qpython pillow_图像识别的前期工作——使用pillow进行图像处理
pillow是个很好用的python图像处理库，可以到官方网站下载最新的文件。如果官网的任何PIL版本都不能与自己的python版本对应，或安装成功后发现运行出错，可以尝试从一个非官方的whl网站下载：http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy 这个网站的内容相当丰富，而且版本齐全。
打开图片
from PIL importImageimportmatplotlib.pyplot as plt
img= Image.open('girl.png')
img.show()
控制台显示：size=(461, 603), mode=RGBA, format=PNG
代码很简单，但PIL使用操作系统的默认方式打开图片，我们需要用一些更牛叉的方式打开：
1 from PIL importImage2 importmatplotlib.pyplot as plt3
4 img = Image.open('girl0.png')5 model = img.convert('L')6 plt.figure("girl")7 #the argument comp is Colormap
8 plt.imshow(model, cmap='pink')9 plt.show()
其中img.convert指定一种色彩模式：
1 (1-bit pixels, black and white, stored with one pixel per byte)
L (8-bit pixels, black and white)
P (8-bit pixels, mapped to any other mode using a colour palette)
RGB (3x8-bit pixels, true colour)
RGBA (4x8-bit pixels, true colour with transparency mask)
CMYK (4x8-bit pixels, colour separation)
YCbCr (3x8-bit pixels, colour video format)
I (32-bit signed integer pixels)
F (32-bit floating point pixels)
分离rgba
rgb指红绿蓝光色三原色，a指alpha通道，一般用作不透明度参数
img = Image.open('girl0.png')#分离rgba
r, g, b, a =img.split()
plt.figure("girl0")
plt.imshow(r)
plt.show()
需要注意的是，并非所有图片都有alpha通道，此时 img.split()仅能返回r,g,b
显示多个图片
from PIL importImageimportmatplotlib.pyplot as plt
img= Image.open('girl0.png')
gray= img.convert('L')#分离rgba
r, g, b, a =img.split()
plt.figure("girl")defsetPlot(num, title):#subplot(nrows, ncols, plot_number)
#图表的整个绘图区域被等分为numRows行和numCols列，然后按照从左到右、从上到下的顺序对每个区域进行编号，左上区域的编号为1
plt.subplot(2, 3, num)
plt.title(title)
plt.axis('off')
setPlot(1, 'origin')
plt.imshow(img)
setPlot(2, 'gray')
plt.imshow(gray, cmap='gray')
setPlot(3, 'rgba')#合并rgba
plt.imshow(Image.merge('RGBA', (r, g, b, a)))
setPlot(4, 'r')
plt.imshow(r)
setPlot(5, 'g')
plt.imshow(g)
setPlot(6, 'b')
plt.imshow(b)
二值化处理
到了关键时刻
from PIL importImageimportmatplotlib.pyplot as plt#二值化处理
img = Image.open('girl0.png')
gray= img.convert('L')
WHITE, BLACK= 1, 0
img_new= gray.point(lambda x: WHITE if x > 128 elseBLACK)
plt.imshow(img_new, cmap='gray')
plt.show()
图片由像素组成，每个像素对应着rgb值，整个图片可以看成一个矩阵。我们将大于128的像素点转换为1，其它转换为0。如果有一张背景色是彩色的手写文字，经过二值化处理后得到这样的图片：
图片压缩
如果图片大小不一，不利于下一步工作，在此需要将图片压缩成统一大小，对于手写数字，可将其压缩为32*32
1 #等比例压缩图片
2 #参考 http://fc-lamp.blog.163.com/blog/static/174566687201282424018946/
3 def resizeImg(**args):4 #dst_w,dst_h 目标图片大小, save_q 图片质量
5 args_key = {'ori_img':'', 'dst_img':'', 'dst_w':'', 'dst_h':'', 'save_q':75}6 arg ={}7 for key inargs_key:8 if key inargs:9 arg[key] =args[key]10
11 im = Image.open(arg['ori_img'])12 ori_w, ori_h =im.size13 widthRatio = heightRatio =None14 ratio = 1
15 if (ori_w and ori_w > arg['dst_w']) or (ori_h and ori_h > arg['dst_h']):16 if arg['dst_w'] and ori_w > arg['dst_w']:17 widthRatio = float(arg['dst_w']) /ori_w18 if arg['dst_h'] and ori_h > arg['dst_h']:19 heightRatio = float(arg['dst_h']) /ori_h20
21 if widthRatio andheightRatio:22 if widthRatio
