PIL或Pillow学习1
PIL（ Python Imaging Library）是 Python 的第三方图像处理库，由于其功能丰富，API 简洁易用，因此深受好评。
自 2011 年以来，由于 PIL 库更新缓慢，目前仅支持 Python 2.7 版本，这明显无法满足 Python3 版本的使用需求。
于是一群 Python 社区的志愿者（主要贡献者：Alex Clark 和 Contributors）在 PIL 库的基础上开发了一个支持 Python3 版本的图像处理库，它就是 Pillow。
Pillow 不仅是 PIL 库的“复制版”，而且它又在 PIL 库的基础上增加了许多新的特性。Pillow 发展至今，已经成为了比 PIL 更具活力的图像处理库。
Pillow 的初衷只是想作为 PIL 库的分支和补充，如今它已是“青出于蓝而胜于蓝”。
除了 PIL 和 Pillow 库之外，Python 还提供了一些其他图像处理库：
- Scikit-image：一款基于 scipy 科学计算的图像处理软件包，以数组的形式对图像进行处理；
- OpenCV：其实是一个 C++ 图像处理库，不过它提供了 Python 语言的接口。
Pillow 是 Python 中较为基础的图像处理库，主要用于图像的基本处理，比如裁剪图像、调整图像大小和图像颜色处理等。
与 Pillow 相比，OpenCV 和 Scikit-image 的功能更为丰富，所以使用起来也更为复杂，主要应用于机器视觉、图像分析等领域，比如众所周知的“人脸识别”应用。
Pillow版本支持
Pillow 支持跨平台运行，比如 Windows、Linux、MacOS 等，其最新版本为 Pillow 8.3.2，该版本支持 Python 3.6 及以上的版本（推荐使用）。Pillow 与 Python 支持版本的对照表如下所示：
| Python版本 | 3.10 | 3.9 | 3.8 | 3.7 | 3.6 | 3.5 | 2.7 |
|---|---|---|---|---|---|---|---|
| Pillow>=8.3.2 | 支持 | 支持 | 支持 | 支持 | 支持 | ||
| Pillow8.0-8.3.1 | 支持 | 支持 | 支持 | 支持 | |||
| Pillow7.0-7.2 | 支持 | 支持 | 支持 | 支持 | |||
| Pillow6.2.1-6.22 | 支持 | 支持 | 支持 | 支持 | 支持 | ||
| Pillow6..0-6.2.0 | 支持 | 支持 | 支持 | 支持 |
PIL_test1.py：
from PIL import Image
'''
0, Pillow的下载与安装
python 2.7 : pip install PIL
python 3.7 : pip install pillow
'''
'''
1, Pillow创建Image对象
使用 Image 类的 open() 方法，可以创建一个 Image 对象，语法格式如下：
im = Image.open(filepath,mode="r")
参数说明：
filepath 表示文件路径，字符串格式；
mode：可选参数，若出现该参数，则必须设置为 "r"，否则会引发 ValueError 异常。
'''
#打开一图片文件
img = Image.open("C:/Users/86159/Desktop/py_workspace/myFlask/static/image/1.png")
#要显示图像需要调用 show()方法
#img.show()
'''
3, Pillow Image对象属性
'''
#1) size：查看图像的尺寸
#打印image对象
print(img)
#查看尺寸
print("宽width是 %s ; 高height是 %s"%(img.width,img.height))
#或者通过size查看
print("图像的大小size:",img.size)
#2) format：查看图片的格式
print("图像的格式:",img.format)
#3) readonly：图片是否为只读 ;该属性的返回为 0 或者 1，分别对应着是和否
print("图像是否为只读:",img.readonly)
#4) info：查看图片相关信息
# 包括了每英寸像素点大小和截图软件信息
print("图像信息:",img.info)
#5) mode：图像模式
'''
图片模式
mode 描述
1 1 位像素（取值范围 0-1），0表示黑，1 表示白，单色通道。
L 8 位像素（取值范围 0 -255），灰度图，单色通道。
P 8 位像素，使用调色板映射到任何其他模式，单色通道。
RGB 3 x 8位像素，真彩色，三色通道，每个通道的取值范围 0-255。
RGBA 4 x 8位像素，真彩色+透明通道，四色通道。
CMYK 4 x 8位像素，四色通道，可以适应于打印图片。
YCbCr 3 x 8位像素，彩色视频格式，三色通道。
LAB 3 x 8位像素，L * a * b颜色空间，三色通道
HSV 3 x 8位像素，色相，饱和度，值颜色空间，三色通道。
I 32 位有符号整数像素，单色通道。
F 32 位浮点像素，单色通道。
'''
print("图像模式信息:",img.mode)
'''
4, Pillow图片格式转换
1) save()
#Image.save(filepath, format=None)
参数说明如下：
filepath：图片的存储路径，包含图片的名称，字符串格式；
format：可选参数，可以指定图片的格式。
'''
img.save("C:/Users/86159/Desktop/py_workspace/myFlask/static/image/1.bmp")
'''
2) convert()+save()
并非所有的图片格式都可以用 save() 方法转换完成，比如将 PNG 格式的图片保存为 JPG 格式，
如果直接使用 save() 方法就会出现以下错误:"OSError: cannot write mode RGBA as JPEG"
Image 类提供的 convert() 方法可以实现图像模式的转换。该函数提供了多个参数，
比如 mode、matrix、dither 等，其中最关键的参数是 mode，其余参数无须关心。语法格式如下：
convert(mode,parms**)
mode：指的是要转换成的图像模式；
params：其他可选参数。
'''
#此时返回一个新的image对象，转换图片模式
image = img.convert('RGB')
#调用save()保存
image.save("C:/Users/86159/Desktop/py_workspace/myFlask/static/image/1.jpg")
'''
5, Pillow图像缩放操作
在图像处理过程中经常会遇到缩小或放大图像的情况，Image 类提供的 resize() 方法能够实现任意缩小和放大图像。
resize() 函数的语法格式如下：
resize(size, resample=image.BICUBIC, box=None, reducing_gap=None)
参数说明：
size：元组参数 (width,height)，图片缩放后的尺寸；
resample：可选参数，指图像重采样滤波器，与 thumbnail() 的 resample 参数类似，默认为 Image.BICUBIC；
box：对指定图片区域进行缩放，box 的参数值是长度为 4 的像素坐标元组，即 (左,上,右,下)。
注意，被指定的区域必须在原图的范围内，如果超出范围就会报错。当不传该参数时，默认对整个原图进行缩放；
reducing_gap：可选参数，浮点参数值，用于优化图片的缩放效果，常用参数值有 3.0 和 5.0。
注意，resize() 会返回一个新的 image 对象。
'''
try:
#放大图片
image = img.resize((300,400))
#将新图像保存至桌面
image.save("C:/Users/86159/Desktop/py_workspace/myFlask/static/image/1_放大.jpg")
print("查看新图像的尺寸",image.size)
except IOError:
print("放大图像失败")
'''
6, Pillow图像分离与合并
图像（指数字图像）由许多像素点组成，像素是组成图像的基本单位，而每一个像素点又可以使用不同的颜色，
最终呈现出了绚丽多彩的图像。它们的本质就是图片呈现颜色时需要遵循的规则，
比如 RGB、RGBA、CYMK 等，而图像的分离与合并，指的就是图像颜色的分离和合并。
Image 类提供了用于分离图像和合并图像的方法 split() 和 merge() 方法，通常情况下，这两个方法会一起使用。
1) split()
split() 的使用方法比较简单，用来分离颜色通道
'''
#分离颜色通道，产生三个 Image对象
r,g,b = img.split()
print('分离颜色通道')
#r.show()
#g.show()
#b.show()
'''
2) merge()
Image 类提供的 merge() 方法可以实现图像的合并操作。注意，图像合并，可以是单个图像合并，也可以合并两个以上的图像。
merge() 方法的语法格式如下：
Image.merge(mode, bands)
参数说明如下：
mode：指定输出图片的模式
bands：参数类型为元组或者列表序列，其元素值是组成图像的颜色通道，
比如 RGB 分别代表三种颜色通道，可以表示为 (r,g,b)。
注意，该函数会返回一个新的 Image 对象。
'''
#重新组合颜色通道，返回先的Image对象
image_merge = Image.merge('RGB',(b,g,r))
print('图像合并,将分离的3个颜色通道合并')
#image_merge.show()
#保存合并后的图像
image_merge.save("C:/Users/86159/Desktop/py_workspace/myFlask/static/image/1_split_merge.jpg")
print('保存合并后的图像')
'''
7, Pillow图像裁剪、复制、粘贴操作
图像的剪裁、复制、粘贴是图像处理过程中经常使用的基本操作，Pillow Image 类提供了简单、易用的 API 接口，
能够帮助您快速实现这些简单的图像处理操作。
1) 图像裁剪操作
Image 类提供的 crop() 函数允许我们以矩形区域的方式对原图像进行裁剪，函数的语法格式如下：
crop(box=None)
box：表示裁剪区域，默认为 None，表示拷贝原图像。
注意：box 是一个有四个数字的元组参数 (x_左上,y_左下,x1_右上,y1_右下)，
分别表示被裁剪矩形区域的左上角 x、y 坐标和右下角 x，y 坐标。
默认 (0,0) 表示坐标原点，宽度的方向为 x 轴，高度的方向为 y 轴，每个像素点代表一个单位。
'''
box =(0,0,200,200)
img_crop = img.crop(box)
#保存裁剪后的图像
img_crop.save("C:/Users/86159/Desktop/py_workspace/myFlask/static/image/1_crop.jpg")
print('保存裁剪后的图像')
'''
2) 图像拷贝和粘贴
拷贝、粘贴操作几乎是成对出现的，Image 类提供了 copy() 和 paste() 方法来实现图像的复制和粘贴。
其中复制操作（即 copy() 方法）比较简单.
下面主要介绍 paste() 粘贴方法，语法格式如下所示：
paste(image, box=None, mask=None)
该函数的作用是将一张图片粘贴至另一张图片中。
注意，粘贴后的图片模式将自动保持一致，不需要进行额外的转换。参数说明如下：
image：指被粘贴的图片；
box：指定图片被粘贴的位置或者区域，其参数值是长度为 2 或者 4 的元组序列，
长度为 2 时，表示具体的某一点 (x,y)；长度为 4 则表示图片粘贴的区域，
此时区域的大小必须要和被粘贴的图像大小保持一致。
mask：可选参数，为图片添加蒙版效果。
'''
#复制一张图片副本
img_copy=img.copy()
#打开图片2文件
img2 = Image.open("C:/Users/86159/Desktop/py_workspace/myFlask/static/image/2.png")
#将img2粘贴至副本图像上
print(img2.size)
#对副本进行裁剪
img_crop = img2.crop((0,0,580,580))
#将裁剪后的副本粘贴至副本图像上
img_copy.paste(img_crop,(0,0,580,580))
#显示粘贴后的图像
#img_copy.show()
#保存拷贝和粘贴后的图像
img_copy.save("C:/Users/86159/Desktop/py_workspace/myFlask/static/image/1_copy_paste.jpg")
print('保存拷贝和粘贴后的图像')
'''
8, Pillow图像几何变换
图像的几何变换主要包括图像翻转、图像旋转和图像变换操作，
Image 类提供了处理这些操作的函数 transpose()、rotate() 和 transform()
1) transpose() 翻转操作
该函数可以实现图像的垂直、水平翻转，语法格式如下：
Image.transpose(method)
method 参数决定了图片要如何翻转，参数值如下：
Image.FLIP_LEFT_RIGHT：左右水平翻转；
Image.FLIP_TOP_BOTTOM：上下垂直翻转；
Image.ROTATE_90：图像旋转 90 度；
Image.ROTATE_180：图像旋转 180 度；
Image.ROTATE_270：图像旋转 270 度；
Image.TRANSPOSE：图像转置；
Image.TRANSVERSE：图像横向翻转。
'''
#返回一个新的Image对象
img_out1=img.transpose(Image.TRANSPOSE)
#img_out1.show()
img_out1.save("C:/Users/86159/Desktop/py_workspace/myFlask/static/image/1_TRANSPOSE.png")
#图像旋转 90 度；左旋转
img_out2=img.transpose(Image.ROTATE_90)
#img_out2.show()
img_out2.save("C:/Users/86159/Desktop/py_workspace/myFlask/static/image/1_ROTATE_90.png")
print('保存翻转后的图像')
'''
2) rotate()任意角度旋转
当我们想把图像旋转任意角度时，可以使用 rotate() 函数，语法格式如下：
Image.rotate(angle, resample=PIL.Image.NEAREST, expand=None, center=None, translate=None, fillcolor=None)
参数说明如下：
angle：表示任意旋转的角度；
resample：重采样滤波器，默认为 PIL.Image.NEAREST 最近邻插值方法；
expand：可选参数，表示是否对图像进行扩展，如果参数值为 True 则扩大输出图像，如果为 False 或者省略，则表示按原图像大小输出；
center：可选参数，指定旋转中心，参数值是长度为 2 的元组，默认以图像中心进行旋转；
translate：参数值为二元组，表示对旋转后的图像进行平移，以左上角为原点；
fillcolor：可选参数，填充颜色，图像旋转后，对图像之外的区域进行填充。
'''
#translate的参数值可以为负数，并将旋转图之外的区域填充为蓝色
#返回同一个新的Image对象,旋转 45 度
img_out_rotate=img.rotate(45,translate=(0,-25),fillcolor="blue")
#img_out_rotate.show()
img_out_rotate.save("C:/Users/86159/Desktop/py_workspace/myFlask/static/image/1_rotate_45.png")
print('保存任意角度旋转后的图像')
'''
3) transform()图像变换
该函数能够对图像进行变换操作，通过指定的变换方式，产生一张规定大小的新图像，语法格式如下：
Image.transform(size, method, data=None, resample=0)
参数说明：
size：指定新图片的大小；
method：指定图片的变化方式，比如 Image.EXTENT 表示矩形变换；
data：该参数用来给变换方式提供所需数据；
resample：图像重采样滤波器，默认参数值为 PIL.Image.NEAREST。
'''
#设置图像大小300*300，并根据data的数据截取原图像的区域，生成新的图像
img_out_transform=img.transform((300,300),Image.EXTENT,data=[0,0,30 + img.width//4,img.height//3])
#img_out_transform.show()
img_out_transform.save("C:/Users/86159/Desktop/py_workspace/myFlask/static/image/1_transform.png")
print('保存变换后的图像')
