python Pillow图像降噪处理颜色处理

目录

• Pillow图像降噪处理
• 模糊处理
• 轮廓图
• 边缘检测
• 浮雕图
• Pillow图像颜色处理
• 颜色命名

Pillow图像降噪处理

由于成像设备、传输媒介等因素的影响，图像总会或多或少的存在一些不必要的干扰信息，我们将这些干扰信息统称为“噪声”

如数字图像中常见的“椒盐噪声”，指的是图像会随机出现的一些白、黑色的像素点。图像噪声既影响了图像的质量，又妨碍人们的视觉观赏。因此，噪声处理是图像处理过程中必不可少的环节之一，我们把处理图像噪声的过程称为“图像降噪”。

随着数字图像技术的不断发展，图像降噪方法也日趋成熟，通过某些算法来构造滤波器是图像降噪的主要方式。滤波器能够有效抑制噪声的产生，并且不影响被处理图像的形状、大小以及原有的拓扑结构。

Pillow 通过 ImageFilter 类达到图像降噪的目的，该类中集成了不同种类的滤波器，通过调用它们从而实现图像的平滑、锐化、边界增强等图像降噪操作。

使用 ImageFilter 类也会返回一个新对象

常见的降噪滤波器如下

{% asset_img 66.png This is an image %}

模糊处理

from PIL import Image, ImageFilter
img = Image.open("D:\File\All\web\python\blog\947849.jpg")
img1 = img.filter(ImageFilter.BLUR)
img1.show()

轮廓图

from PIL import Image, ImageFilter
img = Image.open("D:\File\All\web\python\blog\947849.jpg")
img1 = img.filter(ImageFilter.CONTOUR)
img1.show()

边缘检测

from PIL import Image, ImageFilter
img = Image.open("D:\File\All\web\python\blog\947849.jpg")
img1 = img.filter(ImageFilter.FIND_EDGES)
img1.show()

浮雕图

from PIL import Image, ImageFilter
img = Image.open("D:\File\All\web\python\blog\947849.jpg")
img1 = img.filter(ImageFilter.EMBOSS)
img1.show()

可以一个一个试试里面的不同的滤波器，还是挺好玩的 ，这里面这个轮廓图加上界面的话可以弄一个画素描的程序出来，但是一般都是用opencv里面的玩

Pillow图像颜色处理

Pillow 提供了颜色处理模块 ImageColor，该模块支持不同格式的颜色，比如 RGB 格式的颜色三元组、十六进制的颜色名称（#ff0000）以及颜色英文单词（"red"）。同时，它还可以将 CSS（层叠样式表，用来修饰网页）风格的颜色转换为 RGB 格式。

注意，在 ImageColor 模块对颜色的大小写并不敏感，比如 "Red" 也可以写为 " red"。

颜色命名

ImageColor 支持多种颜色模式的的命名（即使用固定的格式对颜值进行表示），比如我们熟知的 RGB 色彩模式，除此之外，还有 HSL （色调-饱和度-明度）、HSB （又称 HSV，色调-饱和度-亮度）色彩模式。

HSL：

H：即 Hue 色调，取值范围 0 -360，其中 0 表示“red”，120 表示 “green”，240 表示“blue”；

S：即 Saturation 饱和度，代表色彩的纯度，取值 0~100%，其中 0 代表灰色（gry），100% 表示色光最饱和；

L：即 Lightness 明度，取值为 0~100%，其中 0 表示“black”黑色，50% 表示正常颜色，100% 则表示白色。

getrgb()方法顾名思义，该函数用来得到颜色的 RGB 值，语法格式如下：

PIL.ImageColor.getrgb(color)

from PIL import Image,ImageColor
color1=ImageColor.getrgb("blue")
print(color1)
color2=ImageColor.getrgb('#DCDCDC')
print(color2)
color3=ImageColor.getrgb('HSL(0,100%,50%)')
print(color3)

以上就是python Pillow图像降噪处理颜色处理的详细内容，更多关于python Pillow图像降噪颜色处理的资料请关注脚本之家其它相关文章！