Python图像处理库PIL的ImageOps模块介绍

作者:上海建筑防水有限公司  来源:www.yxjzfs.com   发布时间:2017-09-04 18:29:45
Python图像处理库PIL的ImageOps模块介绍

(Newin 1.1.3)ImageOps模块包含了一些“ready-made”的图像处理操作。这个模块somewhatexperimental,大多数操作只工作在L和RGB图像上。

一、ImageOps模块的函数

1、 Autocontrast

定义:ImageOps.autocontrast(image, cutoff=0)? image

含义:最大图像对比度。这个函数计算一个输入图像的直方图,从这个直方图中去除最亮和最暗的百分之cutoff,然后重新映射图像,以便保留的最暗像素变为黑色,即0,最亮的变为白色,即255。

例子:

>>> from PIL import Image, ImageOps >>> im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg") >>> im = ImageOps.autocontrast(im02, 20)

在图像im02中,去掉了原来直方图中最暗和最亮的各20%,剩下的像素值然后再映射到[0,255]的颜色空间上。

图像im如下:

\

2、 Colorize

定义:ImageOps.colorize(image, black, white)? image

含义:使得灰色图像变成彩色图像。变量black和white应该是RGB元组或者颜色名称。这个函数会计算出一个颜色值,使得源图像中的所有黑色变成第一种颜色,所有白色变成第二种颜色。变量image的模式必须为“L”。

例子:

>>> from PIL import Image, ImageOps >>> im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg") >>> r,g,b = im02.split() >>> r.mode 'L' >>> im_r = ImageOps.colorize(r, "green", "blue") >>> im_b = ImageOps.colorize(b, (255, 0, 0), (0, 255, 0)) >>> im_g = ImageOps.colorize(g, (255, 0, 0), "blue")

图像im_r是图像im02中的R分量,通过函数colorize(),将其黑色像素转换为绿色,白色像素转换为蓝色。其效果如下:

\

图像im_g如下:

\

图像im_b如下:

\

3、 Crop

定义:ImageOps.crop(image, border=0)? image

含义:从图像的四个边去掉变量border定义的四元组对应的行/列。这个函数对所有图像模式有效。

例子:

>>> from PIL import Image, ImageOps >>> im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg") >>> im0 = ImageOps.crop(im02, (0,0,400,300)) >>> im1 = ImageOps.crop(im02, (100,100,400,300)) >>> im2 = ImageOps.crop(im02, (200,100,400,300)) >>> im02.size (1024, 768) >>> im0.size (624, 468) >>> im1.size (524, 368) >>> im2.size (424, 368)

通过实验发现,变量border的四元组定义了左,上,右,下四个边上需要去掉的行/列数。图像im2对应的border为(200,100,400,300),即在图像im02的基础上,左边去掉200列,上面去掉100行,右侧去掉400列,下面去掉300行。最后图像im2的size为424x368。

图像im0如下:

\

图像im1如下:

\

图像im2如下:

\

4、 Deform

定义:ImageOps.deform(image, deformer, filter=Image.BILINEAR)? image

含义:使用给定的变形器对象改变图像。变形器需要提供一个getmesh()方法,它返回一个MESH列表适应图像transform方法。

例子:

暂时不清楚如何使用该函数。

5、 Equalize

定义:ImageOps.equalize(image)? image

含义:均衡图像的直方图。该函数使用一个非线性映射到输入图像,为了产生灰色值均匀分布的输出图像。

例子:

>>> from PIL importImage, ImageOps >>> im02 =Image.open("D:\\Code\\Python\\test\\img\\test02.jpg") >>> im =ImageOps.equalize(im02)

图像im02直方图均衡后的效果如图像im所示:

\

6、 Expand

定义:ImageOps.expand(image, border=0, fill=0)? image

含义:

例子:

>>> from PIL import Image,ImageOps >>> im02 =Image.open("D:\\Code\\Python\\test\\img\\test02.jpg") >>> im =ImageOps.expand(im02, (50,100,200,300), fill="red") >>> im.size (1274, 1168)

该函数与crop()函数正好相反,它按照变量border的四元组,在图像的左、上、右、下四个边,使用给定的颜色填充相应的行和列。

图像im为图像im02扩充之后的图像,其size变成了1274x1168。图像im如下:

\

7、 Fit

定义:ImageOps.fit(image, size, method, bleed, centering)? image

含义:返回一个指定大小的裁剪过的图像。该图像被裁剪到指定的宽高比和尺寸。变量size是要求的输出尺寸,以像素为单位,是一个(宽,高)元组。

变量method是用于重采样的方法。默认值为Image.NEAREST。

变量bleed允许用户去掉图像的边界(图像四个边界)。这个值是一个百分比数(0.01表示百分之一)。默认值是0(没有边界)。

变量centering用于控制裁剪位置。(0.5,0.5)是裁剪中心(例如,如果裁剪宽度,裁掉左侧50%(右侧50%),顶/底一样)。

(0.0,0.0)将从左上角开始裁剪(例如,如果裁剪宽度,将从右边裁剪掉所要裁剪的部分;如果裁剪高度,将从底部裁剪掉所要裁剪的部分)。

(1.0,0.0)将从左下角开始裁剪。(如果裁剪宽度,将从左边裁剪掉所要裁剪的部分;如果裁剪高度,将从底部裁剪掉所要裁剪的部分)

企业建站2800元起,携手武汉肥猫科技,做一个有见地的颜值派!更多优惠请戳:武汉网络营销 http://www.feimao666.com


上一篇:每天学点Python之tuple
下一篇:最后一页