本文主要讲解关于python计算机视觉学习笔记——PIL库的用法相关内容，让我们来一起学习下吧！

如果需要处理的原图及代码，请移步小编的GitHub地址

　　传送门：请点击我

　　如果点击有误：https://github.com/LeBron-Jian/ComputerVisionPractice

　　这个是之前的笔记，自己看到了就顺带发出来，也是温习一下，内容可能不太全，算是入门贴吧。

前言：PIL

　　 图像处理是计算机视觉领域中不可或缺的一部分，而PIL（Python Imaging Library）库和OpenCV（Open Source Computer Vision Library）是两个常用的工具。今天这里主要学习以下PIL库，PIL 是一个用于图像处理的 Python 库，提供了丰富的图像处理功能。它包含了处理图像的各种工具和算法，可以进行图像的打开、保存、剪裁、旋转、缩放等操作。

　　PIL（Python Imaging Library）和 OpenCV 都是用于图像处理的强大库，它们各自有着不同的优势和适用场景。以下是一些导致 PIL 仍然被使用的原因：

1，PIL的优点

1. 易用性：PIL库的API设计得非常简洁明了，即使是编程新手也能快速上手。例如，你只需要一行代码就可以打开一个图像文件，然后再用一行代码就可以将图像保存到新的文件中。
2. 功能强大：PIL库提供了丰富的图像处理功能，包括基本的图像操作（如裁剪、旋转、缩放等），图像滤镜，以及更高级的功能（如图像增强、色彩空间转换等）。
3. 支持多种图像格式：PIL库支持多种常见的图像格式，包括JPEG、PNG、BMP、GIF、PPM、TIFF等。这意味着你可以使用PIL库来处理几乎所有类型的图像文件。
4. 文字和绘图功能：PIL允许在图像上添加文字、绘制几何图形和绘制曲线，这对于图像注释和标记非常有帮助。
5. 扩展功能：PIL还支持各种扩展功能，如图像滤波、直方图均衡化和颜色空间转换等。

 

2，PIL 的缺点

1. 性能：虽然PIL库的功能强大，但是它的性能并不是最优的。如果你需要处理大量的图像，或者进行复杂的图像处理操作，可能会发现PIL库的速度不尽如人意。
2. 不支持一些高级功能：虽然PIL库提供了丰富的图像处理功能，但是它并不支持一些高级的图像处理操作，如特征检测、图像分割等。如果你需要进行这些操作，可能需要使用其他的图像处理库，如OpenCV。

 

3，PIL 库和OpenCV的区别

1. 编程语言：PIL库是用纯Python编写的，而OpenCV主要是用C++编写的，并提供了Python的接口。如果您更熟悉Python，并且希望使用Python进行图像处理，那么PIL可能更适合您。并且PIL 的接口相对较为简单，特别适合一些简单的图像处理任务。对于一些不需要太多高级功能的应用，PIL 提供了直观的方法和易于使用的 API。
2. 功能和算法：OpenCV提供了更丰富和先进的图像处理算法和函数，涵盖了从基本操作到高级计算机视觉任务的各个方面。而PIL 在功能上相对轻量，适合一些小型项目或者只需要进行基本图像处理的场景。如果你的需求主要是一些简单的图像操作，PIL 可能是更轻便的选择。
3. 性能：由于OpenCV是用C++编写的，因此在处理大型图像和复杂计算任务时具有较高的性能优势。PIL库在处理大型图像时可能效率稍低。
4. 生态系统：OpenCV拥有庞大的社区支持和丰富的文档资源，可以帮助您解决问题和学习。而PIL库的社区活动相对较少，文档资源相对较少。

 

4，如何使用PIL库

　　首先是安装，比较简单：

pip install pillow

　　

　　下面是一个简单的示例，演示了如何使用PIL库来打开一个图像文件，然后将图像转换为灰度图，并保存到新的文件中：

from PIL import Image

# 打开图像文件
img = Image.open('input.jpg')

# 将图像转换为灰度图
img_gray = img.convert('L')

# 保存图像到新的文件
img_gray.save('output.jpg')

　　

　　虽然 OpenCV 在计算机视觉和更复杂的图像处理任务中表现得非常强大，但选择使用哪个库通常取决于具体的需求和项目特点。在一些情况下，PIL 可能更为合适，而在其他情况下，特别是涉及到计算机视觉领域的任务，OpenCV 可能更具优势。

 　　总体来说，网上开源的一些计算机视觉中也使用PIL加载图像，所以有不得不学习的理由，话不多说，开干：

一：pillow模块的基本概念

　　Pillow的官网地址：https://pillow.readthedocs.io/en/stable/，其实打开后，什么都有，只是都是英文，对于部分同学不方面而已。

 

　　PIL：Python Imaging Library，已经是Python平台上的图像处理标准库了。由于PIL仅支持到Python2.7 ，加上年久失修，于是一群志愿者在PIL的基础上创建了兼容的版本，名字叫Pillow，支持最新版本的Python3.X，又加了许多新特性。因此，我们可以直接安装使用Pillow。

　　PIL中所涉及的基本概念有如下几个：通道（bands）、模式（mode）、尺寸（size）、坐标系统（coordinate system）、调色板（palette）、信息（info）和滤波器（filters）。

1.1  通道——Image.getbands

　　每张图片都是由一个或者多个数据通道构成。PIL允许在单张图片中合成相同维数和深度的多个通道。

　　以RGB图像为例，每张图片都是由三个数据通道构成，分别为R、G和B通道。而对于灰度图像，则只有一个通道。

　　对于一张图片的通道数量和名称，可以通过方法getbands()来获取。方法getbands()是Image模块的方法，它会返回一个字符串元组（tuple）。该元组将包括每一个通道的名称。

　　Python的元组与列表类似，不同之处在于元组的元素不能修改,元组使用小括号，列表使用方括号，元组创建很简单，只需要在括号中添加元素，并使用逗号隔开即可。

　　方法getbands()的使用如下：

from PIL import Image
im = Image.open("test.png")
print(im.getbands())
输出：
('R', 'G', 'B')

　

1.2  模式——Image.mode

　　图像的模式定义了图像的类型和像素的位宽。当前支持如下模式：

1：1位像素，表示黑和白，但是存储的时候每个像素存储为8bit。

L：8位像素，表示黑和白。

P：8位像素，使用调色板映射到其他模式。

RGB：3x8位像素，为真彩色。

RGBA：4x8位像素，有透明通道的真彩色。

CMYK：4x8位像素，颜色分离。

YCbCr：3x8位像素，彩色视频格式。

I：32位整型像素。

F：32位浮点型像素。

PIL也支持一些特殊的模式，包括RGBX（有padding的真彩色）和RGBa（有自左乘alpha的真彩色）。

　　可以通过mode属性读取图像的模式。其返回值是包括上述模式的字符串。

　　属性mode的使用如下：

from PIL import Image
im = Image.open("test.png")
print(im.mode)
输出：
'RGB'

　　

1.3  尺寸——Image.size

　　通过size属性可以获取图片的尺寸。这是一个二元组，包含水平和垂直方向上的像素数。

　　属性mode的使用如下：

from PIL import Image
im = Image.open("test.png")
print(im.size)
输出:
(670, 502)

　　

1.4  坐标系统

　　在PIL（或Pillow）中，图像的坐标系统遵循常见的数学坐标系，其中左上角是原点（0, 0），x轴向右增长，y轴向下增长。这意味着图像的左上角具有坐标 (0, 0)，而右下角的坐标是 (width-1, height-1)。

　　以下是一个简单的示例说明PIL的坐标系统：

from PIL import Image, ImageDraw


# 创建一个白色背景的图像
width, height = 200, 100
image = Image.new("RGB", (width, height), "yellow")

# 创建一个ImageDraw对象,即获取图像的绘制对象
draw = ImageDraw.Draw(image)

# 在图像中心绘制一个红色矩形
rect_width, rect_height = 50, 30
left = 0
top = (height - rect_height) // 2
right = left + rect_width
bottom = top + rect_height

draw.rectangle([left, top, right, bottom], fill="red")

# 保存图像
# image.save("coordinate_example.png")

# 显示图像
image.show()


# 显示坐标系
print(f"左上角坐标：(0, 0)")
print(f"右下角坐标：({width-1}, {height-1})")


# 输出结果
# 左上角坐标： (0, 0)
# 右下角坐标：( 199, 99)

　　输出图像：

 

1.5  调色板——Image.palette

　　在PIL（Python Imaging Library）中，调色板（Palette）是一种用于存储和管理颜色映射的机制。调色板通常与图像的索引颜色模式一起使用，这意味着图像的每个像素值不直接表示颜色，而是作为索引来查找调色板中的实际颜色。

　　以下是有关调色板的一些重要概念和说明：

1. 索引颜色模式：

   • 在索引颜色模式中，图像的每个像素值都是一个索引，该索引对应于调色板中的颜色。
   • 通常，索引颜色模式用于节省存储空间，特别是对于包含有限颜色集的图像。

2. 调色板的组成：

   • 调色板是一个包含颜色信息的数据结构，通常由颜色元组组成。颜色元组可以是RGB（红、绿、蓝）格式，也可以是其他颜色表示格式。
   • 对于每个索引，调色板中都有一个与之对应的颜色。

3. 使用调色板的图像格式：

   • 一些常见的使用调色板的图像格式包括GIF和PNG-8。这些格式在保存图像时使用调色板，而不是直接存储每个像素的完整颜色信息。

4. 图像的调色板属性：

   • PIL中的图像对象具有调色板属性，通过该属性可以获取和设置图像的调色板。
   • 使用 image.getpalette() 方法可以获取图像的调色板，而 image.putpalette() 方法可以设置调色板。

　　以下是一个简单的示例，演示如何使用PIL中的调色板：

from PIL import Image

# 创建一个调色板
palette = [255, 0, 0,  # Red
           0, 255, 0,  # Green
           0, 0, 255]  # Blue

# 创建一个8x8的图像，使用调色板和索引颜色模式
image = Image.new("P", (8, 8))
image.putpalette(palette)

# 设置图像的像素值（索引）
pixels = [0, 1, 2, 0, 1, 2, 0, 1,
          1, 2, 0, 1, 2, 0, 1, 2,
          2, 0, 1, 2, 0, 1, 2, 0,
          0, 1, 2, 0, 1, 2, 0, 1,
          1, 2, 0, 1, 2, 0, 1, 2,
          2, 0, 1, 2, 0, 1, 2, 0,
          0, 1, 2, 0, 1, 2, 0, 1,
          1, 2, 0, 1, 2, 0, 1, 2]

image.putdata(pixels)

# 显示图像
image.show()

　　这个例子创建了一个调色板，然后使用索引颜色模式创建了一个8x8的图像，并通过设置像素值（索引）来使用调色板中的颜色。

1.6  信息——Image.info

　　使用info属性可以为一张图片添加一些辅助信息。这个是字典对象。加载和保存图像文件时，多少信息需要处理取决于文件格式。

属性info的使用如下：

from PIL import Image
im = Image.open("test.jpg")
print(im.info)
输出：
{'jfif': 257, 'jfif_version': (1, 1), 'jfif_unit': 0, 'jfif_density': (1, 1)}

　　

1.7  滤波器

　　对于将多个输入像素映射为一个输出像素的几何操作，PIL提供了四个不同的采样滤波器。

NEAREST：最近滤波。从输入图像中选取最近的像素作为输出像素。它忽略了所有其他的像素。

BILINEAR：双线性滤波。在输入图像的2x2矩阵上进行线性插值。
注意：PIL的当前版本，做下采样时该滤波器使用了固定输入模板。

BICUBIC：双立方滤波。在输入图像的4x4矩阵上进行立方插值。
注意：PIL的当前版本，做下采样时该滤波器使用了固定输入模板。

ANTIALIAS：平滑滤波。这是PIL 1.1.3版本中新的滤波器。对所有可以影响输出像素
的输入像素进行高质量的重采样滤波，以计算输出像素值。在当前的PIL版本中，这个滤
波器只用于改变尺寸和缩略图方法。
注意：在当前的PIL版本中，ANTIALIAS滤波器是下采样（例如，将一个大的图像转换为
小图）时唯一正确的滤波器。BILIEAR和BICUBIC滤波器使用固定的输入模板，用于固
定比例的几何变换和上采样是最好的。

　　Image模块中的方法 resize() 和 thumbnail()用到了滤波器。

　　方法resize() 的使用如下：

方法resize()的定义为：resize(size, filter=None)=> image
from PIL import Image
im = Image.open("test.png")
print(im.size)
im_resize = im.resize((256,256))
print(im_resize.size)
输出：
(670, 502)
(256,256)

　　对参数filter不赋值的话，方法resize()默认使用NEAREST滤波器。如果要使用其他滤波器可以通过下面的方法来实现：

from PIL import Image
im = Image.open("test.png")
print(im.size)
im_resize0 = im.resize((256,256), Image.BILINEAR)
print(im_resize0.size)
im_resize1 = im.resize((256,256), Image.BICUBIC)
print(im_resize1.size)
im_resize2 = im.resize((256,256), Image.ANTIALIAS)
print(im_resize2.size)

输出：
(670, 502)
(256,256)
(256,256)
(256,256)

　　

 

2，Image对象

2.1  实例化对象

　　直接读取图片

from PIL import Image

# 导入图像
img_path = r"book.png"
img = Image.open(img_path)

# 展示图像
im.show()

　　

2.2 格式转换——save方法

　　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，语法如下：

im = PIL.Image.open(r"book.jpg")

# 保存图片
# fp: 图片的存储路径，包含图片的名称，字符串格式
fp = "book_save.jpg"  
# format：可选参数，可以指定图片的格式
im.save(fp, format=None)  

　　

 

2.3  格式转换——Convert方法

　　注意：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

　　语法：

im.convert(mode, params)  # 转换模式
im.save(fp)  # 保存图片

　　

 2.4  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：

im_new = im.resize(size, resample=image.BICUBIC, box=None, reducing_gap=None)  
 
# 缩放后的图片
im_new.show() 

　　

2.5  图像的分离和合并

　　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 ，而图像的分离与合并，指的就是图像颜色的分离和合并

图像分离：split方法

　　示例：

im = PIL.Image.open(r"magic_h03.jpg")

# split 方法使用较简单，分离通道
r, g, b = im.split()  
r.show()
g.show()
b.show()

　　

图像合并：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

　　示例：

im_merge = PIL.Image.merge(mode, bands)
im_merge.show()

　　

图像合并：blend方法

　　Image 类也提供了 blend() 方法来混合 RGBA 模式的图片（PNG 格式）

　　语法：

PIL.Image.blend(image1,image2, alpha)

　　

2.6  图像裁剪

　　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

　　语法：

im_crop = im.crop(box=None)  # box 代表裁剪区域
im_crop.show()

　　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

 

3，代码实战

3.1 图像的属性的打印示例

　　注意：源文件的文件格式。如果是由PIL创建的空图像，则其文件格式为None，即 im.format ⇒ string or None

　　示例代码如下：

import PIL.Image

im = PIL.Image.open(r"harden.png")

print(im.size)  # 查看图片大小, 按照像素数计算。它的返回值为宽度和高度的二元组（width, height）
print(im.readonly) # 查看是否为只读，1为是，0为否 print(im.format) # 查看图片的格式, 输出为 'png'
print(im.info) # 查看图片的相关信息 print(im.mode) # 查看图片的模式

print(im.mode)  # 表明图像所使用像素格式, 属性典型的取值为“1”，“L”，“RGB”或“CMYK”
print(im.palette)  # 颜色调色板表格。如果图像的模式是“P”，则返回ImagePalette类的实例；否则，将为None。

　　

 

3.2  使用PIL进行灰度化+二值化

　　代码如下：

from PIL import Image

#  load a color image
im = Image.open('durant.jpg' )

#  convert to grey level image
Lim = im.convert('L' )
Lim.save('grey.jpg' )

#  setup a converting table with constant threshold
threshold = 185
table = []
for i in range(256):
    if i < threshold:
        table.append(0)
    else:
        table.append(1)

# convert to binary image by the table
bim = Lim.point(table, '1' )

bim.save('durant_grey.jpg' )

　　原图图片效果展示：

 

　　灰度化图片效果展示：

　　二值化图片效果展示：

 

3.2  图像转换示例

　　代码如下：

 

例子1：
from PIL import Image
im1 = Image.open("jing.jpg")
print(im1.mode)
im_c = im1.convert("1")
im_c.save("he.jpg")
print(im_c.mode)
输出：
注：将“RGB”模式的im01图像，转换为“1”模式的im_c图像。

 
定义3：im.convert(mode,matrix) ⇒ image
含义3：使用转换矩阵将一个“RGB”图像转换为“L”或者“RGB”图像。变量matrix为4或者16元组。
例子3：下面的例子将一个RGB图像（根据ITU-R709线性校准，使用D65亮度）转换到CIE XYZ颜色空间：
from PIL import Image
im1 = Image.open("jing.jpg")
im1.mode
rgb2xyz = （
    0.412453, 0.357580, 0.180423, 0,
    0.212671, 0.715160, 0.072169, 0,
    0.019334, 0.119193, 0.950227, 0 )
im_c3 = im1.convert("L", rgb2xyz)
im_c3.save("he.jpg")
print(im_c3.mode)
输出：
L

　　

以上就是关于python计算机视觉学习笔记——PIL库的用法相关的全部内容，希望对你有帮助。欢迎持续关注程序员导航网，学习愉快哦！