這一節我們介紹一下PIL中的基本概念。

PIL中所涉及的基本概念有如下幾個：通道（bands）、模式（mode）、尺寸（size）、座標系統（coordinate system）、調色盤（palette）、資訊（info）和濾波器（filters）。

1、  通道

每張圖片都是由一個或者多個數據通道構成。PIL允許在單張圖片中合成相同維數和深度的多個通道。

以RGB影象為例，每張圖片都是由三個資料通道構成，分別為R、G和B通道。而對於灰度影象，則只有一個通道。

對於一張圖片的通道數量和名稱，可以通過方法getbands()來獲取。方法getbands()是Image模組的方法，它會返回一個字串元組（tuple

Python的元組與列表類似，不同之處在於元組的元素不能修改,元組使用小括號，列表使用方括號，元組建立很簡單，只需要在括號中新增元素，並使用逗號隔開即可。

方法getbands()的使用如下：

>>>from PIL import Image

>>> im= Image.open('D:\\Code\\Python\\test\\img\\1.jpg')

>>>im.getbands()

('R', 'G', 'B')

>>>im_bands = im.getbands()

>>>len(im_bands)

3

>>>print im_bands[0]

R

>>>print im_bands[1]

G

>>>print im_bands[2]

B

2、  模式

影象的模式定義了影象的型別和畫素的位寬。當前支援如下模式：

1：1位畫素，表示黑和白，但是儲存的時候每個畫素儲存為8bit。

L：8位畫素，表示黑和白。

P：8位畫素，使用調色盤對映到其他模式。

RGB：3x8位畫素，為真彩色。

RGBA：4x8位畫素，有透明通道的真彩色。

CMYK：4x8位畫素，顏色分離。

YCbCr：3x8位畫素，彩色視訊格式。

I：32位整型畫素。

F：32位浮點型畫素。

PIL也支援一些特殊的模式，包括RGBX（有padding的真彩色）和RGBa（有自左乘alpha的真彩色）。

可以通過mode屬性讀取影象的模式。其返回值是包括上述模式的字串。

>>> from PIL importImage

>>> im =Image.open('D:\\Code\\Python\\test\\img\\1.jpg')

>>> im.mode

'RGB'

>>> md = im.mode

>>> print md

RGB

3、  尺寸

通過size屬性可以獲取圖片的尺寸。這是一個二元組，包含水平和垂直方向上的畫素數。

>>> from PIL importImage

>>> im =Image.open('D:\\Code\\Python\\test\\img\\1.jpg')

>>>im.size

(800, 450)

>>>im_size = im.size

>>>print im_size[0]

800

>>>print im_size[1]

450

4、  座標系統

PIL使用笛卡爾畫素座標系統，座標(0，0)位於左上角。注意：座標值表示畫素的角；位於座標（0，0）處的畫素的中心實際上位於（0.5，0.5）。

座標經常用於二元組（x，y）。長方形則表示為四元組，前面是左上角座標。例如，一個覆蓋800x600的畫素影象的長方形表示為（0，0，800，600）。

5、  調色盤

調色盤模式 ("P")使用一個顏色調色盤為每個畫素定義具體的顏色值

6、  資訊

使用info屬性可以為一張圖片新增一些輔助資訊。這個是字典物件。載入和儲存影象檔案時，多少資訊需要處理取決於檔案格式。

屬性info的使用如下：

>>> im =Image.open('D:\\Code\\Python\\test\\img\\1.jpg')

>>>im.info

{'jfif_version':(1, 1), 'jfif': 257, 'jfif_unit': 1, 'jfif_density': (96, 96), 'dpi': (96, 96)}

>>>im_info = im.info

>>>im_info

{'jfif_version':(1, 1), 'jfif': 257, 'jfif_unit': 1, 'jfif_density': (96, 96), 'dpi': (96, 96)}

>>>print im_info['jfif_version']

(1, 1)

>>>print im_info['jfif']

257

7、  濾波器

對於將多個輸入畫素對映為一個輸出畫素的幾何操作，PIL提供了4個不同的取樣濾波器：

NEAREST：最近濾波。從輸入影象中選取最近的畫素作為輸出畫素。它忽略了所有其他的畫素。

BILINEAR：雙線性濾波。在輸入影象的2x2矩陣上進行線性插值。注意：PIL的當前版本，做下采樣時該濾波器使用了固定輸入模板。

BICUBIC：雙立方濾波。在輸入影象的4x4矩陣上進行立方插值。注意：PIL的當前版本，做下采樣時該濾波器使用了固定輸入模板。

ANTIALIAS：平滑濾波。這是PIL 1.1.3版本中新的濾波器。對所有可以影響輸出畫素的輸入畫素進行高質量的重取樣濾波，以計算輸出畫素值。在當前的PIL版本中，這個濾波器只用於改變尺寸和縮圖方法。

注意：在當前的PIL版本中，ANTIALIAS濾波器是下采樣（例如，將一個大的影象轉換為小圖）時唯一正確的濾波器。BILIEAR和BICUBIC濾波器使用固定的輸入模板，用於固定比例的幾何變換和上取樣是最好的。

Image模組中的方法resize()和thumbnail()用到了濾波器。

方法resize()的使用如下：

方法resize()的定義為：resize(size, filter=None)=> image

>>>from PIL import Image

>>> im= Image.open('D:\\Code\\Python\\test\\img\\1.jpg')

>>>im.size

(800, 450)

>>>im_resize = im.resize((256,256))

>>> im_resize.size

(256, 256)

對引數filter不賦值的話，方法resize()預設使用NEAREST濾波器。如果要使用其他濾波器可以通過下面的方法來實現：

>>>im_resize0 = im.resize((256,256), Image.BILINEAR)

>>>im_resize0.size

(256, 256)

>>>im_resize1 = im.resize((256,256), Image.BICUBIC)

>>>im_resize1.size

(256, 256)

>>>im_resize2 = im.resize((256,256), Image.ANTIALIAS)

>>>im_resize2.size

(256, 256)

方法thumbnail ()的使用如下：

方法thumbnail ()的定義為：im.thumbnail(size, filter=None)

>>>from PIL import Image

>>> im= Image.open('D:\\Code\\Python\\test\\img\\1.jpg')

>>>im.size

(800, 450)

>>>im.thumbnail((200,200))

>>>im.size

這裡需要說明的是，方法thumbnail()需要保持寬高比，對於size=(200,200)的輸入引數，其最終的縮圖尺寸為(200, 112)。

對引數filter不賦值的話，方法thumbnail()預設使用NEAREST濾波器。如果要使用其他濾波器可以通過下面的方法來實現：

>>> im= Image.open('D:\\Code\\Python\\test\\img\\1.jpg')

>>>im.size

(800, 450)

>>> im.thumbnail((200,200),Image.BILINEAR)

>>> im.size

(200, 112)

>>> im= Image.open('D:\\Code\\Python\\test\\img\\1.jpg')

>>>im.size

(800, 450)

>>> im.thumbnail((200,200), Image.BICUBIC)

>>> im.size

(200, 112)

>>> im= Image.open('D:\\Code\\Python\\test\\img\\1.jpg')

>>>im.size

(800, 450)

>>> im.thumbnail((200,200), Image.ANTIALIAS)

>>> im.size

(200, 112)