python使用pil進行圖像處理(等比例壓縮、裁剪)實例代碼

更新時間：2017年12月11日 11:43:59 作者：wubai

這篇文章主要介紹了python使用pil進行圖像處理(等比例壓縮、裁剪)實例代碼，首先介紹了pil的相關內容，然后分享了實例代碼，具有一定借鑒價值，需要的朋友可以參考下。

PIL中設計的幾個基本概念

1.通道（bands）：即使圖像的波段數(shù)，RGB圖像，灰度圖像

以RGB圖像為例：

>>>from PIL import Image
>>>im = Image.open('*.jpg')   # 打開一張RGB圖像
>>>im_bands = im.g
etbands() # 獲取RGB三個波段
>>>len(im_bands)
>>>print im_bands[0,1,2]     # 輸出RGB三個值

2.模式（mode）：定義了圖像的類型和像素的位寬。共計9種模式：

>>> im.mode

① 1：1位像素，表示黑和白，但是存儲的時候每個像素存儲為8bit。
② L：8位像素，表示黑和白。
③ P：8位像素，使用調色板映射到其他模式。
④ RGB：3x8位像素，為真彩色。
⑤ RGBA：4x8位像素，有透明通道的真彩色。
⑥ CMYK：4x8位像素，顏色分離。
⑦ YCbCr：3x8位像素，彩色視頻格式。
⑧ I：32位整型像素。
⑨ F：32位浮點型像素。

3.尺寸（size）：獲取圖像水平和垂直方向上的像素數(shù)

>>> im.size()

4.坐標系統(tǒng)（coordinate system）：

PIL使用笛卡爾像素坐標系統(tǒng)，坐標(0，0)位于左上角。

注意：坐標值表示像素的角；位于坐標（0，0）處的像素的中心實際上位于（0.5，0.5）。

5.調色板（palette）：

調色板模式（"P"）適用一個顏色調色板為每一個像素定義具體的顏色值。

6.信息（info）

>>> im.info() # 返回值為字典對象

7.濾波器（filters）：將多個輸入像素映射為一個輸出像素的幾何操作

PIL提供了4種不同的采樣濾波器：

① NEAREST：最近濾波。從輸入圖像中選取最近的像素作為輸出像素。

② BILINEAR：雙線性內插濾波。在輸入圖像的2*2矩陣上進行線性插值。

③ BICUBIC：雙立方濾波。在輸入圖像的4*4矩陣上進行立方插值。

④ ANTIALIAS：平滑濾波。對所有可以影響輸出像素的輸入像素進行高質量的重采樣濾波，以計算輸出像素值。

im.resize()和im.thumbnail()用到了濾波器

方法一：resize(size,filter = None)

>>> from PIL import Image 
>>> im = Image.open('*.jpg')
>>> im.size
>>> im_resize = im.resize((256,256)) #default 情況下是NEAREST插值方法
>>> im_resize0 = im.resize((256,256), Image.BILINEAR)
>>> im_resize0.size
>>> im_resize1 = im.resize((256,256), Image.BICUBIC)
>>> im_resize2 = im.resize((256,256), Image.ANTIALIAS)

方法二：im.thumbnail(size,filter = None)

對于pil的相關介紹就到這里了，下面分享一個使用pil進行圖像處理(等比例壓縮、裁剪)實例代碼，如下：

#coding:utf-8
'''
  python圖片處理
  @author:fc_lamp
  @blog:http://fc-lamp.blog.163.com/
'''
import Image as image
#等比例壓縮圖片
def resizeImg(**args):
  args_key = {'ori_img':'','dst_img':'','dst_w':'','dst_h':'','save_q':75}
  arg = {}
  for key in args_key:
    if key in args:
      arg[key] = args[key]
  im = image.open(arg['ori_img'])
  ori_w,ori_h = im.size
  widthRatio = heightRatio = None
  ratio = 1
  if (ori_w and ori_w > arg['dst_w']) or (ori_h and ori_h > arg['dst_h']):
    if arg['dst_w'] and ori_w > arg['dst_w']:
      widthRatio = float(arg['dst_w']) / ori_w #正確獲取小數(shù)的方式
    if arg['dst_h'] and ori_h > arg['dst_h']:
      heightRatio = float(arg['dst_h']) / ori_h
    if widthRatio and heightRatio:
      if widthRatio < heightRatio:
        ratio = widthRatio
      else:
        ratio = heightRatio
    if widthRatio and not heightRatio:
      ratio = widthRatio
    if heightRatio and not widthRatio:
      ratio = heightRatio
    newWidth = int(ori_w * ratio)
    newHeight = int(ori_h * ratio)
  else:
    newWidth = ori_w
    newHeight = ori_h
  im.resize((newWidth,newHeight),image.ANTIALIAS).save(arg['dst_img'],quality=arg['save_q'])
  '''
  image.ANTIALIAS還有如下值：
  NEAREST: use nearest neighbour
  BILINEAR: linear interpolation in a 2x2 environment
  BICUBIC:cubic spline interpolation in a 4x4 environment
  ANTIALIAS:best down-sizing filter
  '''
#裁剪壓縮圖片
def clipResizeImg(**args):
  args_key = {'ori_img':'','dst_img':'','dst_w':'','dst_h':'','save_q':75}
  arg = {}
  for key in args_key:
    if key in args:
      arg[key] = args[key]
  im = image.open(arg['ori_img'])
  ori_w,ori_h = im.size
  dst_scale = float(arg['dst_h']) / arg['dst_w'] #目標高寬比
  ori_scale = float(ori_h) / ori_w #原高寬比
  if ori_scale >= dst_scale:
    #過高
    width = ori_w
    height = int(width*dst_scale)
    x = 0
    y = (ori_h - height) / 3
  else:
    #過寬
    height = ori_h
    width = int(height*dst_scale)
    x = (ori_w - width) / 2
    y = 0
  #裁剪
  box = (x,y,width+x,height+y)
  #這里的參數(shù)可以這么認為：從某圖的(x,y)坐標開始截，截到(width+x,height+y)坐標
  #所包圍的圖像，crop方法與php中的imagecopy方法大為不一樣
  newIm = im.crop(box)
  im = None
  #壓縮
  ratio = float(arg['dst_w']) / width
  newWidth = int(width * ratio)
  newHeight = int(height * ratio)
  newIm.resize((newWidth,newHeight),image.ANTIALIAS).save(arg['dst_img'],quality=arg['save_q'])
#水印(這里僅為圖片水印)
def waterMark(**args):
  args_key = {'ori_img':'','dst_img':'','mark_img':'','water_opt':''}
  arg = {}
  for key in args_key:
    if key in args:
      arg[key] = args[key]
  im = image.open(arg['ori_img'])
  ori_w,ori_h = im.size
  mark_im = image.open(arg['mark_img'])
  mark_w,mark_h = mark_im.size
  option ={'leftup':(0,0),'rightup':(ori_w-mark_w,0),'leftlow':(0,ori_h-mark_h),
       'rightlow':(ori_w-mark_w,ori_h-mark_h)
       }
  im.paste(mark_im,option[arg['water_opt']],mark_im.convert('RGBA'))
  im.save(arg['dst_img'])
#Demon
#源圖片
ori_img = 'D:/tt.jpg'
#水印標
mark_img = 'D:/mark.png'
#水印位置(右下)
water_opt = 'rightlow'
#目標圖片
dst_img = 'D:/python_2.jpg'
#目標圖片大小
dst_w = 94
dst_h = 94
#保存的圖片質量
save_q = 35
#裁剪壓縮
clipResizeImg(ori_img=ori_img,dst_img=dst_img,dst_w=dst_w,dst_h=dst_h,save_q = save_q)
#等比例壓縮
#resizeImg(ori_img=ori_img,dst_img=dst_img,dst_w=dst_w,dst_h=dst_h,save_q=save_q)
#水印
#waterMark(ori_img=ori_img,dst_img=dst_img,mark_img=mark_img,water_opt=water_opt)

總結

以上就是本文關于python使用pil進行圖像處理(等比例壓縮、裁剪)實例代碼的全部內容，希望對大家有所幫助。感興趣的朋友可以繼續(xù)參閱本站：

Python內置模塊turtle繪圖詳解

Python中pygal繪制雷達圖代碼分享

python自動裁剪圖像代碼分享

如有不足之處，歡迎留言指出。感謝朋友們對本站的支持！

您可能感興趣的文章: