分类： Python/Ruby
2009-06-03 10:46:47
 |
|
关于PIL库的一些概念
pil可以处理光栅图片(像素数据组成的的块)。
通道
一个图片可以包含一到多个数据通道，如果这些通道具有相同的维数和深度，Pil允许将这些通道进行叠加
模式
| 1 | 1位像素，黑和白，存成8位的像素 |
| L | 8位像素，黑白 |
| P | 8位像素，使用调色板映射到任何其他模式 |
| RGB | 3×8位像素，真彩 |
| RGBA | 4×8位像素，真彩+透明通道 |
| CMYK | 4×8位像素，颜色隔离 |
| YCbCr | 3×8位像素，彩色视频格式 |
| I | 32位整型像素 |
| F | 32位浮点型像素 |
通过图片对象的size属性可以得到图片的尺寸，结果这是一个二元组，包含水平和垂直方向上的像素数。
坐标
Pil采取左上角为(0,0)的坐标系统
调色板
mode("P")为每个像素定义具体的颜色值
图片信息
可以通过info属性读取一张图片的附加信息，这个与图片的格式有关。
滤镜
| NEAREST | 最近 |
| BILINEAR | 双线型 |
| BICUBIC | 双三次插值 |
| ANTIALIAS | 平滑 |
在RGB模式下，每个图片由三个通道叠加而成，每个模式下为一个灰度图，当有一个调色板来调色的时候，这三张灰度图的叠加即可合成3*8位(每个像素) 的一个真彩图片。pil库中，图片之间的模式(mode)可以转化。下面给出一些简单的例子，例子中的所有图片均来自于国家地理的官网，为了使得文档比较 短小，每个图片均使用Pil缩放成1/2大小，如有侵权嫌疑，请尽快联系，我会删除这些图片。
所有的图片操作必须有一个操作对象，Pil提供open(filename)进行这个过程
打开图片
1.导入pil的Image模块
2.使用open(filename)打开文件，返回一个image对象
Python代码
im = Image.open('filename')
此后，一切关于图片的操作均基于这个对象。
打开后，我们可以查看一些图片信息，如im.format, im.size, im.mode等。调用im.show()会在图片查看工具中显示当前操作的image对象，这个跟个人的系统有关系，我系统中默认是用Windows Picture and Fax Viewer打开的。这个方法用来查看临时的图片效果。
读写图片
pil中转换图片 格式非常简单(转换图片模式是另一个概念，不要混淆)，只需要调用img.save(filename)即可比如有一个bmp(位图)图片，使用img = Image.open('file.bmp')打开后，只需要img.save('file.jpg')即可转换。不过一般情况 下，save(filename)是不用做这个用途的，通常，save用以保存一个临时的image对象到硬盘。而转换工作由一个功能更为强大的 convert()方法来完成。
拷贝，粘贴，合并
Python代码
box = (100,100,500,500)#设置要拷贝的区域
#将im表示的图片对象拷贝到region中，大小为(400*400)像素。这个region可以用来后续的操作(region其实就是一个Image对象)，box变量是一个四元组(左，上，右，下)。
region = im.crop(box)
region = region.transpose(Image.ROTATE_180)#从字面上就可以看出，先把region中的Image反转180度，然后再放回到region中。
im.paste(region, box)#粘贴box大小的region到原先的图片对象中。
前面说过，每一个RGB都是由三个通道的灰度图叠加的，所以pil提供了将这三个通道分离的方法
Python代码
r,g,b = im.split()#分割成三个通道
r.show()
g.show()
b.show()
im = Image.merge("RGB", (b, g, r))#将b,r两个通道进行翻转。
红色通道的灰度图
绿色通道的灰度图
蓝色通道的灰度图
互换红蓝通道后的合成图
几何转变
几何转变提供resize,rotate等方法，用以重定义图片大小，对图片进行旋转等操作，在实际应用中比较广泛。
如
Python代码
out = img.resize((128, 128))#resize成128*128像素大小。
out = img.rotate(45)#逆时针旋转45度
逆时针45度
镜面效果，左右翻转
transpose()方法预定义了一些旋转方式，如
左右反转，上下翻转，逆时针旋转(90,180,270)度等，非常方便，rotate()和transpose()方法在表现上没有任何不同。
图片加强
滤镜
ImageFilter模块提供了很多预定义的图片加强滤镜。
比如一个常用的滤镜,细节(detail滤镜)
Python代码
import ImageFilter
out = im.filter(ImageFilter.DETAIL)
直接操作像素点
不但可以对每个像素点进行操作，而且，每一个通道都可以独立的进行操作。比如，将每个像素点的亮度(不知道有没有更专业的词)增大20%
Python代码
out = img.point(lambda i : i * 1.2)#注意这里用到一个匿名函数(那个可以把i的1.2倍返回的函数)
对每个点都做20%的增强
如上边的那个例子，我们可以将一个RGB模式的图分离成三个通道的层
Python代码
然后对一个通道进行加强或减弱操作，完成后我们又可以使用Merge将通道合并，从而改变图片的色调(冷暖色调的互换)等。
更高级的图片加强，可以使用ImageEnhance模块，其中包含了大量的预定义的图片加强方式。
Python代码
import ImageEnhance
enh = ImageEnhance.Contrast(im)
enh.ehhance(1.5).show("50% more contrast")
读写图片的更多方式
通常，我们使用open方法进行图片的打开操作。但是这不是唯一的方式。完全可以跟python的IO整合起来。如
Python代码
fp = open("file.jpg", "rb")
im = Image.open(fp)
甚至，你可以从一个字符串中读出图片数据来(python真是神奇啊)。
Python代码
import StringIO
img = Image.open(StringIO.StringIO(buffer))
当然，PIL的功能远不止这些，由于篇幅原因，我这次先写这么多吧，后面会给出PIL中各个模块中函数的详细使用说明，同时尽量配以实图来说明。
