1、图像基本知识
1.1常见图像
• 灰度图像：L = R * 299/1000 + G * 587/1000 + B * 114/1000。
• RGB 图像：真彩色图像，由 RGB 三原色调制而成。
• RGBA：带阿尔法通道的彩色图像，用于 mask 运算，常用语 ico 图片。
• JPEG 格式:目前最常见的图片格式，它诞生于 1992 年，是一个很古老的格
式。它只支持有损压缩，其压缩算法可以精确控制压缩比，以图像质量换
得存储空间。由于它太过常见，以至于许多移动设备的 CPU 都支持针对它
的硬编码与硬解码。
• PNG：PNG 只支持无损压缩，所以它的压缩比是有上限的。相对于 JPEG 和
GIF 来说，它最大的优势在于支持完整的透明通道。
1.2图像格式
2、几何变换
Ø 原图
Ø 单通道
Ø RGB 某一个通道空白
Ø HSV 空间
2.1图像坐标系
像素取值范围在 0-255 之间的无符号整数
2.2仿射变换
图像处理中，可应用仿射变换对二维图像进行平移、缩放、旋转等操作。实例如
下：
经仿射变换后，图像关键点依然构成三角形，但三角形形状已经发生变化。
以旋转为例
仿射变换通过一系列原子变换复合实现，具体包括：平移（Translation）、缩放
（Scale）、旋转（Rotation）、翻转（Flip）和错切（Shear）。
a) 平移
b) 缩放
c) 旋转
d) 翻转
e) 错切
3、PIL 图像处理
4、代码实例
4.1 改变大小
from PIL import Image
im = Image.open("./data/Lenna.png")
region = im.resize((1024, 1024)) ##重新设定大小
region.show()
#im.thumbnail((100,100))
#im.show()
box = (100, 100, 300, 300) ##确定拷贝区域大小
region = im.crop(box) ##将im表示的图片对象拷贝到region中，大小为box
region.show()
im1 = im.rotate(90) #旋转90度
print(im.mode, im.size)
im2 = Image.blend(im1, im, 0.2)#
im2.show()
4.2 灰度图
from PIL import Image
im = Image.open("./data/Lenna.png")
print(im.format, im.size, im.mode)
im = im.convert('L') #RGB转为灰度图，其他值如下图
print(im.mode)
im.save('./data/Lenna.jpg')# 灰度图
im.show()
mode为1（如下图）
4.3旋转
from PIL import Image
im = Image.open("./data/Lenna.png")
im_45 = im.rotate(45)#不补全
im_30 = im.rotate(30, Image.NEAREST,1)#参数1，表示放大图片，根据近邻点补全(如下图补黑色的部分）
print(im_45.size,im_30.size)
im_45.show()
im_30.show()
4.4缓存
import io
from PIL import Image
import base64
#Base64编码
im = Image.open("./data/Lenna.png")
buffer = io.BytesIO()# io通道
im.save(buffer, 'JPEG')
binary_data = buffer.getvalue()
base64_data = base64.b64encode(binary_data)
print(base64_data)#b'/9j/4AAQSkZJRgABAQAAAQABAAD/2wBDAAgGBgcGB...
#解码显示
byte_data = base64.b64decode(base64_data)
image_data = io.BytesIO(byte_data)
img = Image.open(image_data)
img.show()
4.5通道Channel
from PIL import Image
im = Image.open("./data/Lenna.png")
r,g,b = im.split()
print(r.mode)# L
print(r.size)# (512,512)
# print(r)
print(im.size)# (512,512)
im_merge = Image.merge("RGB", [r,g,b])# 合并
im_merge.show()
sequ = im.getdata()
sequ0 = list(sequ)
print(sequ0[0])
print(sequ0[1])
print(len(sequ0))#
print(im.getpixel((0,0)))#某一点的像素
print(im.getpixel((0,1)))
print(b.getpixel((0,0)))#二维的
