Pillow安装及使用

 一. 安装

    PIL仅支持到Python 2.7，Pillow支持最新Python 3.x，又加入了许多新特性，如果安装了Anaconda，Pillow就已经可用了。我用的的是python3.6，本来是可以通过pip install Pillow 命令安装的，但是我的总是会出错，没办法，我只能先把Pillow-5.2.0-cp36-cp36m-win_amd64.whl下载下来，在cmd下将目录改到改下载文件的目录，然后执行pip install Pillow-5.2.0-cp36-cp36m-win_amd64.whl,成功了   

二. 使用教程

使用Image类

Python Imaging Library中最重要的类是 Image类，它在模块中定义，具有相同的名称。可以通过多种方式创建此类的实例; 通过从文件加载图像，处理其他图像或从头开始创建图像。

要从文件加载图像，请使用模块中的open()方法

>>> from PIL import Image
>>> im = Image.open("hopper.ppm")

如果成功，则此函数返回一个Image对象。现在可以使用实例属性来检查文件内容：

>>> from __future__ import print_function
>>> print(im.format, im.size, im.mode)
PPM (512, 512) RGB

该format属性标识图像的来源。如果未从文件中读取图像，则将其设置为“无”。size属性是一个包含宽度和高度（以像素为单位）的2元组。该 mode属性定义图像中波段的数量和名称，以及像素类型和深度。常见模式是灰度图像的“L”（亮度），真彩色图像的“RGB”和印前图像的“CMYK”。

如果无法打开该文件，IOError则会引发异常。

获得Image类的实例后，可以使用此类定义的方法来处理和操作图像。例如，让我们显示刚刚加载的图像：

>>> im.show()

注意

标准版本show()效率不高，因为它将图像保存到临时文件并调用 xv实用程序来显示图像。如果你没有安装xv ，它甚至都不会工作。当它工作时，它非常方便调试和测试。

以下部分概述了此库中提供的不同功能。

读写图像

Python Imaging Library支持各种图像文件格式。要从磁盘读取文件，使用模块中的open()方法。您无需知道打开文件的文件格式。库根据文件内容自动确定格式。

要保存文件，请使用该类的save()方法 。保存文件时，名称变得很重要。除非指定格式，否则库使用文件扩展名来发现要使用的文件存储格式。

将文件转换为

from __future__ import print_function
import os, sys
from PIL import Image

for infile in sys.argv[1:]:
    f, e = os.path.splitext(infile)
    outfile = f + ".jpg"
    if infile != outfile:
        try:
            Image.open(infile).save(outfile)
        except IOError:
            print("cannot convert", infile)

可以向save() 明确指定文件格式的方法提供第二个参数。如果使用非标准扩展，则必须始终以这种方式指定格式：

创建JPEG缩略图

from __future__ import print_function
import os, sys
from PIL import Image

size = (128, 128)

for infile in sys.argv[1:]:
    outfile = os.path.splitext(infile)[0] + ".thumbnail"
    if infile != outfile:
        try:
            im = Image.open(infile)
            im.thumbnail(size)
            im.save(outfile, "JPEG")
        except IOError:
            print("cannot create thumbnail for", infile)

重要的是要注意，除非确实需要，否则库不会解码或加载栅格数据。当您打开文件时，将读取文件头以确定文件格式并提取解码文件所需的模式，大小和其他属性等内容，但文件的其余部分直到稍后才会处理。

这意味着打开图像文件是一种快速操作，它与文件大小和压缩类型无关。这是一个快速识别一组图像文件的简单脚本：

识别图像文件

from __future__ import print_function
import sys
from PIL import Image

for infile in sys.argv[1:]:
    try:
        with Image.open(infile) as im:
            print(infile, im.format, "%dx%d" % im.size, im.mode)
    except IOError:
        pass

剪切，粘贴和合并图像

本Image类包含让您在图像内操作区域的方法。要从图像中提取子矩形，请使用该crop()方法。

从图像复制子矩形

box = (100, 100, 400, 400)
region = im.crop(box)

该区域由4元组定义，其中坐标为（左，上，右，下）。Python Imaging Library使用左上角带有（0,0）的坐标系。另请注意，坐标是指像素之间的位置，因此上例中的区域恰好是300x300像素。

现在可以以某种方式处理该区域并粘贴回来。

处理子矩形并将其粘贴回去

region = region.transpose(Image.ROTATE_180)
im.paste(region, box)

将区域粘贴回来时，区域的大小必须与给定区域完全匹配。此外，该区域不能延伸到图像之外。但是，原始图像和区域的模式不需要匹配。如果没有，则在粘贴之前会自动转换该区域（有关详细信息，请参阅下面的颜色转换部分 ）。

这是另一个例子：

滚动图像

def roll(image, delta):
    """Roll an image sideways."""
    xsize, ysize = image.size

    delta = delta % xsize
    if delta == 0: return image

    part1 = image.crop((0, 0, delta, ysize))
    part2 = image.crop((delta, 0, xsize, ysize))
    part1.load()
    part2.load()
    image.paste(part2, (0, 0, xsize-delta, ysize))
    image.paste(part1, (xsize-delta, 0, xsize, ysize))

    return image

请注意，从crop() 操作粘贴回来时，load()首先调用。这是因为裁剪是一种懒惰的操作。如果load()未调用，则在粘贴命令中使用图像之前不会执行裁剪操作。这意味着part1将从image第一个粘贴已修改的版本中裁剪掉。

对于更高级的技巧，粘贴方法也可以将透明蒙版作为可选参数。在此掩码中，值255表示粘贴的图像在该位置是不透明的（也就是说，粘贴的图像应该按原样使用）。值0表示粘贴的图像完全透明。介于两者之间的值表示不同的透明度。例如，粘贴RGBA图像并将其用作蒙版将粘贴图像的不透明部分，但不粘贴其透明背景。

Python Imaging Library还允许您处理多波段图像的各个波段，例如RGB图像。分割方法创建一组新图像，每个图像包含来自原始多波段图像的一个波段。合并功能采用图像的模式和元组，并将它们组合成新图像。以下示例交换RGB图像的三个波段：

拆分和合并波段

r, g, b = im.split()
im = Image.merge("RGB", (b, g, r))

请注意，对于单波段图像，split()返回图像本身。要处理单个色带，您可能需要先将图像转换为“RGB”。

几何变换

本PIL.Image.Image类包含的方法 resize()和rotate()图像。前者采用一个元组给出新的大小，后者采用逆时针方向的角度。

简单的几何变换

out = im.resize((128, 128))
out = im.rotate(45) # degrees counter-clockwise

要以90度的步长旋转图像，您可以使用 rotate()方法或 transpose()方法。后者也可用于围绕其水平轴或垂直轴翻转图像。

转置图像

out = im.transpose(Image.FLIP_LEFT_RIGHT)
out = im.transpose(Image.FLIP_TOP_BOTTOM)
out = im.transpose(Image.ROTATE_90)
out = im.transpose(Image.ROTATE_180)
out = im.transpose(Image.ROTATE_270)

transpose(ROTATE)rotate()如果扩展标志为真，则操作也可以与操作相同地执行 ，以对图像的大小提供相同的更改。

可以通过该transform()方法执行更一般形式的图像变换 。

颜色变换

Python Imaging Library允许您使用该convert()方法在不同像素表示之间转换图像。

在模式之间转换

from PIL import Image
im = Image.open("hopper.ppm").convert("L")

该库支持每种支持模式与“L”和“RGB”模式之间的转换。要在其他模式之间进行转换，您可能必须使用中间图像（通常为“RGB”图像）。

图像增强

Python Imaging Library提供了许多可用于增强图像的方法和模块。

过滤器

该ImageFilter模块包含许多可与该filter()方法一起使用的预定义增强过滤器 。

应用过滤器

from PIL import ImageFilter
out = im.filter(ImageFilter.DETAIL)

点操作

该point()方法可用于转换图像的像素值（例如，图像对比度操纵）。在大多数情况下，可以将期望一个参数的函数对象传递给此方法。根据该功能处理每个像素：

应用点变换

# multiply each pixel by 1.2
out = im.point(lambda i: i * 1.2)

使用上述技术，您可以快速将任何简单表达式应用于图像。您还可以组合使用point()和 paste()方法来有选择地修改图像：

处理各个频段

# split the image into individual bands
source = im.split()

R, G, B = 0, 1, 2

# select regions where red is less than 100
mask = source[R].point(lambda i: i < 100 and 255)

# process the green band
out = source[G].point(lambda i: i * 0.7)

# paste the processed band back, but only where red was < 100
source[G].paste(out, None, mask)

# build a new multiband image
im = Image.merge(im.mode, source)

请注意用于创建掩码的语法：

imout = im.point(lambda i: expression and 255)

Python仅在确定结果时评估逻辑表达式的部分，并返回作为表达式结果检查的最后一个值。因此，如果上面的表达式为false（0），Python不会查看第二个操作数，因此返回0.否则返回255。

增强

要获得更高级的图像增强功能，可以使用ImageEnhance模块中的类 。从图像创建后，可以使用增强对象快速尝试不同的设置。

您可以通过这种方式调整对比度，亮度，色彩平衡和清晰度。

增强图像

from PIL import ImageEnhance

enh = ImageEnhance.Contrast(im)
enh.enhance(1.3).show("30% more contrast")

图像序列

Python Imaging Library包含对图像序列（也称为动画格式）的一些基本支持。支持的序列格式包括FLI / FLC，GIF和一些实验格式。TIFF文件还可以包含多个帧。

打开序列文件时，PIL会自动加载序列中的第一帧。您可以使用seek和tell方法在不同的帧之间移动：

读序列

from PIL import Image

im = Image.open("animation.gif")
im.seek(1) # skip to the second frame

try:
    while 1:
        im.seek(im.tell()+1)
        # do something to im
except EOFError:
    pass # end of sequence

如本例所示，EOFError序列结束时会出现异常。

请注意，当前版本的库中的大多数驱动程序只允许您搜索下一帧（如上例所示）。要回放文件，您可能必须重新打开它。

以下类允许您使用for语句循环遍历序列：

使用ImageSequence Iterator类

from PIL import ImageSequence
for frame in ImageSequence.Iterator(im):
    # ...do something to frame...

后记打印

Python Imaging Library包含在Postscript打印机上打印图像，文本和图形的功能。这是一个简单的例子：

绘图后记

from PIL import Image
from PIL import PSDraw

im = Image.open("hopper.ppm")
title = "hopper"
box = (1*72, 2*72, 7*72, 10*72) # in points

ps = PSDraw.PSDraw() # default is sys.stdout
ps.begin_document(title)

# draw the image (75 dpi)
ps.image(box, im, 75)
ps.rectangle(box)

# draw title
ps.setfont("HelveticaNarrow-Bold", 36)
ps.text((3*72, 4*72), title)

ps.end_document()

更多关于阅读图像

如前所述，模块的open()功能 用于打开图像文件。在大多数情况下，只需将文件名作为参数传递：

from PIL import Image
im = Image.open("hopper.ppm")

如果一切顺利，结果就是一个PIL.Image.Image对象。否则，IOError会引发异常。

您可以使用类似文件的对象而不是文件名。该对象必须实现read()，seek()和 tell()方法，并在二进制模式打开。

从打开的文件中读取

from PIL import Image
with open("hopper.ppm", "rb") as fp:
    im = Image.open(fp)

要从字符串数据中读取图像，请使用以下StringIO 类：

从字符串中读取

import StringIO

im = Image.open(StringIO.StringIO(buffer))

请注意，库seek(0)在读取图像标题之前会对文件进行倒带（使用）。此外，当读取图像数据时（通过加载方法）也将使用搜索。如果映像文件嵌入在较大的文件中，例如tar文件，则可以使用ContainerIO或 TarIO模块来访问它。

从tar存档读取

from PIL import Image, TarIO

fp = TarIO.TarIO("Tests/images/hopper.tar", "hopper.jpg")
im = Image.open(fp)

控制解码器

某些解码器允许您在从文件中读取图像时操作图像。这通常可用于在创建缩略图时（当速度通常比质量更重要时）加速解码并打印到单色激光打印机（当只需要图像的灰度版本时）。

该draft()方法操纵已打开但尚未加载的图像，以使其尽可能匹配给定的模式和大小。这是通过重新配置图像解码器来完成的。

阅读草稿模式

这仅适用于JPEG和MPO文件。

from PIL import Image
from __future__ import print_function
im = Image.open(file)
print("original =", im.mode, im.size)

im.draft("L", (100, 100))
print("draft =", im.mode, im.size)

这打印像：

original = RGB (512, 512)
draft = L (128, 128)

请注意，生成的图像可能与请求的模式和大小不完全匹配。要确保图像不大于给定大小，请改用缩略图方法。

翻译自https://pillow.readthedocs.io/en/5.2.x/handbook/tutorial.html