002.00 圖片處理 PIL.Image

002.00 圖片處理

建檔日期: 2019/08/10
更新日期: 2021/03/05 Add im.n_frames

Win 10

Python 3.7.4

PIL Pillow 6.1.0

　

主題: 002.00 圖片處理

座標系統

1. 左上角(x, y)為(0, 0), 事實上是(0.5, 0.5), 水平向右及垂直向下為正值.
2. 引數的引用多為tuple, 單位為點(pixel)
3. 點: (x, y) , 通常預設值為(0, 0)
4. 尺寸: (寛度width, 高度height)
5. 區域: (x1, y1, x2, y2), (x1, y1)為左上角, (x2, y2)為右下角, 如果只有(x1, y1), 沒有給(x2, y2), 通常視為到圖片的最右下角; 預設視為整個區域.

2. 相關說明

以下這些內容將提到PIL (Python Imaging Library)中Image模組使用上的大部份相關資訊, 這些資訊很重要, 熟悉其內容, 才能更清楚的函式庫/方法庫的應用.

1. fp圖檔的表示方式, 共分以下三種

   • 直接或相對路徑的檔名字串, 如: 'pic1.jpg', '.\pic1.jpg', 'd:\working.jpg'.
   • 具有read()/seek()/tell()三項方法, 且以二進位制檔案方式開啟的檔案物件 (略)
   • pathlib.Path物件 (略)

2. format檔案型別: 圖檔因為儲存的方式或表示的方式不一樣, 有各種不同的型別, 目前支援BMP, DIB, GIF, JPEG, PNG, PPM, TIFF, 不同的檔案型別或不同的圖片資料, 都要不同的處理方法, 因此Pillow所是供的庫, 不可能作到都是一樣的處理方式, 因此會有很多所謂的特例, 在應用時, 一不小心就會出錯.

3. extension檔案附屬檔名: 目前支援apng, bmp, dib, gif, jfif, jpe, jpeg, jpg, pbm, pgm, png, pnm, ppm, tif, tiff.

4. 圖片, 基本上可分為以下各結構:

   • frame: 多幀的圖片.
   • Channel: 每個點的顏色組成一個圖層 (1 ~ 4個)
   • Alpha channel (mask): 每個點的透明度組成一個遮蔽
   • palette: 調色盤

5. 絶大多數的圖片處理已經可以符合一般的需求, 特別的要求也可以自行設計處理.

6. f_mode: 檔案開啟的讀寫模式, 如'r', 'w', 'b', 't', ….等, 通常只讀為'rb', 只寫為'wb'

7. ImageObj: Class Image定義下的物件, 相關的引數, 函式及方法幾乎含蓋所有Pillow的內容.

8. 函式或方法, 呼叫的物件可能會改變或不會改變, 而且不一定有返回值, 要注意使用. 如果呼叫的物件會被改動, 又需要保留, 必須預先複製一份, 再以複製的物件來呼叫. 另外, 沒有返回值的函式或方法, 被指定到新的變數, 其結果就是None, 因而常常出錯.

9. 函式及方法常用引數

   • size: 2-tuple, 尺寸值 (寛度, 高度)

   • mode: string, 圖片模式代表圖片圖點的儲存方式. 不同模式的圖片有不同的函式, 方法, 處理方式, 不是都可適用的. 使用上要先確認檔案型別或圖片模式, 圖片內容有多少圖層, 有沒有遮蔽層, 調色盤, 還有多少幀. 下面列出常用的模式:

     • “1” - 二值影像1層(L), 1位元組/畫素, 只有黑白, 值0/1.
     • “L” - 灰度影像1層(L), 1位元組/畫素, 只有亮度, 值0~255.
     • “P” - 彩色影像1層(L) , 1位元組/畫素, 使用256色的調色盤
     • “RGB” - 彩色影像3層(L) , 3位元組/畫素, 真彩色
     • “RGBA” - 彩色影像4層(L) , 4位元組/畫素, 使用mask的真彩色
     • “CMYK” - 彩色影像4層(L) , 4位元組/畫素, 分色
     • “YCbCr” - 彩色影像3層(L) , 3位元組/畫素, 3x8點, 彩色影片
     • “I” - 彩色影像1層(I), 32位有符號整數畫素
     • “F” - 彩色影像1層(F), 32位浮點畫素
     • “LA” - 彩色影像2層(L), L/alpha (略)
     • “RGBX” - 彩色影像4層(L), 帶填充的真彩色
     • “RGBa” - 彩色影像4層(L), 帶有預乘alpha的真彩色
     • “LAB” - 彩色影像3層(L), (略)
     • “HSV” - 彩色影像3層(L), Hue/Sat./Value or Brightness (略)

   • alpha: integer/float, 透明度是指一張圖片的透明度，影響其與另一張圖片（或背景）重迭的效果, 255為完全不透明, 0為完全透明, 其他的值按計算得出其結果; 也有用0到1的數值來表示.

   • mask: ImageObj單層的遮蔽, 其作用如alpha一樣, 不過要具有與圖片相同大小的內容, 以利於分別處理每一個圖點的透明度, 所以模式只能是1, L或RBGA.

   • ImageObj_1, ImageObj_2 如果作對等處理時, 必須尺寸及模式要相同.

   • function: 函式作為引數時, 函式結果是預先計算的, 所以不可使用結果會變的函式, 如隨機數生成器. (系統預先計算函式的結果, 建立一個256或65536的表, 再按圖點值對應得到結果.)

   • box: 2-tuple或4-tuple; 方形區域.

   • xy: 2-tuple; 點座標值.

   • array: np.asarray(im)所產生的物件. (略)

   • data: 帶有未處理過的位元組串或緩衝區物件.

   • band: 層別數字(0~N), 或層名稱, 如"R", "G", "B", 預設或None, 指所有的圖層.

   • bands: tuple, 單圖層圖片的tuple.

   • filter: ImageFilter濾波器, 有線性, 非線性等, 計演算法式各有不同, 目前提供以下十種作法, 使用時要先from PIL import ImageFilter, 後面的那一串數字是濾波器計算時所用的取樣範本, 比重及偏移值.

     • ImageFilter.BLUR: 模糊化 (5,5),(1,1,1,1,1,1,0,0,0,1,1,0,0,0,1,1,0,0,0,1,1,1,1,1,1,) ,16,0
     • ImageFilter.CONTOUR: 輪廓化 (3,3),(-1,-1,-1,-1,8,-1,-1,-1,-1,) ,1,255
     • ImageFilter.DETAIL: 細部化 (3,3),(0,-1,0,-1,10,-1,0,-1,0,) ,6,0
     • ImageFilter.EDGE_ENHANCE:邊緣化 (3,3),(-1,-1,-1,-1,10,-1,-1,-1,-1,) ,2,0
     • ImageFilter.EDGE_ENHANCE_MORE:更邊緣化 (3,3),(-1,-1,-1,-1,9,-1,-1,-1,-1,) ,1,0
     • ImageFilter.EMBOSS: 浮雕化 (3,3),(-1,0,0,0,1,0,0,0,0,) ,1,128
     • ImageFilter.FIND_EDGES: 輪廓化 (3,3),(-1,-1,-1,-1,8,-1,-1,-1,-1,) ,1,0
     • ImageFilter.SMOOTH: 平滑化 (3,3),(1,1,1,1,5,1,1,1,1,) ,13,0
     • ImageFilter.SMOOTH_MORE: 更平滑化(5,5), (1,1,1,1,1,1,5,5,5,1,1,5,44,5,1,1,5,5,5,1,1,1,1,1,1,) ,100,0
     • ImageFilter.SHARPEN: 銳化 (3,3),(-2,-2,-2,-2,32,-2,-2,-2,-2,) ,16,0
     • 以上各項濾波器可以自定義引數, 作不同的處理
       • 引數ImageFilter.Kernel((n,n),(nxn個比重引數),scale, offset)
       • n=只能是3或5; scale算完要再除的比重, offset是要再加的偏移量
       • 一般scale為比重引數的總和, 如果是0, 就改為1
       • 比如EMBOSS就等同Kernel((3,3),(-1,0,0,0,1,0,0,0,0),1,128)

   • palette: 調色盤; 在mode 'P'下, 每一點真正的色彩是用調色盤來表示;

     • Image.WEB調色盤只有00, 33, 66, 99, CC, FF這6種RGB色值, 所以總共有6**3=216種顏色. (內定值)
     • Image.ADAPTIVE是從所有顏色中提取的系列色彩, 是被使用得最多的調色盤, 可以使用最少的顏色實現較好的效果。

   • rawmode: 調色盤的模式, 有L, LA, RGB和RGBA四種. (To be confirmed)

   • color: 單圖層使用int或float來表示顏色, 多圖層則使用tuple, 每一層一個顏色, 也可以如以下方式來表示:

     • RGB: "#RRGGBB", "rgb(R, G, B)", "rgb(R%, G%, B%)"
     • HSL: 色調(0~360, 0紅, 120綠, 240藍)/飽和度(0%~100%, 0%灰, 100%全綵)/亮度(0%~100%, 0%黑, 50%一般, 100%白), “hsl(h%,s%,l%)”
     • HTML: 有140種顏色名, 大小寫相同, 如Red, White, Cyan, Silver, Blue, Gray, Grey, DarkBlue, Black, LightBlue, Orange, Purple, Brown, Yellow ,Maroon, Lime, Green, Magenta, …. , etc.

   • resample重新取樣濾波器的方法, 當影像的二維關係改變時, 沒有新位置的圖點值, 必須採取某些方式來取得新值.

     • 0 - Image.NEAREST: 按最近的點來當新值, 速度最快, 但放大縮小最差.
     • 1 - Image.LANCZOS或Image.ANTIALIAS : 使用截斷sinc函式, 以及可能有助於新點值的所有的點, 來計算新點值. 速度最慢, 放大最好, 縮小最好. (只能用在resize及thumbnail方法中)
     • 2 - Image.BILINEAR或LINEAR: 使用上下左右四點(2x2), 以線性計算新點值, 速度快, 放大較差, 縮小較差.
     • 3 - Image.BICUBIC或CUBIC: 使用上下左右十六點(4x4), 以三次方計算新點值. 速度慢, 放大好, 縮小好.
     • 4 - Image.BOX: 速度較快, 放大不行, 縮小較差.
     • 5 - Image.HAMMING: 速度快, 放大不行, 縮小尚可.
     • 其中ANTIALIAS較適用於大圖變小圖, BILINEAR/BICUBIC較適用於尺寸不變或小圖變大圖.

   • transpose轉置方法: 映象及旋轉, 這裡的旋轉引數不能用在rotate(), 因為它們不是角度值.

     • 0 - Image.FLIP_LEFT_RIGHT: 左右相反
     • 1 - Image.FLIP_TOP_BOTTOM: 上下顛倒
     • 2 - Image.ROTATE_90: 逆時針轉90度
     • 3 - Image.ROTATE_180: 逆時針轉180度
     • 4 - Image.ROTATE_270: 逆時針轉270度
     • 5 - Image.TRANSPOSE: ROTATE_90 + FLIP_TOP_BOTTOM
     • 6 - Image.TRANSVERSE: FLIP_TOP_BOTTOM+ ROTATE_90

   • transforms轉換方法:

     • 0 - Image.AFFINE: 仿射轉換, data: (a, b, c, d, e, f), 新點值為(ax+by+c, dx+ey+f)
     • 1 - Image.EXTENT: 切一塊區域, data: (x0, y0, z1, y1) 對應到 (0, 0, size_x, size_y)
     • 2 - Image.PERSPECTIVE: 透視轉換data為(a, b, c, d, e, f, g, h), 新點值為(ax+by+c)/(gx+hy+1), (dx+ey+f)/(gx+hy+1)
     • 3 - Image.QUAD: 四邊形對映到矩形data:(x0,y0,x1,y1,x2,y2,x3,y3) (左上角, 左下角, 右下角, 右上角)
     • 4 - Image.MESH: 在一次操作中對映多個源四邊形

   • quantize量化方法: 當某些顏色值要分類, 以縮減顏色數時, 如何分群以達到影像的接近度.

     • 0 - Median Cut中值切割演算法, 按所有顏色值最大範圍的中間值來切割成兩群, 重複動作直到所需的顏色(群)數.
     • 1 - Maximum Coverage (略)
     • 2 - Fast Octree快速八叉樹顏色量化 (略)
     • 3 - LibImageQuant (略)

   • dither 遞色方法

     • 0 - Image.NEAREST或NONE
     • 1 - Image.ORDERED = 1 (還沒有建立該功能)
     • 2 - Image.RASTERIZE = 2 (還沒有建立該功能)
     • 3 - Image.FLOYDSTEINBERG (預設)(略)

   • categories: (略)

   • decoder譯碼器, 只對圖片點資料有效, 如果是完整的圖片在string中, 就必須使用 BytesIO 來處理, 再用Image.open()開啟, 常用的為’raw’, 用來處理那些沒有壓縮的檔案格式; 新的格式可能要自建decoder.

   • im指已啟或建立的ImageObj物件

   • alpha透明度的計算, 基本上為以下三種方式

     • 方法1 (alpha-1), 用在兩圖片各有各的遮蔽

       • 假設圖1點(r1, g1, b1, a1), 圖2點(r2, g2, b2, a2), 新圖點(r3, b3, g3, a3)
       • factor_pixel = a2/(a2 + a1 * (1.0 - a2/255))
       • r3 = r2 * factor_pixel + r1 * (1 - factor_pixel)
       • factor_alpha = 1.0 - a2/255
       • a3 = a2 + a1 * factor_alpha
       • g3和b3的計算方法同r3

     • 方法2 (alpha-2), 用在不管圖1圖2有沒有遮蔽, 另外給單一的alpha值來作處理.

       • 假設: 圖1點r1, 圖2點r2, 新圖點pixel, alpha = 0 ~ 1
       • r3 = r1 * (1.0 - alpha) + r2 * alpha
       • g3和b3的計算方法同r3

     • 方法3 (alpha-3)

       • 假設: 圖1點r1, 圖2點r2, 另外有遮蔽的alpha, 新圖點pixel
       • r3 = r1 * (255- alpha) + r2 * alpha
       • g3和b3的計算方法同r3

   • ImageFilter濾波器

     • Kernel(size, kernel, scale=None, offset=0): size (3,3)或(5,5); kernel一串9或25個數值; scale除值(內定為kernel總和); offset加值.
     • RankFilter(size, rank): 在(size, size)周圍取點排序, 取第rank個值為新值.
     • MinFilter(size=3): 在(size, size)周圍取點, 值最小的為新值.
     • MedianFilter(size=3): 在(size, size)周圍取點, 中間值的為新值.
     • MaxFilter(size=3): 在(size, size)周圍取點, 值最大的為新值.
     • ModeFilter(size=3): (size, size)周圍取點, 值最常用的為新值, 沒有就使用原值.

常用引數

• Image.info: dictionary; 非圖片的一些相關資料, 非標準化, 所以沒什麼用.
• Image.format: string; 為檔案格式名, 如"BMP, 非來自檔案則為None.
• Image.mode: string; 圖片格式名, 如"RGB, 字串為灰階圖片(L), 真彩色圖片(RGB), 印前圖片(CMYK).
• Image.palette: class ImagePalette; 'P'模式的顏色調色盤表格, 不是'P'模式則為None.
• Image.size: 2-tuple; 圖片寛度及高度 tuple.
• Image.width: int; 圖片寛度.
• Image.height: int; 圖片高度.

圖片處理

• 檔案相關

  • 檔案開啟Image.open(filename[, f_mode='r'])
    • Return: ImageObj;
    • file_mode: “r” (事實上就是"rb", 二進位制檔案只讀模式)
  • 檔案關閉im.close()
    • Return: None / Exception / ValueError, 呼叫物件: 被改變, 將不存在.
  • 檔案存檔im.save(fp, format=None, **params)
    • Return: None / IOError
    • params: 額外引數供圖檔寫入

• 直接產生新圖

  • 建立新圖Image.new(mode, size[, color=0])
    • Return: ImageObj / IOError.
    • color: 預設為0(黑色), None則不動作.
  • 複製圖片im.copy()
    • Return: ImageOBJ
  • 曼德布洛特圖Image.effect_mandelbrot(size, extent, quality)
    • Return: ImageObj; 一張曼德布洛特-加龍省圖的圖片
    • extent: 4-tuple, 指c值的範圍 (待確認), 參考值(-2, -2, 1, 1)
    • quality: 質量指數, 越大越細, 當然這和圖的大小也有關.
    • 曼德布洛特-加龍省複數集合 [z, f(z), f(f(z)), f(f(f(z))), …..], 集合中元素不會延伸到無窮大, 會在有限半徑的盤內, 不會變成無窮大的點, 其中f(z)=z**2+c.
  • 高斯噪聲圖Image.effect_noise(size, sigma)
    • Return: ImageObj
    • sigma: 整數或浮點數, 為高斯噪聲的標準偏差, 值越大, 當然圖片就越花.
  • 線性黑白漸層圖Image.linear_gradient(mode)
    • Return: ImageObj
    • 256x256大小, 由上而下, 由黑而白, 漸層的圖片
    • mode只能為"L"或"P"
    • 圓形黑白漸層圖Image.radial_gradient(mode)
    • Return: ImageObj
    • 256x256大小, 由內黑而外白, 漸層的圖片
    • mode只能為"L"或"P"
  • 矩陣轉圖片Image.fromarray(array, mode=None)
    • Return: ImageObj
    • 如果mode是None, 則由array type決定
    • 借用frombuffer
  • 緩衝轉圖片Image.frombuffer(mode, size, data[, decoder_name='raw', *args])
    • returnL ImageObj
    • mode為L/RGBX/RGBA/CMYK, 圖片會和buffer共享記憶體, 其他的不會共享.
    • 引數群只供decoder使用 ,如果decoder為"raw", 必須提供完整的引數群, 否則可能會出錯; 最好是frombuffer(mode, size, data, "raw", mode, 0, 1)
    • 借用Image.frombytes
  • 位元組轉圖片Image.frombytes(mode, size, data, decoder_name="raw", *args)
    • Return: ImageObj
    • 最好只用前三項引數: mode, size, data, 其他省略
  • 取單一的圖層im.getchannel(channel)
    • Return: ImageOBJ 模式為L的圖片
    • channel: integer或string, 如RGBA, R層為0, 或alpha層'A'
  • 取所有的圖層im.split()
    • Return: tuple 圖片各圖層
  • 多圖層轉圖片Image.merge(mode, bands)
    • Return: ImageObj
    • 該mode的圖片層數必須等於bands數
  • 截圖crop([box=None])
    • Return: ImageOBJ
    • box:省略則如copy()一樣.

• 圖片重迭

  • 圖迭圖Image.alpha_composite(ImageObj_1, ImageObj_2)
    • Return: ImageObj; 使用mask/alpha計演算法, 圖2迭加到圖1
    • ImageObj_1, ImageObj_2: 必須是RGBA, 模式不同, 可以直接使用putalpha()改變alpha值, 也會改成RGBA, 再來作alpha_composite().
    • 使用mask/alpha計演算法.
  • 單值alpha圖迭圖Image.blend(ImageObj_1, ImageObj_2, alpha)
    • Return: ImageObj; 使用定值alpha-2計演算法.
    • alpha: 0到1的整數或浮點數, 0為ImageObj_1, 1為ImageObj_2.
  • 遮蔽圖迭圖Image.composite(ImageObj _1, ImageObj _2, mask)
    • Return: ImageObj; 圖1迭加到圖2
    • 借用方法paste(image1, None, mask), 使用alpha-3計演算法.
    • 這個函式演算法及對像圖片和alpha_composite()是不一樣的
  • 分割槽圖迭圖im.alpha_composite(ImageObj, dest, source)
    • Return: None; 呼叫物件為被貼圖, 內容會被改變.
    • dest: 2-tuple, 呼叫物件的位置座標值可以是負的, 指圖被貼的位置.
    • source: 2-tuple, ImageObj的截圖位置, 或是4-tuple截圖區域
    • 迭加方法: alpha-1計演算法
    • 被貼圖也可以是含有圖片素值的integer或tuple; 如果被貼圖的模式不同於原圖模式, 系統會自行轉換; 除了圖片被整合外, alpha層也會被整合在原圖上.
  • 貼圖im.paste(ImageObj | color, box=None, mask=None)
    • Return: None. 呼叫物件: Changed. 貼圖於原圖上
    • 除了圖片被整合外, alpha層也會被整合在原圖上.
    • 迭加方法: 使用alpha-3計演算法.

• 圖片處理

  • 函式圖點全處理Image.eval(ImageObj, function)
    • Return: ImageObj
    • 借用point()
  • 圖片轉模式Image.convert(mode=None, matrix=None, dither=None, palette=0, colors=256)
    • Return: ImageObj
    • mode: 目標模式. ImageObj為非P模式時, 如果省略mode, 則直接複製不作轉換; 否則轉為RGB.
    • matrix: 4/12 float tuple, 可省略. 只供L及RGB模式使用.
    • dither: RGB to P, RGB to 1, RGB to L所使用的Dither方法(NONE或內定h的FLOYDSTEINBERG. 如果有matrix, 將不用此方法; 如果dither是None, 轉黑白的方法是255 if pixel > 128 else 0
    • colors: ADAPTIVE調色盤所使用的顏色數目.
    • 彩色轉灰階: L = R * 299/1000 + G * 587/1000 + B * 114/1000
    • 彩色/灰階轉黑白: 使用Floyd-Steinberg dither轉換成”1”.
    • 如果dither為NONE, >0的值都會變為255, 不同的臨界值請使用point(). dither 只用在RGB>P, RGB>1, L>1.
    • 如果沒有調色盤, 轉為P模式時, alpha都設為255 (不透明)
    • RGB轉為CMYK, (c, m, y) = 255 - (r, g, b), k=0 顏色會有點失真.
    • RGB轉為YCbCr, (Y, Cb, Cr) = (0.257*R+0.504*G+0.098*B+16, -0.148*R-0.291*G+0.439*B+128, 0.439*R-0.368*G-0.071*B+128)
  • 濾波器圖片處理im.filter(filter)
    • Return: ImageOBJ
  • 表格圖點全處理im.point(lut | function, mode=None)
    • Return: ImageObj
    • lut: Loopup Table, 表格. 一個圖層一個256或65536(I或L模式下)大小的表格.
    • mode: 輸出圖的模式, 僅適用於L>1, P>1或I>L模式轉換.
  • alpha層增加或修改im.putalpha(alpha | mask)
    • Return: None, 如果沒有alpha層, 模式會轉換成LA或RGBA
    • 僅適用RBGA模式
  • 圖片單點修改im.putpixel(xy, value)
    • Return: None
    • value: integer (單圖層) / tuple (多圖層) / RGB或RGA tuples (P模式)
    • 一點一點的處理, 速度會變的很慢.
  • 量化成P圖片im.quantize(colors=256, method=None, kmeans=0, palette=None, dither=1)
    • Return: ImageObj
    • colors: tutple, 需求的顏色數, 必須小於等256.
    • method: Integer, 預設下, 如果RGBA模式為2, 否則為0. RBGA必須使用2或3
    • kmeans: Integer, K方法採用多少顏色來代表圖片, 不用給顏色. (按距離自動分群)
    • palette: ImageObj, 要量化成的調色盤, 盤色盤的mode只能是P; 圖片的模式必須是RGB或L, 有調色盤就呼叫convert("P", dither, palette), 沒有則參考colors, method及kmeans作量化.
    • dither: Integer, NONE 或 FLOYDSTEINBERG (default), 僅用於RGB > P, RGB > 1 或 L > 1的轉換.
  • 圖片尺寸變更im.resize(size, resample=NEAREST, box=None)
    • Return: ImageObj, 不同尺寸的圖片
    • resample: 6種方法都可以用, 如果原圖模式為1或P, 則會被設為NEAREST
  • 逆時針旋轉圖片im.rotate(angle, resample=NEAREST, expand=0, center=None, translate=None, fillcolor=None)
    • Return: Imageobj
    • angle: 逆時針旋轉角度以度為單位. 0度copy(); 類似ROTATE_90這引數不能用, 因為它僅代表2 !
    • resample: resampling Filter (LANCZOS 1, BOX 4, HAMMING 5不可用)
    • expand: False/True, False圖片尺寸不變, 旋轉後有部份的內容會被截掉; True圖片會變大, 包容新的圖片. 預設為False.
    • center: 2-tuple, 旋轉中心點, 預設為圖片中心點.
    • translate: 2-tuple, 旋轉後位移, 預設為(0, 0)
    • fillcolor: 整數(單層圖片)或tuple(多層圖片)的顏色值, 預設為0(黑色), 指圖片外多出來部份填入的顏色.
  • 變為縮圖im.thumbnail(size, resample=BICUBIC)
    • Return: None. 原圖片會被修改成縮圖, 要保留原圖請複製一份再處理.
    • size: 2-tuple, 縮圖尺寸. 為了保持原比例, 結果可能比要求的縮圖尺寸更小一點.
    • 呼叫Image.draft來完成工作.
  • "1"圖轉"X11點陣圖" im.tobitmap(name="image")
    • Return: string, X11 bitmap的字串
    • name: bitmap變數前置字串, 預設為image
  • 鏡射圖片im.transform(size, method, data=None, resample=NEAREST, fill=1, fillcolor=None)
    • Return: ImageObj
    • data: 供method使用的資料
    • resample: NEAREST/BILINEAR/BICUBIC, 預設或模式1或P, 則為NEAREST
    • fill: 供ImageTransformHandler使用的資料
    • fillcolor: 超出部份填色
  • 旋轉或映像圖片im.transpose(method)
    • Return: ImagIbj
  • 去黑框im.getbbox()
    • Return: box, 如果全是黑的, 返回值為None.
    • 要取得圖片, 可以用crop().
  • 轉圖im.draft(mode, size)
    • Return: None, 原圖被修改, 尺寸會略有不同
    • 只有JPEG和PCD能用, 而且已載入就沒用了.

• 讀取資料或資訊

  • 讀取各圖層名稱Image.getmodebandnames(mode)
    • Return: Tuple, 各圖層的名稱.
  • 讀取圖片基本模式Image.getmodebase(mode)
    • Return: "L" (灰階圖片) 或 "RGB" (彩色圖片)
  • 讀取圖層數Image.getmodebands(mode)
    • Return: 該模式下, 圖片的圖層數
  • 讀取單層的模式Image.getmodetype(mode)
    • Return: "L", "I" 或 "F"
  • 讀取合法的附屬檔名Image.registered_extensions()
    • Return: Dictionary, 如{'.bmp': 'BMP', '.dib': 'DIB', … , '.apng': 'PNG'}
  • 讀取各圖層名稱im.getbands()
    • Return: Tuple, 如RGB的("R", "G", "B")
  • 統計圖片各顏色用量im.getcolors(maxcolors=256)
    • Return: list. Q該顏色數量, m圖層數, n各圖層顏色組合總數, 不一定按順序排列.
    • 單圖層 [[Q1, C1], [Q2, C2], …,[Qn, Cm]]
    • 多圖層 [[Q1, (c11,c12,..c1m)], [Q1, (c21,c22,..c2m)], …, [Q1, (cm1,cm2,..cnm)]]
    • maxcolors: 如果有顏色超過, 返回None. 多層顏色很有可能會超過256. 比如RGB就可能有256x256x256種顏色.
  • 圖片轉資料im.getdata(band=None)
    • Return: dataObj, 必須特殊操作才能直接使用, 不可作為ImageObj使用.
    • 可用list()轉為list使用.
  • 圖片顏色取極值im.getextrema()
    • Return: 2-tuple 或 N-(2-tuple), 前為最小值, 後為最大值
  • 取出調色盤im.getpalette()
    • Return: list, 無調色盤則為None.
  • 取圖點值im.getpixel(xy)
    • Return: interger (單圖層) 或 tuple (多圖層)
  • 圖片顏色統計im.histogram(mask=None, extrema=None)
    • Return: tuple (各層顏色值統計表, 顏色值從0開始統計, 各層分開在接在後面.
    • maskk:maskObj, 只有非零的才統計, 省略則不用. 只能有1和L模式的.
    • extrema: 2-tuple, 顏色的最小值和最大值, 在兩者之間的顏色值將被分為256個區域, 僅I和F模式可用.
  • 載入圖片im.load()
    • Return: PyAccessObj, 通常不用. (略)
    • 通常不需要作這個動作, 因為系統會在開啟時先載入, 除非是多幀圖片.

• 寫入資料

  • 圖片轉資料im.putdata(data, scale=1.0, offset=0.0)
    • Return: None, 原圖被修改
    • data: SequenceObj, 序列物件存有圖片資料
    • data = data * scale + offset
  • 加入調色盤im.putpalette(data, rawmode="RGB")
    • Return: None, 原圖調色盤被修改
    • data: SequenceObj, 序列物件存有調色盤資料, 可以是string或list, 必須要有768的值, 每三個值對應到R,G,B的顏色值, 也可以8位的字串.
    • rawmode: 調色盤的模式
    • 圖片必須是P, PA, L或LA模式

• 其他圖片相關

  • 幀圖片數 im.n_frames
  • 找到第幾幀圖片 im.seek(frame)
    • Return: None | EOFError
    • frame: integer, 第幾幀
  • 目前位置在幾幀 im.tell()
    • Return: Integer, 第幾幀
  • 顯示圖片im.show(title=None, command=None)
    • Return: None, 暫存檔為PPM檔(Unix), PNG檔(macOS), BMP檔(WIN).
    • title: string, 視窗標題
    • command: 顯示圖片的命令, 借用外部軟體, 因為主要是用來除錯的.

<<< The End >>>

本作品採用《CC 協議》，轉載必須註明作者和本文連結