# 包pillow Pillow 库（有时也称 PIL 库） 是 Python 图像处理的基础库，它是一个免费开源的第三方库，由一群 Python 社区志愿者使用 Python 语言开发而成。 Pillow 提供了非常强大的图像处理功能，它能够很轻松地完成一些图像处理任务。与 Python 的其他图像处理库相比（OpenCV、Scikit-image 等），Pillow 库简单易用。 **相关资源** [官方文档](https://pillow.readthedocs.io/en/latest/) ## Pillow库功能特点 1. 支持广泛的文件格式：Pillow 支持广泛的图像格式，比如 "jpeg"，"png"，"bmp"，"gif"，"ppm"，"tiff" 等。同时，它也支持图像格式之间的相互转换。总之， Pillow 几乎能够处理任何格式的图像。 2. Pillow 提供了丰富的图像处理功能，可概括为图像归档和图像处理。图像归档，包括创建缩略图、生成预览图像、图像批量处理等；而图像处理，则包括调整图像大小、裁剪图像、像素点处理、添加滤镜、图像颜色处理等。 3. 配合GUI工具使用：Pillow 库可以配合 Python GUI（图形用户界面）工具 Tkinter 一起使用。 ## Pillow创建Image对象 Image 类是 Pillow 库中最为重要的类，该类被定义在和与其同名的 Image 模块中。 ### open()方法 ```python from PIL import Image img = Image.open(fp, mode="r") #fp: 即 filepath 的缩写，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. ``` 示例 ```python from PIL import Image im = Image.open("") im.show() ``` ### new()方法 ```python from PIL import Image img = Image.new(mode, size, color) #mode：图像模式，字符串参数，比如 RGB（真彩图像）、L（灰度图像）、CMYK（色彩图打印模式）等； #size：图像大小，元组参数（width, height）代表图像的像素大小； #color：图片颜色，默认值为 0 表示黑色，参数值支持（R,G,B）三元组数字格式、颜色的十六进制值以及颜色英文单词。 ``` 示例 ```python from PIL import Image im_1 = Image.new(mode="RGB", size=(480, 360), color="#ff0000") im_1.show() ``` ### Image对象属性 Image 对象有一些常用的基本属性，这些属性能够帮助我们了解图片的基本信息 。 1. size: 查看图像的尺寸 ```python from PIL import Image im = Image.open("test.png") #打印image对象 print(im) #查看尺寸 print("宽是%s高是%s"%(im.width,im.height)) #或者通过size查看 print("图像的大小size:",im.size) ``` 2. format: 查看图片的格式 ```python from PIL import Image im = Image.open("test.png") print("图像的格式:",im.format) ``` 3. readonly: 图片是否为只读 ```python from PIL import Image img = Image.oprn("test.png") print("图像是否为只读:",img.readonly) #该属性的返回为 0 或者 1，分别对应着是和否 ``` 4. mode: 图像格式 ```python from PIL import Image im = Image.open("test.png") print("图像模式信息:",im.mode) ``` 上述涉及了许多图片模式的名称，比如 RGB、RGBA 等，下面对常用的图片模式做简单的总结，如下表所示： | 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。 | ## Pillow图片格式转换 Pillow 库支持多种图片格式，您可以直接使用 open() 方法来读取图片，并且无须考虑图片是何种类型。同时，Pillow 能够很轻松地实现图片格式之间的转换。 ### save()方法转换 save() 方法用于保存图像，当不指定文件格式时，它会以默认的图片格式来存储；如果指定图片格式，则会以指定的格式存储图片。save() 的语法格式如下： ```python Image.save(fp, format=None) ``` 参数说明如下： - fp：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。 示例 ```python from PIL import Image img = Image.open("test.png") img.save("test.bmp") ``` ### convert()+save()方法转换 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() 方法就会出现错误，引发错误的原因是由于 PNG 和 JPG 图像模式不一致导致的。其中 PNG 是四通道 RGBA 模式，即红色、绿色、蓝色、Alpha 透明色；JPG 是三通道 RGB 模式。因此要想实现图片格式的转换，就要将 PNG 转变为三通道 RGB 模式。 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。注意conver()方法会返回一个新的对象。语法格式如下： ```python .convert(mode, parms**) ``` - mode：指的是要转换成的图像模式； - params：其他可选参数。 示例 ```python from PIL import Image img = Image.open("test.png") image = img.convert("RGB") #此时返回一个新的image对象，转换图片模式 image.save("test.jpg") ``` ## Pillow图像缩放 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。语法使用格式： ```python .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。下面是一组对图像进行放大操的示例 ```python from PIL import Image im = Image.open("test.png") try: #放大图片 image=im.resize((550,260)) #将新图像保存至桌面 image.save("test1.png") print("查看新图像的尺寸",image.size) except IOError: print("放大图像失败") ``` 对图片的局部位置进行放大，示例如下： ```python from PIL import Image im = Image.open("C:/Users/Administrator/Desktop/c-net.png") try: #选择放大的局部位置，并选择图片重采样方式 # box四元组指的是像素坐标 (左,上,右,下) #(0,0,120,180)，表示以原图的左上角为原点，选择宽和高分别是(120,180)的图像区域 image=im.resize((550,260),resample=Image.LANCZOS,box=(0,0,120,180)) image.show() #保存 image.save("C:/Users/Administrator/Desktop/放大图像.png") print("查看新图像的尺寸",image.size) except IOError: print("放大失败") ``` ### 创建缩略图 缩略图（thumbnail image）指的是将原图缩小至一个指定大小（size）的图像。通过创建缩略图可以使图像更易于展示和浏览。Image 对象提供了一个 thumbnail() 方法用来生图像的缩略图，该函数的语法格式如下： ```python .thumbnail(size, resample) ``` - size：元组参数，指的是缩小后的图像大小； - resample：可选参数，指图像重采样滤波器，有四种过滤方式，分别是 Image.BICUBIC（双立方插值法）、PIL.Image.NEAREST（最近邻插值法）、PIL.Image.BILINEAR（双线性插值法）、PIL.Image.LANCZOS（下采样过滤插值法），默认为 Image.BICUBIC。 示例 ```python from PIL import Image im = Image.open("test.png") im.thumbnail((150,50)) print("缩略图尺寸", im.size) #将缩略图保存至桌面 im.save("test2.png") ``` ## Pillow图像分离与合并 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。 ### split()方法 split() 的使用方法比较简单，用来分离颜色通道。 ```python img = Image.open("aaa.jpg") rChannel, gChannel, bChannel = img.split() rChannel.show() gChannel.show() bChannel.show() ``` ### merge()方法 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： ```python .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。 一. 单个图像的合并指的是将颜色通道进行重新组合，从而得到不一样的图片效果，代码如下所示： ```python from PIL import Image im=Image.open("C:/Users/Administrator/Desktop/1.jpg") #修改图像大小，以适应图像处理 image=im.resize((450,400)) image.save("C:/Users/Administrator/Desktop/2.jpg") #分离颜色通道，产生三个 Image对象 r,g,b = image.split() #重新组合颜色通道，返回先的Image对象 image_merge=Image.merge('RGB',(b,g,r)) image_merge.show() #保存图像至桌面 image_merge.save("C:/Users/Administrator/Desktop/3.jpg") ``` 两张图片的合并操作也并不复杂，但是要求两张图片的模式、图像大小必须要保持一致，否则不能合并。因此，对于那些模式、大小不同的图片要进行预处理。 ```python from PIL import Image #打开图2.jpg im_1 = Image.open("C:/Users/Administrator/Desktop/2.jpg") im_2= Image.open("C:/Users/Administrator/Desktop/向日葵.jpg") #因为两种图片的图片格式一致，所以仅需要处理图片的大小，让它们保持一致 #让 im_2 的图像尺寸与 im_1 一致,注意此处新生成了 Image 对象 image = im_2.resize(im_1.size) #接下来，对图像进行颜色分离操作 r1, g1 ,b1 = im_1.split() r2, g2 , b2 = image.split() # 合并图像 im_3 = Image.merge('RGB',[r2,g1,b2]) im_3.show() im_3.save("C:/Users/Administrator/Desktop/合成.jpg") ``` ## blend() 混合图片 Image 类也提供了 blend() 方法来混合 RGBA 模式的图片（PNG 格式），函数的语法格式如下： ``` Image.blend(image1,image2, alpha) ``` 参数说明如下： - image1，image2：表示两个 Image 对象。 - alpha：表示透明度，取值范围为 0 到 1，当取值为 0 时，输出图像相当于 image1 的拷贝，而取值为 1 时，则是 image2 的拷贝，只有当取值为 0.5 时，才为两个图像的中合。因此改值的大小决定了两个图像的混合程度。 与 RGB 模式相比，RGBA 在 RGB 的基础上增加了透明度，通过 Alpha 取值来决定两个图像的混合程度。示例如下： ```python """" 混合 rgba模式的图像 """ im1 = Image.open("C:/Users/Administrator/Desktop/c-net.png") image = Image.open("C:/Users/Administrator/Desktop/心形函数图像.png") im2=image.resize(im1.size) def blend_im(im1,im2): #设置 alpha 为 0.5 Image.blend(im1,im2,0.5).save("C:/Users/Administrator/Desktop/C语言中文网.png") #调用函数 blend_im(im1,im2) ``` ## 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。 ### 裁剪 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： ```python .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。 ```python """ 裁剪图像 """ im = Image.open("C:/Users/Administrator/Desktop/C语言中文网.png") box =(0,0,200,100) im_crop = im.crop(box) im_crop.show() ``` ### 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： ```python .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。 下面复制一张原图像的副本，对副本进行裁剪、粘贴操作。 ```python img = Image.open("test.png") #复制一张图片副本 img_copy = img.copy() #对副本进行裁剪 img_crop = img_copy.crop((0, 0, 200, 100)) #创建一个新的图像作为蒙版，L模式，单颜色值 img_new = Image.new("L", (200, 100), 200) #将裁剪后的副本粘贴至副本图像上，并添加蒙版 img_copy.paste(img_crop, (100, 100, 300, 200), mask=img_new) #显示粘贴后的图像 img_copy.show() ``` ## 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()，下面分别对它们进行讲解。 ### 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： ```python .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。 使用示例 ```python img = Image.open("test.png") #返回一个新的Image对象 img_out = img.transpose(Image.FLIP_LEFT_RIGHT) #img_out = img.transpose(Image.Transpose.FLIP_LEFT_RIGHT) img_out.show() ``` ### 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： ```python .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。 示例 ```python img = Image.open("test.png") #translate的参数值可以为负数，并将旋转图之外的区域填充为绿色,返回一个新的Image对象 img_out = img.rotate(45, translate=(0, -25), fillcolor="green") img_out.show() ``` ### 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： ``` .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。 示例 ```python from PIL import Image im = Image.open("C:/Users/Administrator/Desktop/c-net.png") #设置图像大小250*250，并根据data的数据截取原图像的区域，生成新的图像 im_out=im.transform((250,250),Image.EXTENT,data=[0,0,30 + im.width//4,im.height//3]) im_out.show() ``` ## Pillow图像降噪处理 由于成像设备、传输媒介等因素的影响，图像总会或多或少的存在一些不必要的干扰信息，我们将这些干扰信息统称为“噪声”，比如数字图像中常见的“椒盐噪声”，指的是图像会随机出现的一些白、黑色的像素点。图像噪声既影响了图像的质量，又妨碍人们的视觉观赏。因此，噪声处理是图像处理过程中必不可少的环节之一，我们把处理图像噪声的过程称为“图像降噪”。随着数字图像技术的不断发展，图像降噪方法也日趋成熟，通过某些算法来构造滤波器是图像降噪的主要方式。滤波器能够有效抑制噪声的产生，并且不影响被处理图像的形状、大小以及原有的拓扑结构。 Pillow 通过 ImageFilter 类达到图像降噪的目的，该类中集成了不同种类的滤波器，通过调用它们从而实现图像的平滑、锐化、边界增强等图像降噪操作。常见的降噪滤波器如下表所示： | 名称 | 说明 | | ------------------------------ | ------------------------------------------------------------ | | ImageFilter.BLUR | 模糊滤波，即均值滤波 | | ImageFilter.CONTOUR | 轮廓滤波，寻找图像轮廓信息 | | ImageFilter.DETAIL | 细节滤波，使得图像显示更加精细 | | ImageFilter.FIND_EDGES | 寻找边界滤波（找寻图像的边界信息） | | ImageFilter.EMBOSS | 浮雕滤波，以浮雕图的形式显示图像 | | ImageFilter.EDGE_ENHANCE | 边界增强滤波 | | ImageFilter.EDGE_ENHANCE_MORE | 深度边缘增强滤波 | | ImageFilter.SMOOTH | 平滑滤波 | | ImageFilter.SMOOTH_MORE | 深度平滑滤波 | | ImageFilter.SHARPEN | 锐化滤波 | | ImageFilter.GaussianBlur() | 高斯模糊 | | ImageFilter.UnsharpMask() | 反锐化掩码滤波 | | ImageFilter.Kernel() | 卷积核滤波 | | ImageFilter.MinFilter(size) | 最小值滤波器，从 size 参数指定的区域中选择最小像素值，然后将其存储至输出图像中。 | | ImageFilter.MedianFilter(size) | 中值滤波器，从 size 参数指定的区域中选择中值像素值，然后将其存储至输出图像中。 | | ImageFilter.MaxFilter(size) | 最大值滤波器 | | ImageFilter.ModeFilter() | 模式滤波 | ### 模糊处理 ```python from PIL import Image, ImageFilter img = Image.open("test.png") #图像模糊处理 img_blur = img.filter(ImageFilter.BLUR) img_blur.show() ``` ### 轮廓图 ```python from PIL import Image, imageFilter img = Image.open("test.png") #生成轮廓图 img1 = img.filter(ImageFilter.CONTOUR) img1.show() ``` ### 边缘检测 ```python from PIL import Image, ImageFilter img = Image.open("test.png") img2 = img.filter(ImageFilter.FIND_EDGES) img2.show() ``` ### 浮雕图 ```python from PIL import Image, ImageFilter img = Image.open("test.png") img3 = img.filter(ImageFilter.EMBOSS) img3.show() ``` ### 平滑图像 ```python from PIL import Image, ImageFilter img = Image.open("test.png") img4 = img.filter(ImageFilter.SMOOTH) img4.show() ``` ## Pillow图像颜色处理 Pillow 提供了颜色处理模块 ImageColor，该模块支持不同格式的颜色，比如 RGB 格式的颜色三元组、十六进制的颜色名称（#ff0000）以及颜色英文单词（"red"）。同时，它还可以将 CSS（层叠样式表，用来修饰网页）风格的颜色转换为 RGB 格式。注意，在 ImageColor 模块对颜色的大小并不敏感，比如 "Red" 也可以写为 " red"。 ### 颜色命名 ImageColor 支持多种颜色模式的的命名（即使用固定的格式对颜值进行表示），比如我们熟知的 RGB 色彩模式，除此之外，还有 HSL （色调-饱和度-明度）、HSB （又称 HSV，色调-饱和度-亮度）色彩模式。下面对 HSL 做简单介绍： - H：即 Hue 色调，取值范围 0 -360，其中 0 表示“red”，120 表示 “green”，240 表示“blue”； - S：即 Saturation 饱和度，代表色彩的纯度，取值 0~100%，其中 0 代表灰色（gry），100% 表示色光最饱和； - L：即 Lightness 明度，取值为 0~100%，其中 0 表示“black”黑色，50% 表示正常颜色，100% 则表示白色。 下面使用 HSL 色彩模式表示红色，格式如下： ```python HSL(0, 100%, 50%) ``` ImageColor 模块比较简单，只提供了两个常用方法，分别是 getrgb() 和 getcolor() 函数。 ### getrgb()方法 ```python PIL.ImageColor.getrgb(color) ``` 使用示例 ```python from PIL import Image, ImageColor color1 = ImageColor.getrgb("blue") print(color1) color2 = ImageColor.getrgb("#DCDCDC") print(color2) #使用HSL模式红色 color3 = ImageColor.getrgb("HSL(0, 100%, 50%)") print(color3) ``` 通过 new() 方法可以新建图像，此时也可以使用 ImageColor.getrgb()，如下所示： ```python #使用new()绘制新的图像 img = Image.new("RGB", (200, 200), ImageColor.getrgb("#EEB4B4")) img.save("test.jpg") ``` ### getcolor() 该方法与 getrgb() 类似，同样用来获取颜色值，不过它多了一个`mode`参数，因此该函数可以获取指定色彩模式的颜色值。语法格式如下： ``` PIL.ImageColor.getcolor(color, mode) ``` 参数说明如下： - color：一个颜色名称，字符串格式，可以是颜色的英文单词，或者十六进制颜色名。如果是不支持的颜色，会报 ValueError 错误； - mode：指定色彩模式，如果是不支持的模式，会报 KeyError 错误。 使用示例如下： ``` color4=ImageColor.getcolor('#EEA9B8','L') print(color4) color5=ImageColor.getcolor('yellow','RGBA') print(color5) ``` ## Pillow为图片添加水印 添加水印的方式的有很多种，比如通过一些图像处理软件，或者手机美图软件都可以实现添加水印的操作，但是这种操作比较复杂，甚至有些软件还不是免费的。 Pillow 库提供了添加水印的方法，操作简单，易学、易用。下面我们讲解如何使用 PIilow 给图片添加水印。 我们知道，水印是附着在原图片上一段文字信息，因此添加水印的过程中会涉及两个问题： - 第一、如何使文字信息附着在图片上； - 第二、如何绘制文字信息。 只要解决了这两个问题就可以成功添加水印。Pillow 提供的`ImageDraw`和`ImageFont`模块成功解决了上述问题。 ### ImageDraw PIL.ImageDraw 模块提供了一系列的绘图方法，通过该模块可以创建一个新的图形，或者在现有的图像上再绘制一个图形，从而起到对原图注释和修饰的作用。下面创建一个 ImageDraw 对象，并对该对象的使用方法做简单介绍： ``` draw = ImageDraw.Draw(im) ``` 上述方法会返回一个 ImageDraw 对象，参数 im 表示 Image 对象。这里我们可以把 Image 对象理解成画布，通过调用 ImageDraw 对象的一些方法，实现了在画布上绘制出新的图形目的。ImageDraw 对象的常用方法如下表所示： | 方法 | 说明 | | --------- | ---------------- | | text | 在图像上绘制文字 | | line | 绘制直线、线段 | | eclipse | 绘制椭圆形 | | rectangle | 绘制矩形 | | polygon | 绘制多边形 | > 表格中第一个方法 text() 需要与 ImageFont 模块一起使用，在下面会做详细介绍。 绘制矩形图的语法格式如下： ``` draw.rectangle(xy, fill=None, outline=None) ``` 参数说明如下： - xy：元组参数值，以图像的左上角为坐标原点，表示矩形图的位置、图形大小的坐标序列，形如 ((x1,y1,x2,y2))； - fill：矩形图的背景填充色； - outline：矩形图的边框线条颜色。 下面看一组简单的示例： ```python from PIL import Image, ImageDraw #创建 Image 对象，当做背景图 img = Image.new("RGB", (500, 500), color="gray") #创建 ImageDraw 对象 draw = ImageDraw.Draw(img) #以左上角为原点，绘制矩形。元组坐标序列表示矩形的位置、大小；fill设置填充色为红色，outline设置边框线为黑色 draw.rectangle((50, 100, 100, 150), fill=(255, 0, 0), outline=(0, 0, 0)) #查看原图片 img.show() ``` ### ImageFont PIL.ImagreFont 模块通过加载不同格式的字体文件，从而在图像上绘制出不同类型的文字，比如 TrueType 和 OpenType 类型的字体。 创建字体对象的语法格式如下： ``` font = ImageFont.truetype(font='字体文件路径', size=字体大小) ``` 如果想要在图片上添加文本，还需要使用 ImageDraw.text() 方法，语法格式如下： ``` d.text((x,y), "text", font, fill) ``` 参数说明如下： - (x,y)：图像左上角为坐标原点，(x,y) 表示添加文本的起始坐标位置； - text：字符串格式，要添加的文本内容； - font：ImageFont 对象； - fill：文本填充颜色。 下面看一组使用示例，如下所示 ```python from PIL import Image, ImageFont, ImageDraw #打开图片,返回Image对象 img = Image.open("test.png") #创建画布对象 draw = ImageDraw.Draw(img) #加载计算机本地字体文件(注意这里用正斜杠，不用Windows默认的反斜杠) font = ImageFont.truetype("D:/Data/fonts/Arial.ttf", size=36) #在原图像上添加文本 draw.text(xy=(80, 50), text="wangyuedong", fill=(256, 0, 0), font=font) img.show() ``` ### 添加水印完整代码 ```python """ 添加水印（函数式编程） """ from PIL import Image,ImageFont,ImageDraw font=ImageFont.truetype('C:/Windows/Fonts/msyh.ttc',size=30) def creating_watermark(im,text,font=font): #给水印添加透明度，因此需要转换图片的格式 im_rgba=im.convert('RGBA') im_text_canvas=Image.new('RGBA',im_rgba.size,(255,255,255,0)) print(im_rgba.size[0]) draw = ImageDraw.Draw(im_text_canvas) #设置文本文字大小 text_x_width,text_y_height = draw.textsize(text,font=font) print(text_x_width,text_y_height) text_xy = (im_rgba.size[0] - text_x_width, im_rgba.size[1] - text_y_height) print(text_xy) #设置文本颜色（绿色）和透明度（半透明） draw.text(text_xy,text,font=font,fill=(255,255,255,128)) #将原图片与文字复合 im_text=Image.alpha_composite(im_rgba,im_text_canvas) return im_text image = Image.open("xxx.png") image.show() imageWatermark = creating_watermark(image,"wangyuedong") imageWatermark.show() imageWatermark.save("xxx.png") ``` ## Pillow和ndarray数组 ndarray 是 NumPy 中的数组类型，也称为 ndarray 数组，该数组可以与 Pillow 的 PIL.Image 对象实现相互转化。 ### ndarray数组创建图像 ```python from PIL import Image import numpy as np #创建 300*400的图像，3个颜色通道 array = np.zeros([300, 400, 3], dtype=np.uint8) #rgb色彩模式 array[:, :200] = [255, 0, 0] array[:, 200:] = [255, 255, 0] img = Image.fromarray(array) img.show() ``` ### 图像转化为ndarray数组 ```python from PIL import Image import numpy as np img = Image.open("test.png") img.show() #Image图像转换为ndarray数组 img_2 = np.array(img) #ndarray转换为Image图像 arr_img = Image.fromarray(img_2) arr_img.show() #保存 arr_img.save("image.png") ``` ## Pillow生成gif动态图 GIF（Graphics Interchange Format，图形交换格式）是一种“位图”图像格式，它以`.gif`作为图像的扩展名。GIF 图片非常适合在互联网中使用，这是因为它采用了图像预压缩技术，该技术的应用，在一定程度上减少了图像传播、加载所消耗的时间。 与其他格式的图片相比，GIF 还有一项非常重要的应用，那就是生成动态图。我们知道，Pillow 能够处理多种图像格式，包括 GIF 格式，它可以将静态格式图片（png、jpg）合成为 GIF 动态图。 > 注意：Pillow 总是以灰度模式（L）或调色板模式（P）来读取 GIF 文件。 下面看一组示例：如何使用 Pillow 生成 GiF 动态图。 ```python import os import random from PIL import Image def png_to_gif(png_path, git_name): """png合成gif图像""" frames = [] # 返回文件夹内的所有静态图的列表 png_files = os.listdir(png_path) # print(png_files) # 读取文件内的静态图 for frame_id in range(1, len(png_files)+1): frame = Image.open(os.path.join(png_path, "image%d.png"%frame_id)) frames.append(frame) # 以第一张图片作为开始，将后续5张图片合并成 gif 动态图 # 参数说明： # save_all 保存图像;transparency 设置透明背景色;duration 单位毫秒，动画持续时间， # loop=0 无限循环;disposal=2 恢复原背景颜色。参数详细说明，请参阅官方文档，网址见文章末尾处 frames[0].save(gif_name, save_all=True, append_images=frames[1:], transparency=0, duration=2000, loop=0, disposal=2) png_to_gif("path_to_image", "test.gif") ```