图像基本处理（一）
感谢优秀的你打开了小白的文章
“希望在看文章的你今天又进步了一点点，离美好生活更近一步！”
目录
前言
库的安装
基础认识
图像的 RGB 色彩模式
像素阵列
图像的打开
图片混合
遮罩混合处理
缩放像素
前言
Pillow 是 Python Imaging Library的简称，是 Python 语言中最为常用的图像处理库。Pillow 库提供了对 Python3 的支持，为 Python3 解释器提供了图像处理的功能。通过使用 Pillow 库， 可以方便地使用 Python 程序对图片进行处理，例如常见的尺寸、格式、色彩、旋转等处理。
Pillow 库是 Python 开发者最为常见的图像处理库，它提供了广泛的文件格式支持、强 大的图像处理能力，主要包括图像存储、图像显示、格式转换以及基本的图像处理操作等。
库的安装
pip 安装 pillow，执行如下命令 ：
pip install pillow基础认识
图像的 RGB 色彩模式
RGB 三个颜色通道的变化和叠加得到各种颜色，其中 - R 红色，取值范围，0-255 - G 绿色，取值范围，0-255 - B 蓝色，取值范围，0-255 比如，我们常见的黄色就是由红色和绿色叠加而来。
红色的 RGB 表示（255,0,0）
绿色的 RGB 表示（0,255,0）
蓝色的 RGB 表示（0,0,255）
黄色的 RGB 表示（255,255,0）
像素阵列
数字图像可以看成一个整数阵列，阵列中的元素称为像素(Pixel),见下图的数字阵列 每个点代表 1 个像素(Pixel)，一个点包含 RGB 三种颜色。也就是 1 个像素包含 3 个字节的 信息：（R,G,B）。假如这个像素是红色，则信息是：（255,0,0）。那么，理论上我们只要 操作每个点上的这三个数字，就能实现任何的图形。一幅图像上的所有像素点的信息就完全 可以采用矩阵来表示，通过矩阵的运算实现更加复杂的操作
图像的打开
from PIL import Image
#打开图片
img=Image.open('p1.jpg')
#显示图片
img.show()
print('图片的格式：',img.format)
print('图片的大小：',img.size)
print('图片的高度：',img.height,'图片的宽度：',img.width)
print('获取(100,100)处像素值:',img.getpixel((100,100)))返回值可以是图片格式，大小，高度等等。
图片混合
透明度混合处理在 Pillow 库的 Image 模块中，可以使用函数 blend()实现透明度混合处理。
具体语法格式为：
blend(im1,im2,alpha)其中 im1、im2 指参与混合的图片 1 和图片 2，alpha 指混合透明度，取值是 0-1。 通过使用函数 blend()，可以将 im1 和 im2 这两幅图片（尺寸相同）以一定的透明度 进行混合。具体混合过程如下：
(im1*(1-alpha)+im2*alpha)当混合透明度为 0 时，显示 im1 原图。当混合透明度 alpha 取值为 1 时，显im2原图片。
代码示例
from PIL import Image
img1=Image.open('p2.jpg').convert(mode='RGB')
img2=Image.new('RGB',img1.size,'red')
# img2.show()
Image.blend(img1,img2,alpha=0.5).show() 混合红色的结果：
遮罩混合处理
在 Pillow 库中 Image 模块中，可以使用函数 composite()实现遮罩混合处理。
具体语法格式如下：
composite(im1,im2,mask) 其中 im1 和 im2 表示混合处理的图片 1 和图片 2.mask 也是一个图像，mode 可以为 “1”, “L”, or “RGBA”，并且大小要和 im1、im2 一样。 函数 composite()的功能是使用 mask 来混合图片 im1 和 im2，并且要求 mask、im1 和 im2 三幅图片的尺寸相同。下面的实例代码演示了使用 Image 模块实现图片遮罩混合处理的过程。
from PIL import Image
img1=Image.open('p4.jpg')
img2=Image.open('p3.jpg')
img2=img2.resize(img1.size)
r,g,b=img2.split()
Image.composite(img2,img1,r).show()我们先看看原图：
运行后结果展示：
缩放像素
在 Pillow 库的 Image 模块中，可以使用函数 eval()实现像素缩放处理，能够使用函 数 fun()计算输入图片的每个像素并返回。使用函数 eval()语法格式如下：
eval(image,fun) 其中 image 表示输入的图片，fun 表示给输入图片的每个像素应用此函数，fun()函数 只允许接收一个整型参数。如果一个图片含有多个通道，则每个通道都会应用这函数。
from PIL import Image
#按像素缩放图片
img1= Image.open('p3.jpg')
img1.show()
#.将每个像素都扩大2倍
Image.eval(img1,lambda x:x*2).show()
#按尺寸进行缩放图片
#复制图片
img2=img1.copy()
print(img2.size)
img1.show()
img2.thumbnail((200,160))
img2.show()运行结果对比：
在公众号回复“图像处理”可获得所有代码：
