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(diào)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(diào)色板(palette)：

調(diào)色板模式("P")適用一個顏色調(diào)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(nèi)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(zhì)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(zhì)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(jié)

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(nèi)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(nèi)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！

本文標題: python使用pil進行圖像處理(等比例壓縮、裁剪)實例代碼

本文地址: http://www.cppcns.com/jiaoben/python/214041.html

總結(jié)

以上是生活随笔為你收集整理的python图像等比例压缩_python使用pil进行图像处理(等比例压缩、裁剪)实例代码的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。