【计算机视觉】PIL库-python图像处理类库

PIL (Python Image Library) 为 python 提供图像处理功能，以及基本图像操作（图像缩放、剪裁、旋转、颜色转换等）
在PIL中，最重要的模块为 Image

将图像转换为数组

在 python 中通过 Image 模块读取指定地址图片并转化为二维数组：

from PIL import Image
import numpy as np

# 图片路径
img_path = r"D:\csdn相关内容\计算机视觉知识储备\PIL\volvo_xc90.jpg"

# 读取图片
try:
    img = Image.open(img_path)
except IOError:
    print("Cannot open the img from the path",img_path)

# 将图片转化为数组格式
img_matrix = np.asarray(img)

print(img_matrix)		# 打印数组
print(img_matrix.shape)	# 打印数组的维度信息

img_matrix.shape 打印结果：

由打印结果我们可以知道这个图像的分辨率为 $1920\ast 1080$ 且为彩色图（3代表RGB三个Channels）。
而从数组的角度来说，该图像被转化成为了三维数组，数组大小为 $1080\ast 1920\ast 3$。

事实上，数组中的每个元素代表着图像某通道指定位置的颜色信息，$e.g.$

img_matrix[0,0,0]

代表着通道0（Red通道）的左上角第一个元素的颜色信息。这里假设读者已知图像的颜色信息的取值范围为 $[0:255]$。由打印可知R通道值为157。同样可以打印G通道以及B通道，将三个通道的颜色信息融合在一起，即为左上角第一个元素的综合颜色信息。

---

转换图像的格式

通过 .save() 方法，我们可以将图片保存为指定格式的图片。

from PIL import Image

# 输入&输出图片路径
img_path = r"D:\csdn相关内容\计算机视觉知识储备\PIL\volvo_xc90.jpg"
out_img_name = img_path.split(".")[0] + ".png"

# 转化图片格式为png
Image.open(img_path).save(out_img_name)

---

创建缩率图

通过 thumbnail 函数，可以将图片保存为指定大小的缩率图；缩小为 thumbnail 接受的元组参数中指定最长边大小等比例缩放。

from PIL import Image

# 输入&输出图片路径
img_path = r"D:\csdn相关内容\计算机视觉知识储备\PIL\volvo_xc90.jpg"
out_img_name = "thumb_img.png"

# 创建图片缩率图
img = Image.open(img_path)
img.thumbnail((960,960))
img.save(out_img_name)

---

复制和粘贴图像区域

通过 crop() 函数可以从一幅图像中裁剪指定区域，crop() 函数的输入为一个四元组 (a, b, c, d)，其中元素的含义可以理解为：(a,b) 为区域左上角坐标，(c,d) 为区域右下角坐标。

from PIL import Image

# 输入&输出图片路径
img_path = r"D:\csdn相关内容\计算机视觉知识储备\PIL\volvo_xc90.jpg"
out_img_name = "crop_img.png"

# 读取图片
img = Image.open(img_path)

# 指定选择区域
box = (500,500,1000,1000)       # 顺序为 (左,上,右,下)
region = img.crop(box)

# 将选择部分旋转90度然后放回
region = region.transpose(Image.ROTATE_90)
img.paste(region, box)

# 输出图片
img.save(out_img_name)

---

调整尺寸和旋转

调整尺寸
调整尺寸的大小与缩率不同的在于，缩略会保存图片的宽高比并进行缩放；而调整则不会保留宽高比缩放到新设定尺寸。
对于调整尺寸 (不保存宽高比) ，我们可以用 resize() 函数，resize() 函数的输入为一个二元组 (a,b)，其中元素a代表新尺寸的宽，而b代表高。

from PIL import Image

# 输入&输出图片路径
img_path = r"D:\csdn相关内容\计算机视觉知识储备\PIL\volvo_xc90.jpg"
out_img_name = "resize_img.png"

# 打开图片并更改图片尺寸
img = Image.open(img_path).resize((1920,960))
img.save(out_img_name)

旋转
旋转通过函数 rotate(α)，其中 α 代表旋转的角度，旋转角度为逆时针，旋转后的图像分辨率不发生改变：

from PIL import Image

# 输入&输出图片路径
img_path = r"D:\csdn相关内容\计算机视觉知识储备\PIL\volvo_xc90.jpg"
out_img_name = "rotate_img.png"

# 打开图片并更改图片尺寸
img = Image.open(img_path).rotate(45)
img.save(out_img_name)

分辨率未发生改变：

所以旋转后势必会丢失一些数据信息，上述案例中即左上角与右下角的部分像素信息：

# # # 接上
import numpy as np
img_array = np.asarray(img)
print(img_array[0][0][0], img_array[0][0][1], img_array[0][0][2])

$e.g.$ 左上角元素的 RGB (0, 0, 0) 为黑色，图片旋转后将该部分信息将丢失，我们再将其旋转回：

# # # 接上
# 重新旋转回
img_back = Image.open(out_img_name).rotate(-45)
img_back.save("rotate_back_img.png")

---

图片链接（免费下载）：https://download.csdn.net/download/weixin_43098506/86835234
更多相关问题以及可补充内容，留言或联系！感谢好评！