Python图形图像处理库的介绍之Image模块

Image模块的介绍 　　创建一个新的图片 　　Python代码   Image.new(mode, size) Image.new(mode, size, color) 层叠图片   　　层叠两个图片，img2和img2,alpha是一个介于[0,1]的浮点数，如果为0，效果为img1，如果为1.0，效果为img2。当然img1和img2的尺寸和模式必须相同。这个函数可以做出很漂亮的效果来，而图形的算术加减后边会说到。 　　Python代码   Image.blend(img1, img2, alpha)   　　composite可以使用另外一个图片作为蒙板(mask)，所有的这三张图片必须具备相同的尺寸，mask图片的模式可以为“1”，“L”，“RGBA”(关于模式请参看前一篇) 　　Python代码   Image.composite(img1, img2, mask)   　　转换图形模式 　　下面看一个比较牛的方法convert，这个方法可以将图片在不同的模式间进行转换，在将灰度图转换成二值图时，所有的非零值被设置为255(白色)。灰度图的转换方式采用的是这个算法： 　　写道 　　L = R*299/1000 + G*587/1000 + B*114/1000 　　(此为ITU-R 610-2 亮度转换方程) 　　 　　 　　 　　 　　点操作 　　img.point(function),这个function接受一个参数，且对图片中的每一个点执行这个函数，这个函数是一个匿名函数，在python之类的函数式编程语言中，可以使用 　　lambda表达式来完成，如 　　Python代码   out = img.point( lambda i : i * 1.2 ) #对每个点进行20%的加强     双击代码全选 如果图片是“I”或者“F”模式，那么这个lambda必须使用这样的形式   　　Python代码   argument * scale + offset e.g out = img.point( lambda i: i * 1.2 + 10 ) 　   　　透明通道的使用 　　putalpha(alpha) 　　这个方法是一个神奇的方法，你可以将一个图片(与原图尺寸相同)写入到原图片的透明通道中，而不影响原图片的正常显示，可以用于信息隐藏哦。当然，前提是原 　　始图片有透明通道。不过就算不是也没有多大关系，因为有PIL提供的convert功能，可以把一个图片先转换成RGBA模式，然后把要隐藏的信息文件转成“L”或者“1”模 　　式，最后使用这个putalpha将其叠加。而在图片的使用方，只需要简单的抽取其中的透明通道就可以看到隐藏信息了，哈哈。 　　Python代码   def hideInfoInImage(img, info): 　　 if img.mode ! = "RGBA" : 　　　　img = img.convert( "RGBA" ) 　　 if info.mode ! = "L" and info.mode ! = "1" : 　　　　info = info.convert( "L" ) 　　img.putalpha(info) 　　 return img 测试之   　　Python代码   if __name__ = = "__main__" : 　　img = Image. open ( "green.png" ) 　　band = Image. open ( "antelope_inhalf.jpg" ) 　　img = hideInfoInImage(img, band) 　　img.show() #可以看到，原图片没有显式变化 　　img.split()[ 3 ].show() #抽取出透明通道中的图片并显示   　　 　　在windows系统中，默认的图片浏览器会把透明通道附加，可能会影响效果，可以用别的图片浏览器查看。 　　Python代码   def randomPalette(length, min , max ): 　　 return [ randint( min , max ) for x in xrange (length)] 调色板的使用 1 2 3 4 5 6

putpalette(palette) 　　img = Image. open ( "green.png" ).convert( "L" ) 　　 #img.show() 　　l = randomPalette( 768 , 0 , 255 ) 　　img.putpalette(l) 　　img.show()

 

　　现将green.png转成灰度图，然后自定义一个随机调色板着色，可以看到这个效果。可能有人在想这个图形处理的作用，其实作用还是比较大的，做模式识别，人脸检

　　测等等操作事，真彩的图片往往很难处理，一个解决方案就是处理成灰度图或者二值图，一来可以去掉部分干扰，二来可以减少需要处理的数据量(提高效率)。

　　图片转换(扭曲，映射)

　　transform()方法的使用

　　Python代码

 

transform(size, method, data)

 

 

双击代码全选

method参数:

 

　　

EXTENT	剪一个矩形出来(用以剪切，拉伸，压缩等操作)
AFFINE	几何防射转换
QUAD	将一个四边形映射到一个矩形
MESH	将多个四边形映射到一个操作

在EXTENT参数的情况下，data是一个四元组(x0,y0,x1,y1)，表示输入图片中需要处理的区域，size为新图片的尺寸，是一个二元组(width, height)

　　用途：剪贴，拉伸，压缩等操作

　　

　　在AFFINE参数的情况下，data是一个六元组(a,b,c, d,e,f),其中包含affine转置矩阵的前两行。对于输出图片的每个像素(x,y)，会被新值(ax+by+c, dx+ey+f)替换。

　　用途：反转，旋转，剪切等

　　

　　在QUAD参数的情况下，data是一个八元组(x0,y0,x1,y1,x2,y2,x3,y3)表示源四边形的四个定点的坐标值.MESH方式跟QUAD的效果相当，不过是对多个四边形进行映射操作.

　　

　　transpose

　　Python代码

 

im.transpose(method)

 

　　method参数:

　　

FLIP_LEFT_RIGHT	左右倒置
FLIP_TOP_BOTTOM	上下倒置
ROTATE_90	旋转90度(逆时针)
ROTATE_180	旋转180度(逆时针)
ROTATE_270	旋转270度(逆时针)

(360度?这个就不用转了吧，呵呵)

　　关于Image模块就介绍到这里，还有一部分属性，函数和方法没有在此做分析，这部分比较简单，如果想了解更多，可以参看pil的handbook。