python进阶之图像编程 pillow扩展库_pillow拆分通道

一、概述

1.1pillow简介

Python Imaging Library (PIL)是python 下的图像处理模块,支持多种格式，并提供强大的图像处理功能，可以通过pip进行安装后使用。

1.2pillow具体应用

Pillow 库是 Python3 最常用的图像处理库，它支持多种图像格式，可以用于图像处理、图像增强、图像合成等。下面是 Pillow 库中的一些常用函数：open()：打开一张图片；new()：创建一张新的图片；save()：保存一张图片；show()：显示一张图片；resize()：改变图片的大小；crop()：裁剪图片；rotate()：旋转图片；transpose()：翻转图片；convert()：转换图片的格式或色彩模式；filter()：使用滤镜处理图片；getpixel()：获取图片中指定位置的像素值；putpixel()：设置图片中指定位置的像素值；paste()：将一张图片粘贴到另一张图片上。

1.3快速入门

通过文件创建 Image 对象

通过文件创建 Image 图像对象是最常用的方法

示例：通过文件创建 Image 图像对象

from PIL import Image
 
image = Image.open("D://桌面//1.jpeg")  # 创建图像实例
# 查看图像实例的属性
print(image.format, image.size, image.mode)
 
image.show() # 显示图像

 格式转换并保存图像

pillow Image 模块中的 save 函数可以保存图片，除非你指定文件格式，否则文件的扩展名就是文件格式。

from PIL import Image
import os
 
# 打开图片
image_path = "D://桌面//1.png"
image = Image.open(image_path)
 
# 获取文件名与后缀
f, e = os.path.splitext(image_path)
 
# 指定输出文件格式
output_format = "jpeg"  # 要保存的文件格式，比如 "PNG"、"JPEG" 等
 
# 创建输出文件名
outfile = f + "." + output_format.lower()
 
# 保存图片并指定文件格式
image.save(outfile, format=output_format)
 
print(f"图片已保存为 {outfile}，格式为 {output_format}")
image.show()

save() 函数有两个参数，如果文件名没有指定图片格式，那么第二个参数是必须的，他指定图片的格式。

二、课堂实操

2.1 创建缩略图

创建缩略图 使用 Image.thumbnail( size ), size 为缩略图宽长元组。

示例： 创建缩略图

from PIL import Image
import os
 
# 打开图片
image_path = "D://桌面//1.png"
image = Image.open(image_path)
 
# 获取文件名与后缀
f, e = os.path.splitext(image_path)
 
# 指定输出文件格式
output_format = "PNG"  # 要保存的文件格式，比如 "PNG"、"JPEG" 等
 
# 创建输出文件名
outfile = f + "_thumbnail." + output_format.lower()
 
# 创建缩略图
thumbnail_size = (100, 100)  # 缩略图尺寸
image.thumbnail(thumbnail_size)
 
# 保存缩略图并指定文件格式
image.save(outfile, format=output_format)
 
print(f"缩略图已保存为 {outfile}，格式为 {output_format}")

2.2剪贴，粘贴、合并图像

2.2.1Image类包含允许您操作图像中的区域的方法。如：要从图像中复制子矩形图像使用 crop() 方法。

2.2.2注意：将子图（region） 粘贴（paste）回原图时，粘贴位置 box 的像素与宽高必须吻合。而原图和子图的 mode 不需要匹配，Pillow会自动处理。

粘贴其它图片

from PIL import Image
import os
 
# 打开图片
image_path = "D://桌面//1.jpeg"
image = Image.open(image_path)
 
# 获取文件名与后缀
f, e = os.path.splitext(image_path)
 
# 剪切区域
crop_box = (100, 100, 300, 300)  # 左上角坐标为 (100, 100)，右下角坐标为 (300, 300)
cropped_image = image.crop(crop_box)
 
# 打开另一张图片作为粘贴对象
paste_image_path = "D://桌面//2.jpeg"
paste_image = Image.open(paste_image_path)
 
# 调整粘贴对象的尺寸和模式以匹配剪切区域
paste_image = paste_image.resize((crop_box[2] - crop_box[0], crop_box[3] - crop_box[1]))
 
# 在原图上粘贴剪切区域
image.paste(paste_image, crop_box)
 
# 保存合并后的图像
merged_outfile = f + "_merged." + e
image.save(merged_outfile)
 
print(f"合并后的图像已保存为 {merged_outfile}")

当你从一个图像中剪切出一个区域，然后希望将这个剪切出的区域粘贴到另一个图像上时，剪切出的区域和粘贴目标的尺寸和模式（也就是图像的大小和颜色通道等信息）需要匹配，以确保粘贴操作能够成功。

在你的代码中，你已经定义了一个剪切区域 crop_box，这个区域的左上角坐标为 (100, 100)，右下角坐标为 (300, 300)。剪切区域的宽度是 300 - 100 = 200，高度是 300 - 100 = 200。

粘贴自身图片

from PIL import Image
import os
 
# 打开图片
image_path = "D://桌面//1.jpeg"
image = Image.open(image_path)
 
# 获取文件名与后缀
f, e = os.path.splitext(image_path)
 
# 剪切区域
crop_box = (100, 100, 300, 300)  # 左上角坐标为 (100, 100)，右下角坐标为 (300, 300)
cropped_image = image.crop(crop_box)
 
 
# 在原图上粘贴剪切区域
image.paste(cropped_image, crop_box)
 
# 对粘贴的图像进行颠倒180度
region = image.crop(crop_box)
region = region.transpose(Image.ROTATE_180)
 
# 将颠倒后的图像再次粘贴回原图上
image.paste(region, crop_box)
 
# 保存合并后的图像
merged_outfile = f + "_merged1." + e
image.save(merged_outfile)
 
print(f"合并后的图像已保存为 {merged_outfile}")

2.3几何变换

当使用Pillow（PIL）库的Image模块进行几何变换时，你可以使用rotate()方法或transpose()方法来实现不同类型的旋转和翻转。

使用rotate()方法进行图像旋转：

from PIL import Image
 
# 打开图片
image_path = "D://桌面//1.jpeg"
image = Image.open(image_path)
 
# 获取文件名与后缀
f, e = os.path.splitext(image_path)
 
# 定义旋转角度（以度为单位，逆时针方向为正）
angle = 45
 
# 旋转图像
rotated_image = image.rotate(angle)
 
# 保存旋转后的图像
rotated_outfile = f + "_rotated." + e
rotated_image.save(rotated_outfile)
 
print(f"旋转后的图像已保存为 {rotated_outfile}")

使用transpose()方法进行图像翻转：

from PIL import Image
 
# 打开图片
image_path = "D://桌面//1.jpeg"
image = Image.open(image_path)
 
# 获取文件名与后缀
f, e = os.path.splitext(image_path)
 
# 对图像进行水平翻转
flipped_image_horizontal = image.transpose(Image.FLIP_LEFT_RIGHT)
 
# 对图像进行垂直翻转
flipped_image_vertical = image.transpose(Image.FLIP_TOP_BOTTOM)
 
# 保存翻转后的图像
flipped_horizontal_outfile = f + "_flipped_horizontal." + e
flipped_image_horizontal.save(flipped_horizontal_outfile)
 
flipped_vertical_outfile = f + "_flipped_vertical." + e
flipped_image_vertical.save(flipped_vertical_outfile)
 
print(f"水平翻转后的图像已保存为 {flipped_horizontal_outfile}")
print(f"垂直翻转后的图像已保存为 {flipped_vertical_outfile}")

out = im.transpose(Image.FLIP_LEFT_RIGHT) # 水平左右翻转
out = im.transpose(Image.FLIP_TOP_BOTTOM) # 垂直上下翻转
out = im.transpose(Image.ROTATE_90) # 逆时针90度
out = im.transpose(Image.ROTATE_180) # 逆时针180度
out = im.transpose(Image.ROTATE_270) # 逆时针270度

 2.4颜色变换

from PIL import Image
import numpy as np
 
# 打开图片
image_path = "D://桌面//1.jpeg"
image = Image.open(image_path)
 
# 获取文件名与后缀
f, e = os.path.splitext(image_path)
 
# 改变图像亮度
brightness_factor = 1.5
brightened_image = Image.eval(image, lambda x: min(255, x * brightness_factor))
 
# 修改图像通道颜色
r, g, b = image.split()
new_image = Image.merge("RGB", (b, r, g))
 
# 保存修改后的图像
brightened_outfile = f + "_brightened." + e
new_image.save(brightened_outfile)
 
print(f"修改后的图像已保存为 {brightened_outfile}")

Image.eval() 方法允许我们在像素级别对图像进行操作。在这个示例中，我们使用了一个lambda函数，将每个像素的值乘以亮度因子来改变图像的亮度。

使用 split() 和 merge() 方法来重新排列图像的颜色通道。在这个示例中，我们将原始图像的红色和蓝色通道进行交换，以改变颜色分布。

灰度图像

from PIL import Image
 
# 打开图片
image_path = "D://桌面//1.jpeg"
image = Image.open(image_path)
 
# 获取文件名与后缀
f, e = os.path.splitext(image_path)
 
# 将彩色图像转换为灰度图像
gray_image = image.convert("L")
 
# 保存灰度图像
gray_outfile = f + "_gray." + e
gray_image.save(gray_outfile)
 
print(f"灰度图像已保存为 {gray_outfile}")

Pillow（PIL）库支持多种图像模式，每种模式具有不同的颜色通道和像素表示方式。以下是一些常见的图像模式：

1. RGB（"RGB"）：每个像素由红色、绿色和蓝色通道组成，是彩色图像的常见模式。
2. 灰度（"L"）：每个像素只有一个通道，表示像素的亮度值，用于灰度图像。
3. RGBA（"RGBA"）：类似于RGB，还包括一个透明度通道，用于带有透明背景的彩色图像。
4. CMYK（"CMYK"）：一种印刷颜色模式，使用青色、洋红色、黄色和黑色通道表示颜色。
5. HSV（"HSV"）：使用色相、饱和度和值通道来表示颜色。
6. 二值化（"1"）：每个像素只有一个二进制值，用于表示黑白图像。

可以根据需要使用convert()方法将图像从一种模式转换为另一种模式

2.5图像增强 

from PIL import Image, ImageEnhance
 
# 打开图片
image_path = "D://桌面//1.jpeg"
image = Image.open(image_path)
 
# 获取文件名与后缀
f, e = os.path.splitext(image_path)
 
# 增强图像亮度
enhancer = ImageEnhance.Brightness(image)
brightened_image = enhancer.enhance(1.5)  # 1.5表示增强的倍数
 
# 增强图像对比度
enhancer = ImageEnhance.Contrast(image)
high_contrast_image = enhancer.enhance(1.5)  # 1.5表示增强的倍数
 
# 增强图像色彩
enhancer = ImageEnhance.Color(image)
colorful_image = enhancer.enhance(1.5)  # 1.5表示增强的倍数
 
# 增强图像锐度
enhancer = ImageEnhance.Sharpness(image)
sharp_image = enhancer.enhance(2.0)  # 2.0表示增强的倍数
 
# 保存增强后的图像
brightened_outfile = f + "_brightened." + e
high_contrast_outfile = f + "_high_contrast." + e
colorful_outfile = f + "_colorful." + e
sharp_outfile = f + "_sharp." + e
 
brightened_image.save(brightened_outfile)
high_contrast_image.save(high_contrast_outfile)
colorful_image.save(colorful_outfile)
sharp_image.save(sharp_outfile)
 
print(f"亮度增强后的图像已保存为 {brightened_outfile}")
print(f"对比度增强后的图像已保存为 {high_contrast_outfile}")
print(f"色彩增强后的图像已保存为 {colorful_outfile}")
print(f"锐度增强后的图像已保存为 {sharp_outfile}")

其他图像增强功能可以使用 ImageEnhance 模块中的类。从图像创建后，可以使用 ImageEnhance 快速调整图片的对比度、亮度、饱和度和清晰度。

ImageEnhance 方法类型：

ImageEnhance.Contrast(im) 对比度
ImageEnhance.Color(im) 色彩饱和度
ImageEnhance.Brightness(im) 亮度
ImageEnhance.Sharpness(im) 清晰度

 处理单独通道

处理图像的单独通道意味着你可以选择性地对图像的红色、绿色、蓝色或灰度通道进行操作。Pillow（PIL）库允许你通过拆分图像的通道，对每个通道进行处理，然后重新合并通道来生成处理后的图像。

from PIL import Image
 
# 打开图片
image_path = "D://桌面//1.jpeg"
image = Image.open(image_path)
 
# 获取文件名与后缀
f, e = os.path.splitext(image_path)
 
# 拆分图像的通道
r, g, b = image.split()
 
# 处理单独的通道
r = r.point(lambda p: p * 0.8)  # 处理红色通道，降低亮度
g = g.point(lambda p: p * 1.2)  # 处理绿色通道，增加亮度
b = b.point(lambda p: p * 0.9)  # 处理蓝色通道，降低亮度
 
# 合并通道
processed_image = Image.merge("RGB", (r, g, b))
 
# 保存处理后的图像
processed_outfile = f + "_processed." + e
processed_image.save(processed_outfile)
 
print(f"处理后的图像已保存为 {processed_outfile}")

处理灰度通道

from PIL import Image
 
# 打开图片
image_path = "D://桌面//1.jpeg"
image = Image.open(image_path)
 
# 获取文件名与后缀
f, e = os.path.splitext(image_path)
 
# 将图像转换为灰度模式
gray_image = image.convert("L")
 
# 处理灰度图像的单独通道
processed_gray_image = gray_image.point(lambda p: p * 0.8)  # 降低亮度
 
# 保存处理后的灰度图像
processed_gray_outfile = f + "_processed_gray." + e
processed_gray_image.save(processed_gray_outfile)
 
print(f"处理后的灰度图像已保存为 {processed_gray_outfile}")

2.6动态图像

Pillow 支持一些动态图像处理（如FLI/FLC，GIF等格式）。TIFF文件同样可以包含数帧图像。

打开动态图像时，PIL 会自动加载序列中的第一帧。你可以使用 seek 和 tell 方法在不同的帧之间移动。

2.7水印

Pillow（PIL）库允许你在图像上添加图像、文字或水印。

图像水印

from PIL import Image
 
# 打开主图像和水印图像
main_image_path = "D://桌面//1.jpeg"
watermark_image_path = "D://桌面//2.jpeg"
 
main_image = Image.open(main_image_path)
watermark_image = Image.open(watermark_image_path)
 
# 将水印图像缩放到合适的大小
watermark_size = (100, 100)  # 替换为合适的尺寸
watermark_image = watermark_image.resize(watermark_size, Image.ANTIALIAS)
 
# 创建一个透明度通道
alpha_channel = Image.new("L", watermark_image.size, 128)  # 128表示透明度（0为完全透明，255为不透明）
 
# 将透明度通道与水印图像合并
watermark_image.putalpha(alpha_channel)
 
# 计算水印位置（右下角）
main_width, main_height = main_image.size
watermark_width, watermark_height = watermark_image.size
x = main_width - watermark_width
y = main_height - watermark_height
 
# 在主图像上添加透明水印
main_image.paste(watermark_image, (x, y), watermark_image)
 
# 保存带有透明水印的图像
watermarked_outfile = f + "_watermarked." + e
main_image.save(watermarked_outfile)
 
print(f"带有透明水印的图像已保存为 {watermarked_outfile}")

文本水印

from PIL import Image, ImageDraw, ImageFont
 
# 打开图片
main_image_path = "D://桌面//1.jpeg"
main_image = Image.open(main_image_path)
 
# 获取文件名与后缀
f, e = os.path.splitext(main_image_path)
 
# 创建一个ImageDraw对象
draw = ImageDraw.Draw(main_image)
 
# 定义水印文本和字体
watermark_text = "Watermark"
font = ImageFont.truetype("arial.ttf", 36)  # 替换为合适的字体路径和大小
 
# 计算水印文本的尺寸
text_width, text_height = draw.textsize(watermark_text, font)
 
# 创建一个透明度通道
alpha_channel = Image.new("L", (text_width, text_height), 128)  # 128表示透明度（0为完全透明，255为不透明）
 
# 创建一个带有透明度的文本图像
watermark_text_image = Image.new("RGBA", (text_width, text_height))
watermark_draw = ImageDraw.Draw(watermark_text_image)
watermark_draw.text((0, 0), watermark_text, fill=(255, 255, 255, 128), font=font)  # 填充颜色和透明度
 
# 计算水印位置（居中）
main_width, main_height = main_image.size
x = (main_width - text_width) // 2
y = (main_height - text_height) // 2
 
# 在主图像上添加文本透明水印
main_image.paste(watermark_text_image, (x, y), watermark_text_image)
 
# 保存带有文本透明水印的图像
watermarked_outfile = f + "_watermarked." + e
main_image.save(watermarked_outfile)
 
print(f"带有文本透明水印的图像已保存为 {watermarked_outfile}")

2.8生成验证码图片

import random
from PIL import Image, ImageDraw, ImageFont
 
# 创建验证码图像
width, height = 200, 100
background_color = (255, 255, 255)  # 白色背景
image = Image.new("RGB", (width, height), background_color)
 
# 创建一个ImageDraw对象
draw = ImageDraw.Draw(image)
 
# 创建一个字体对象
font = ImageFont.truetype("arial.ttf", 48)  # 替换为合适的字体路径和大小
 
# 随机生成4个字符作为验证码
characters = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789"
code = "".join(random.choice(characters) for _ in range(4))
 
# 计算每个字符的位置（居中）
text_width, text_height = draw.textsize(code, font)
x = (width - text_width) // 2
y = (height - text_height) // 2
 
# 在图像上绘制验证码
draw.text((x, y), code, fill=(0, 0, 0), font=font)  # 使用黑色填充
 
# 添加干扰线
for _ in range(5):
    x1 = random.randint(0, width)
    y1 = random.randint(0, height)
    x2 = random.randint(0, width)
    y2 = random.randint(0, height)
    draw.line((x1, y1, x2, y2), fill=(0, 0, 0), width=2)
 
# 保存验证码图片
captcha_outfile = "captcha.png"
image.save(captcha_outfile)
 
print(f"验证码图片已保存为 {captcha_outfile}，验证码为: {code}")