数字图像学习1

接着上次的写。。。上篇摸这
首先介绍下本次使用的环境,win7+python2.7.3+epd_free-7.3-1+Pil1.1.7
epd的相关信息参考我的另一篇博文http://blog.csdn.net/gavin__zhou/article/details/46851495,上面讲的很详细,pil(python image library)是一个python的图像处理库,大家自行网上搜索下载。
写的代码都是在Ipython下,IPython比较方便好用最关键是比起Python自带的IDLE多了代码提示功能,很赞啊有木有【泪奔】,画图之类的需要Matplotlib的支持,这些参照我的博文装完EPD这些都有了,大家不用担心。。。。。。。

首先需要导入Image,只要你装了PIL这些应该都有了,可以使用Image.open()打开一个图片,支持常见的JPG、PNG等类型。imshow就是将图像显示出来,这直接调用的是Matplotlib,但默认是翻转显示的,我们需要给他翻转回来。
数字图像学习1_第1张图片
或者也可以使用im.show()这个调用的是系统的默认图片浏览器打开这个图。
**Image类有以下几个属性:
mode:图像的模式
format:文件格式
size:大小
palette:调色板属性,针对mode为”P”
info:包含图像相关数据的字典**
重点说一下图像的模式:
数字图像学习1_第2张图片
这里写图片描述
可以看出这个图是RGB图像,大小750*496,JPEG格式
裁剪:

box = (0,0,100,100)     //获得一个区域
region = im.crop(box)
im.show(region)

数字图像学习1_第3张图片
粘贴

region = region.rotate(180) //旋转180度
im.paste(region,box)   //原来的位置粘贴回去


注意和上面的原图对比
分离通道

r,g,b = im.split()

获得r g b三个分量
其他的后续继续写。。。。。。。。。。

你可能感兴趣的:(python,数字图像)