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