python边缘提取pillow_python-pillow图像处理
安装 pip3 install pillow
PIL中所涉及的基本概念有如下几个：通道(bands)、模式(mode)、尺寸(size)、坐标系统(coordinate system)、调色板(palette)、信息(info)和滤波器(filters)
1、 通道
以RGB图像为例，每张图片都是由三个数据通道构成，分别为R、G和B通道。而对于灰度图像，则只有一个通道
2、 模式
图像的模式定义了图像的类型和像素的位宽。当前支持如下模式：
1：1位像素，表示黑和白，但是存储的时候每个像素存储为8bit。
L：8位像素，表示黑和白。
P：8位像素，使用调色板映射到其他模式。
RGB：3x8位像素，为真彩色。
RGBA：4x8位像素，有透明通道的真彩色。
CMYK：4x8位像素，颜色分离。
YCbCr：3x8位像素，彩色视频格式。
I：32位整型像素。
F：32位浮点型像素。
PIL也支持一些特殊的模式，包括RGBX(有padding的真彩色)和RGBa(有自左乘alpha的真彩色)
3、 尺寸
通过size属性可以获取图片的尺寸。这是一个二元组，包含水平和垂直方向上的像素数
4、 坐标系统
PIL使用笛卡尔像素坐标系统，坐标(0，0)位于左上角。注意：坐标值表示像素的角；位于坐标(0，0)处的像素的中心实际上位于(0.5，0.5)。
坐标经常用于二元组(x，y)。长方形则表示为四元组，前面是左上角坐标。例如，一个覆盖800x600的像素图像的长方形表示为(0，0，800，600)
5、 调色板
调色板模式 ("P")使用一个颜色调色板为每个像素定义具体的颜色值
6、 信息
使用info属性可以为一张图片添加一些辅助信息。这个是字典对象。加载和保存图像文件时，多少信息需要处理取决于文件格式
7、 滤波器
对于将多个输入像素映射为一个输出像素的几何操作，PIL提供了4个不同的采样滤波器：
NEAREST：最近滤波。从输入图像中选取最近的像素作为输出像素。它忽略了所有其他的像素。
BILINEAR：双线性滤波。在输入图像的2x2矩阵上进行线性插值。注意：PIL的当前版本，做下采样时该滤波器使用了固定输入模板。
BICUBIC：双立方滤波。在输入图像的4x4矩阵上进行立方插值。注意：PIL的当前版本，做下采样时该滤波器使用了固定输入模板。
ANTIALIAS：平滑滤波。这是PIL 1.1.3版本中新的滤波器。对所有可以影响输出像素的输入像素进行高质量的重采样滤波，以计算输出像素值。在当前的PIL版本中，这个滤波器只用于改变尺寸和缩略图方法。
注意：在当前的PIL版本中，ANTIALIAS滤波器是下采样(例如，将一个大的图像转换为小图)时唯一正确的滤波器。BILIEAR和BICUBIC滤波器使用固定的输入模板，用于固定比例的几何变换和上采样是最好的
from PIL importImage
im=Image.open(r'./大象.jpg') #打开图像#im.show() #显示图像#打开的图像可以是jpg、bmp、png、GIF等
print(im.format) #返回图像的格式#PNG
print(im.size) #返回图像的大小#(499, 334)
im1 = im.resize((256,256)) #图像的缩放#返回的是新图像，不是在原来的图像上缩放
print(im.getbands()) #返回通道的名称#('R', 'G', 'B')
print(im.mode) #返回图像的模式#RGB
print(print(im.info)) #返回图片信息#{'dpi': (96, 96)}#None
print(im.palette) #颜色调色板表格#如果图像的模式是“P”，则返回ImagePalette类的实例；否则，将为None
print(im.getpixel((100, 50))) #返回指定坐标的颜色值#(191, 191, 191)#im.putpixel((100,50),(255,0,0)) #给指定坐标值赋值颜色#im.save('pp.bmp') #保存图像---只要是支持的格式就行
im2=im.rotate(90) #支持任意角度的旋转--单位度--正数逆时针#transpose支持部分特殊角度的旋转，如90、180、270、水平和垂直翻转
im3=im.transpose(Image.ROTATE_270) #逆时针旋转270度#Image.ROTATE_90 逆时针旋转90度#im4=im.transpose(Image.FLIP_LEFT_RIGHT)#Image.ROTATE_270
im4=im.transpose(Image.FLIP_LEFT_RIGHT) #左右翻转
im5=im.transpose(Image.FLIP_TOP_BOTTOM) #上下翻转
box=(120,194,220,294) #区域
im6=im.crop(box) #裁剪
im6=im6.transpose(Image.ROTATE_180)#im.paste(im6,box) #把图像im6粘贴到图像im上
from PIL importImageFilter,Image
im=Image.open(r'./彩色.jpg')
im5=im.filter(ImageFilter.DETAIL) #图像增强
im6=im.filter(ImageFilter.BLUR) #图像模糊
im7=im.filter(ImageFilter.FIND_EDGES) #图像边缘提取
im8=im.point(lambda i:i*1.3) #修改亮度#使每个点的亮度增强1.3倍
#图像增强方式二
from PIL importImageEnhance
enh=ImageEnhance.Brightness(im)
im9=enh.enhance(1.3)
enh1=ImageEnhance.Contrast(im)#需要 from PIL import ImageEnhance
im10=enh1.enhance(1.3) #对比度增强1.3倍
#红绿蓝分别处理
r,g,b=im.split() #把图像分割成红绿蓝三个子图
r=r.point(lambda i:i*1.3)
g=g.point(lambda i:i*0.9)
b=r.point(lambdai:0)
im11=Image.merge(im.mode,(r,g,b)) #把三个子图合并成一个图像
im11.show()
from PIL importImageFilter,Image
im=Image.open(r'./彩色.jpg')
im5=im.filter(ImageFilter.DETAIL) #图像增强
im6=im.filter(ImageFilter.BLUR) #图像模糊
im7=im.filter(ImageFilter.FIND_EDGES) #图像边缘提取
im8=im.point(lambda i:i*1.3) #修改亮度#使每个点的亮度增强1.3倍
#图像增强方式二
from PIL importImageEnhance
enh=ImageEnhance.Brightness(im)
im9=enh.enhance(1.3)
enh1=ImageEnhance.Contrast(im)#需要 from PIL import ImageEnhance
im10=enh1.enhance(1.3) #对比度增强1.3倍
#红绿蓝分别处理
r,g,b=im.split() #把图像分割成红绿蓝三个子图
r=r.point(lambda i:i*1.3)
g=g.point(lambda i:i*0.9)
b=r.point(lambdai:0)
im11=Image.merge(im.mode,(r,g,b)) #把三个子图合并成一个图像
im11.show()
截屏
from PIL importImagefrom PIL importImageGrab
size= (300, 300, 400, 400)
img= ImageGrab.grab() #截取全屏
img = ImageGrab.grab(size) #截取区域
#size 前两个是左上角坐标，后两个是右下角坐标
img.save("cut.jpg")
img=ImageGrab.grabclipboard() #获取剪切板内的图片
实例源码：
from PIL importImage
filename= r'aa.png'img=Image.open(filename)
size=img.sizeprint(size)#准备将图片切割成8x12=96张小图片
weight = int(size[0] // 12) #每张图片的宽，横向分成12张图片
height = int(size[1] // 8) #每张图片的高，纵向分成8张图片
print(weight, height) #切割后的小图的宽度和高度
for j in range(8): #纵向循环
for i in range(12): #横向循环
box = (weight * i, height * j, weight * (i + 1), height * (j + 1))#参数1和参数2 图片的左上角坐标
#参数3和参数4 图片的宽和高
region = img.crop(box) #截取图片,不改变原图
region.save('{}-{}.png'.format(i, j))
实例图片：
importcv2from PIL importImageGrabimportnumpy as np
img_rgb=ImageGrab.grab()
img_bgr=cv2.cvtColor(np.array(img_rgb), cv2.COLOR_RGB2BGR) #转为opencv的BGR格式