Python编程中使用Pillow来处理图像的基础教程
安装
刚接触Pillow的朋友先来看一下Pillow的安装方法，在这里我们以MacOS环境为例：
（1）、使用pip安装Python库。pip是Python的包管理工具，安装后就可以直接在命令行一站式地安装/管理各种库了（pip文档）。
$wgethttp://pypi.python.org/packages/source/p/pip/pip-0.7.2.tar.gz $tarxzfpip-0.7.2.tar.gz $cdpip-0.7.2 $pythonsetup.pyinstall
（2）、使用pip下载获取Pillow：
$pipinstallpillow
（3）、安装过程中命令行出现错误提示：”error:command‘clang'failedwithexitstatus1”。上网查阅，发现需要通过Xcode更新CommandLineTool。于是打开Xcode->Preferences->Downloads-Components选项卡。咦？竟然没了CommandLineTools。再查，发现Xcode5以上现在需要用命令行安装：
$xcode-select—install
系统会弹出安装命令行工具的提示，点击安装即可。
此时再pipinstallpillow，就安装成功了。
pipfreeze命令查看已经安装的Python包，Pillow已经乖乖躺那儿了。
好了，下面开始进入教程~
Image类
Pillow中最重要的类就是Image，该类存在于同名的模块中。可以通过以下几种方式实例化：从文件中读取图片，处理其他图片得到，或者直接创建一个图片。
使用Image模块中的open函数打开一张图片：
>>>fromPILimportImage
>>>im=Image.open("lena.ppm")
如果打开成功，返回一个Image对象，可以通过对象属性检查文件内容
>>>from__future__importprint_function >>>print(im.format,im.size,im.mode)
PPM(512,512)RGB
format属性定义了图像的格式，如果图像不是从文件打开的，那么该属性值为None；size属性是一个tuple，表示图像的宽和高（单位为像素）；mode属性为表示图像的模式，常用的模式为：L为灰度图，RGB为真彩色，CMYK为pre-press图像。
如果文件不能打开，则抛出IOError异常。
当有一个Image对象时，可以用Image类的各个方法进行处理和操作图像，例如显示图片：
>>>im.show()
ps：标准版本的show()方法不是很有效率，因为它先将图像保存为一个临时文件，然后使用xv进行显示。如果没有安装xv，该函数甚至不能工作。但是该方法非常便于debug和test。（windows中应该调用默认图片查看器打开）
读写图片
Pillow库支持相当多的图片格式。直接使用Image模块中的open()函数读取图片，而不必先处理图片的格式，Pillow库自动根据文件决定格式。
Image模块中的save()函数可以保存图片，除非你指定文件格式，那么文件名中的扩展名用来指定文件格式。
图片转成jpg格式
from__future__importprint_function
importos,sys
fromPILimportImage
forinfileinsys.argv[1:]:
f,e=os.path.splitext(infile)
outfile=f+".jpg"
ifinfile!=outfile:
try:
Image.open(infile).save(outfile)
exceptIOError:
print("cannotconvert",infile)
save函数的第二个参数可以用来指定图片格式，如果文件名中没有给出一个标准的图像格式，那么第二个参数是必须的。
创建缩略图
from__future__importprint_function
importos,sys
fromPILimportImage
size=(128,128)
forinfileinsys.argv[1:]:
outfile=os.path.splitext(infile)[0]+".thumbnail"
ifinfile!=outfile:
try:
im=Image.open(infile)
im.thumbnail(size)
im.save(outfile,"JPEG")
exceptIOError:
print("cannotcreatethumbnailfor",infile)
必须指出的是除非必须，Pillow不会解码或raster数据。当你打开一个文件，Pillow通过文件头确定文件格式，大小，mode等数据，余下数据直到需要时才处理。
这意味着打开文件非常快，与文件大小和压缩格式无关。下面的程序用来快速确定图片属性：
确定图片属性
from__future__importprint_function importsys fromPILimportImage forinfileinsys.argv[1:]: try: withImage.open(infile)asim: print(infile,im.format,"%dx%d"%im.size,im.mode) exceptIOError: pass
裁剪、粘贴、与合并图片
Image类包含还多操作图片区域的方法。如crop()方法可以从图片中提取一个子矩形
从图片中复制子图像
box=im.copy()#直接复制图像 box=(100,100,400,400) region=im.crop(box)
区域由4-tuple决定，该tuple中信息为(left,upper,right,lower)。Pillow左边系统的原点（0，0）为图片的左上角。坐标中的数字单位为像素点，所以上例中截取的图片大小为300*300像素^2。
处理子图，粘贴回原图
region=region.transpose(Image.ROTATE_180) im.paste(region,box)
将子图paste回原图时，子图的region必须和给定box的region吻合。该region不能超过原图。而原图和region的mode不需要匹配，Pillow会自动处理。
另一个例子
Rollinganimage defroll(image,delta): "Rollanimagesideways" image=image.copy()#复制图像 xsize,ysize=image.size delta=delta%xsize ifdelta==0:returnimage part1=image.crop((0,0,delta,ysize)) part2=image.crop((delta,0,xsize,ysize)) image.paste(part2,(0,0,xsize-delta,ysize)) image.paste(part1,(xsize-delta,0,xsize,ysize)) returnimage
分离和合并通道
r,g,b=im.split()
im=Image.merge("RGB",(b,g,r))
对于单通道图片，split()返回图像本身。为了处理单通道图片，必须先将图片转成RGB。
几何变换
Image类有resize()、rotate()和transpose()、transform()方法进行几何变换。
简单几何变换
out=im.resize((128,128)) out=im.rotate(45)#顺时针角度表示
置换图像
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()和象的rotate()没有性能差别。
更通用的图像变换方法可以使用transform()
模式转换
convert()方法
模式转换
im=Image.open('lena.ppm').convert('L')
图像增强
Filter
ImageFilter模块包含很多预定义的增强filters，通过filter()方法使用
应用filters
fromPILimportImageFilter out=im.filter(ImageFilter.DETAIL)
像素点处理
point()方法通过一个函数或者查询表对图像中的像素点进行处理（例如对比度操作）。
像素点变换
#multiplyeachpixelby1.2 out=im.point(lambdai:i*1.2)
上述方法可以利用简单的表达式进行图像处理，通过组合point()和paste()还能选择性地处理图片的某一区域。
处理单独通道
#splittheimageintoindividualbands source=im.split() R,G,B=0,1,2 #selectregionswhereredislessthan100 mask=source[R].point(lambdai:i<100and255) #processthegreenband out=source[G].point(lambdai:i*0.7) #pastetheprocessedbandback,butonlywhereredwas<100 source[G].paste(out,None,mask) #buildanewmultibandimage im=Image.merge(im.mode,source)
注意到创建mask的语句：
mask=source[R].point(lambdai:i<100and255)
该句可以用下句表示
imout=im.point(lambdai:expressionand255)
如果expression为假则返回expression的值为0（因为and语句已经可以得出结果了），否则返回255。（mask参数用法：当为0时，保留当前值，255为使用paste进来的值，中间则用于transparency效果）
高级图片增强
对其他高级图片增强，应该使用ImageEnhance模块。一旦有一个Image对象，应用ImageEnhance对象就能快速地进行设置。可以使用以下方法调整对比度、亮度、色平衡和锐利度。
图像增强
fromPILimportImageEnhance
enh=ImageEnhance.Contrast(im)
enh.enhance(1.3).show("30%morecontrast")
动态图
Pillow支持一些动态图片的格式如FLI/FLC，GIF和其他一些处于实验阶段的格式。TIFF文件同样可以包含数帧图像。
当读取动态图时，PIL自动读取动态图的第一帧，可以使用seek和tell方法读取不同帧。
fromPILimportImage
im=Image.open("animation.gif")
im.seek(1)#skiptothesecondframe
try:
while1:
im.seek(im.tell()+1)
#dosomethingtoim
exceptEOFError:
pass#endofsequence
当读取到最后一帧时，Pillow抛出EOFError异常。
当前版本只允许seek到下一帧。为了倒回之前，必须重新打开文件。
或者可以使用下述迭代器类
动态图迭代器类
classImageSequence: def__init__(self,im): self.im=im def__getitem__(self,ix): try: ifix: self.im.seek(ix) returnself.im exceptEOFError: raiseIndexError#endofsequence forframeinImageSequence(im): #...dosomethingtoframe... PostscriptPrinting
Pillow允许通过PostscriptPrinter在图片上添加images、text、graphics。
DrawingPostscript
fromPILimportImage
fromPILimportPSDraw
im=Image.open("lena.ppm")
title="lena"
box=(1*72,2*72,7*72,10*72)#inpoints
ps=PSDraw.PSDraw()#defaultissys.stdout
ps.begin_document(title)
#drawtheimage(75dpi)
ps.image(box,im,75)
ps.rectangle(box)
#drawcenteredtitle
ps.setfont("HelveticaNarrow-Bold",36)
w,h,b=ps.textsize(title)
ps.text((4*72-w/2,1*72-h),title)
ps.end_document()
更多读取图片方法
之前说到Image模块的open()函数已经足够日常使用。该函数的参数也可以是一个文件对象。
从string中读取
importStringIO im=Image.open(StringIO.StringIO(buffer))
从tar文件中读取
fromPILimportTarIO
fp=TarIO.TarIO("Imaging.tar","Imaging/test/lena.ppm")
im=Image.open(fp)
草稿模式
draft()方法允许在不读取文件内容的情况下尽可能（可能不会完全等于给定的参数）地将图片转成给定模式和大小，这在生成缩略图的时候非常有效（速度要求比质量高的场合）。
draft模式
from__future__importprint_function
im=Image.open(file)
print("original=",im.mode,im.size)
im.draft("L",(100,100))
print("draft=",im.mode,im.size)