: size – The kernel size, in pixels.

更多詳細內容可以參考:PIL/ImageFilter

  9)影象增強

影象增強也是影象預處理中的一個基本技術,Pillow中的影象增強函式主要在ImageEnhance模組下,通過該模組可以調節影象的顏色、對比度和飽和度和銳化等:

影象增強:

class PIL.ImageEnhance.Color(image)
Adjust image color balance.

This class can be used to adjust the colour balance of an image, in a manner similar to the controls on a colour TV set. An enhancement factor of 0.0 gives a black and white image. A factor of 1.0 gives the original image.

class PIL.ImageEnhance.Contrast(image)
Adjust image contrast.

This class can be used to control the contrast of an image, similar to the contrast control on a TV set. An enhancement factor of 0.0 gives a solid grey image. A factor of 1.0 gives the original image.

class PIL.ImageEnhance.Brightness(image)
Adjust image brightness.

This class can be used to control the brighntess of an image. An enhancement factor of 0.0 gives a black image. A factor of 1.0 gives the original image.

class PIL.ImageEnhance.Sharpness(image)
Adjust image sharpness.

This class can be used to adjust the sharpness of an image. An enhancement factor of 0.0 gives a blurred image, a factor of 1.0 gives the original image, and a factor of 2.0 gives a sharpened image.

影象增強的詳細內容可以參考:PIL/ImageEnhance

除了以上介紹的內容外,Pillow還有很多強大的功能:

PIL.Image.alpha_composite(im1, im2)

PIL.Image.blend(im1, im2, alpha)

PIL.Image.composite(image1, image2, mask)
PIL.Image.eval(image, *args)

PIL.Image.fromarray(obj, mode=None)

PIL.Image.frombuffer(mode, size, data, decoder_name=’raw’, *args)

     想了解更多,請參考:Image Module Pillow Reference

參考資料:

1、PLI–Pillow快速入門

 

相關文章