Python影象處理庫PIL的基本概念介紹(一)
Python 的數字影象處理 都是基於PIL庫開展的一系列操作所以有些基本概念我們需要清楚
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)。該元組將包括每一個通道的名稱。
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://這裡我使用pycharm
from PIL import Image
imagetest= Image.open("phototest.jpg")
print(imagetest.getbands())
im_bands = imagetest.getbands()
print(len(im_bands))//通道數量
3//執行結果
print (im_bands[0])
R//執行結果
print (im_bands[1])
G//執行結果
print(im_bands[2])
B//執行結果
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。
屬性mode的使用如下:
im =Image.open('phototest.jpg')
prinyingt(im.mode)
RGB//執行結果
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。
屬性mode的使用如下:
from PIL importImage
im =Image.open(‘phototest.jpg’)
print(im.size)
執行結果:
(689, 886)
im_size = im.size
print im_size[0]
執行結果:
800
print im_size[1]
執行結果:
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:
from PIL import Image
im =Image.open(‘phototest.jpg’)
im_info = im.info
print (im_info)
執行結果:
{‘jfif_version’:(1, 1), ‘jfif’: 257, ‘jfif_unit’: 1, ‘jfif_density’: (96, 96), ‘dpi’: (96, 96)}
print (im_info[‘jfif_version’])
執行結果:
(1, 1)
print (im_info[‘jfif’])
執行結果:
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
rom PIL import Image
im= Image.open(‘photottest.jpg’)
print (im.size)
執行結果:(800, 450)
im_resize = im.resize((256,256))
print ( im_resize.size)
執行結果:(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)
print (im_resize0.size)
執行結果:(256, 256)
im_resize1 = im.resize((256,256), Image.BICUBIC)
print(im_resize1.size)
執行結果:(256, 256)
im_resize2 = im.resize((256,256), Image.ANTIALIAS)
print(im_resize2.size)
執行結果:(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’)
print(im.size)
執行結果:(800, 450)
im.thumbnail((200,200))
print(im.size)
執行結果:(200,112)
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’)
print(im.size)
執行結果:(800, 450)
im.thumbnail((200,200),Image.BILINEAR)
print( im.size)
執行結果:(200, 112)
im= Image.open(‘D:\Code\Python\test\img\1.jpg’)
print (im.size)
執行結果:(800, 450)
im.thumbnail((200,200), Image.BICUBIC)
print (im.size)
執行結果:(200, 112)
im= Image.open(‘D:\Code\Python\test\img\1.jpg’)
print (im.size)
執行結果:(800, 450)
im.thumbnail((200,200), Image.ANTIALIAS)
print (im.size)
執行結果:(200, 112)