Python记7（Pillow数字图像处理

1、位图、色彩深度/类型、图像类型等

• 位图（bitmap）：通过记录每一个像素点来存储和表达图像（BMP是Windows系统的标准位图格式
• 色彩深度/位深度：每个像素点用多少个二进制位表示
• 色彩类型：二值图像、24位RGB、RGBA、256色：
• 二值图像：每像素点2种颜色，位深度为1的图像
• 24位真彩色红绿蓝RGB三个分量，位深度为24位（一个像素用3字节），可表示256^3种颜色
• RGBA图像（也叫32位真彩色，位深度32）=RGB图像共3个通道（就是RGB）+8位透明度信息Alpha （Alpha=0完全透明）
• 256色彩色图像：8位二进制表示，256个数字与调色板中的索引值一一对应（而不是用RGB）
• 还有灰度图像（二值图像升级版）、CMYK（印刷四分色：Cyan青色，Magenta洋红色，Yellow黄色，Black黑色）、YCbCr、HSI
• 图像类型：

序列图像：时间上有一定顺序和间隔、内容相关（如视频，其中每幅图像称为帧图像）
深度图像：类似灰度图像，像素的取值（颜色的深浅）不表示实物颜色，而表示距离摄像机的距离
图片格式
JPEG格式：有损压缩，压缩率高，对图像质量影响小，适用色彩丰富、细节清晰细腻的大图像；不适于颜色较少、相近的、亮度差异明显的简单图片，会出现明显分块，而且每次保存图像都会降低图像质量
PNG格式：无损压缩，适于有规律渐变色彩的图像
GIF格式：静态和动态图片。静态和JPEG类似，动态是将多幅图片保存为一个图片，循环显示。只支持256色。
TIFF格式：又定义了4种：TIFF-B二值图像、TIFF-G黑白灰度图像、TIFF-P带调色板的彩色图像、TIFF-R RGB真彩图像

• 拓展性、方便性、可改性：印刷业最常用的格式（但Web浏览器不支持）
  各种库：matplotlib.image仅支持PNG格式、PIL(Python Imaging Library)仅支持Python2.x且停止更新了、Pillow（PIL基础发展而来，支持Python3）

2、用PIL导入图片：

from PIL import Image

• 打开文件：Image.open(路径) 返回image对象
• 保存图像：save() 改变文件名的后缀可以转换图像格式（不删除原图像）
• 显示图像：plt.imshow(image对象/Numpy数组)
• imshow负责对图像进行处理并显示它的格式，还需要show()显示图像

属性	说明
图像.format	图像格式
图像.size	图像尺寸
图像.mode	色彩模式

print("format={},size={},mode={}" .format(img.format,img.size,img.mode))
format=JPEG,size=(512, 512),mode=RGB

from PIL import Image
import matplotlib.pyplot as plt
img=Image.open('lena.jpg')
plt.figure(figsize=(5,5))
plt.axis('off')   #不显示坐标轴，要在plt.figure之后
plt.imshow(img)
plt.show()

3、转化色彩模式： 图像.convert(色彩模式)

取值	色彩模式
1	二值图像
L	灰度图像
P	8位彩色图像
RGB	24位彩色图像
RGBA	32位彩色图像
CMYK	CMYK彩色图像
YCbCr	YCbCr彩色图像
I	32位整型灰度图像
F	32位浮点灰度图像

img=Image.open('lena.jpg')

img_gray=img.convert("L")
plt.figure(figsize=(5,5))
plt.axis('off')
plt.imshow(img_gray)
plt.show()

4、色彩通道的分离split与合并merge：

分离：图像.split()
合并：Image.merge(色彩模式,图像列表)

from PIL import Image
import matplotlib.pyplot as plt
img=Image.open('lena.jpg')

img_r,img_g,img_b=img.split()
img_rgb=Image.merge("RGB",[img_r,img_g,img_b])
plt.figure(figsize=(10,10))

img_RGB=[img_r,img_g,img_b,img_rgb]
img_name=['R','G','B','RGB']
ii=1
for i in range(4):
    plt.subplot(2,2,i+1)
    plt.axis("off")
    plt.imshow(img_RGB[i])
    plt.title(img_name[i],fontsize=20)
    
plt.show()

5、转化为数组： np.array(图像)

img=Image.open('lena.jpg')
img_gray=img.convert("L")
arr_img_gray=np.array(img_gray)
print("\nshape:",arr_img_gray.shape)
print(arr_img_gray)
#输出：
shape: (512, 512)
[[163 162 161 ... 170 154 130]
 [162 162 162 ... 173 155 126]
 [161 162 163 ... 170 155 128]
 ...
 [ 43  42  51 ... 103 101  99]
 [ 41  42  55 ... 103 105 106]
 [ 42  44  57 ... 102 106 109]]

6、颜色反向：

from PIL import Image
import matplotlib.pyplot as plt
import numpy as np
img=Image.open('lena.jpg')
img_gray=img.convert("L")
arr_img_gray=np.array(img_gray)
arr_img_colorReverse=255-arr_img_gray  #颜色反向
plt.axis("off")           #不显示坐标轴
plt.imshow(arr_img_colorReverse,cmap="gray")
plt.show()

7、缩放resize、thumbnail：

• 创建新图：图像.resize((width,height)) #注意2个括号
• 原图修改：图像.thumbnail((width,height))

img=Image.open('lena.jpg')
plt.figure(figsize=(5,5))
img_small=img.resize((64,64))  #图像缩放，注意是有2个括号
plt.axis("off")
plt.imshow(img_small,cmap="gray")
plt.show()

8、旋转、镜像：图像.transpose(旋转方式)

旋转方式	描述
Image.FLIP_LEFT_RIGHT	水平翻转
Image.FLIP_TOP_BOTTOM	上下翻转
Image.ROTATE_90	逆时针90°
Image.ROTATE_180	逆时针180°
Image.ROTATE_270	逆时针270°
Image.TRANSPOSE	将图像转置
Image.TRANSVERSE	将图像转置，再水平翻转

from PIL import Image
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"]="SimHei"
img=Image.open('lena.jpg')
plt.figure(figsize=(10,10))

str_title=['原图','左右转置','逆时针90°','转置']
img_kinds=[img,img.transpose(Image.FLIP_LEFT_RIGHT),  #左右转置
           img.transpose(Image.ROTATE_90),          #逆时针90°
           img.transpose(Image.TRANSPOSE)]          #转置

for i in range(4):
    plt.subplot(2,2,i+1)
    plt.axis("off")
    plt.imshow(img_kinds[i])
    plt.title(str_title[i],fontsize=20)
plt.show()

9、裁剪： 图像.crop((x0,y0,x1,y1)) #x0,y0左下角，x1,y1右上角，返回值图像对象

img_region=img.crop((100,100,400,400))
plt.axis("off")
plt.imshow(img_region)
plt.show()