python图像处理 （二）.PIL图像处理库学习②
实验环境：windows10，pyCharm
本文在如下博文的基础上进行：
python图像处理 （一）.PIL图像处理库学习①
1、自定义创建图片
PIL除了可以从文件中打开一张图片，我们也可以创建一张图片
Image.new(mode,size) ⇒ imageImage.new(mode, size,color) ⇒ image
创建具有给定模式和大小的新图像。Size以(宽、高)-元组的形式给出，单位为像素。对于单通道图像，变量color只给定一个值；对于多通道图像，变量color给定一个元组（每个通道对应一个值），如果省略颜色参数，则图像将填充0(这通常对应于黑色)。如果颜色为None，则不初始化图像。如果你要在图像中粘贴或绘制东西，这是很有用的。
如下创建了一张三通道大小为255*255的红色图像：
from PIL import Image #导入PIL库中的Image模块im = Image.new("RGB", (128, 128), "red") #新建图像im.show()
显示效果如下：
2、复制图像
im.crop(box) ⇒ image
复制图像。如果您希望将内容粘贴到图像中，但仍保留原始内容，请使用此方法。
如下返回的和原图一样的：
from PIL import Image #导入PIL库中的Image模块im = Image.new("RGB", (225, 225), "red") #新建图像new_im = im.copy() #复制图像
3、裁剪图像
im.crop(box) ⇒ image
从当前图像返回矩形区域的副本。box是一个定义左、上、右和下像素坐标的4元组。
这是一个延迟操作。对源图像的更改可以反映在裁剪后的图像中，也可以不反映在裁剪后的图像中。要获得单独的副本，请调用裁剪副本上的load方法。
代码如下：
from PIL import Image #导入PIL库中的Image模块im = Image.open("images/mm.png")im.show() #显示原图box = (100,100,300,300) #裁剪区域new_im = im.crop(box) #裁剪图片new_im.show() #显示裁剪区域
效果如下：
4、粘贴图像
im.paste(image, box)
将另一个图像粘贴到此图像中。box参数要么是一个给出左上角的2元组，要么是一个定义左、上、右和下像素坐标的4元组，要么没有(与(0,0)相同)。如果给定一个4元组，则粘贴图像的大小必须与区域的大小匹配。
如果模式不匹配，则将粘贴的图像转换为此图像的模式
如下打开一张图像然后在图像上粘贴一个自己创建的图像：
from PIL import Image #导入PIL库中的Image模块im1 = Image.open("images/mm.png")box = (100,100,300,300) #粘贴区域im2 = Image.new('RGB',(200,200),'red') #创建一张图像im1.paste(im2,box) #在box区域粘贴im2图像im1.show()
效果如下：
使用：im1.paste(‘red’,box) 和上面效果相同
5、滤波器
im.filter(filter) ⇒ image
返回由给定过滤器过滤的图像的副本。有关可用过滤器的列表，请参见下表。
| filtes | 描述 |
| BLUR | 模糊滤镜 |
| CONTOUR | 轮廓滤镜 |
| DETAIL | 细节滤镜 |
| EDGE_ENHANCE | 边界增强滤镜 |
| EDGE_ENHANCE_MORE | 边界增强加强版滤镜 |
| EMBOSS | 浮雕滤镜 |
| FUND_EDGES | 寻找边界滤镜 |
| SMOOTH | 平滑滤镜 |
| SOOTH_MORE | 平滑滤镜加强版 |
| SHARPEN | 锐化滤镜 |
如下举个小列子：
from PIL import Image #导入PIL库中的Image模块from PIL import ImageFilter #导入PIL库中的ImageFilter模块im = Image.open("images/mm.png").resize((255,255))im.show()BLUR_im = im.filter(ImageFilter.BLUR)CONTOUR_im = im.filter(ImageFilter.CONTOUR)DETAIL_im = im.filter(ImageFilter.DETAIL)EMBOSS_im = im.filter(ImageFilter.EMBOSS)DETAIL_im.show()EMBOSS_im.show()BLUR_im.show()CONTOUR_im.show()
效果如下：
剩下的自己试下。
6、混合图像
Image.blend(image1, image2, alpha) ⇒ image
使用给定的两张图像及透明度变量alpha，插值出一张新的图像。这两张图像必须有一样的尺寸和模式。混合公式如下：
混合公式为：out = image1 (1.0 - alpha) + image2 alpha
若变量alpha为0.0，返回第一张图像的拷贝。若变量alpha为1.0，将返回第二张图像的拷贝。对变量alpha的值无限制。
例子如下：
from PIL import Image #导入PIL库中的Image模块from PIL import ImageFilter #导入PIL库中的ImageFilter模块im1 = Image.open("images/mm.png").resize((255,255)).convert('RGB') #为了和图像2的大小和模式一样重置大小和模式im2 = Image.open("images/rb.jpg").resize((255,255)) ##为了和图像1的大小和模式一样重置大小和模式#im1和im2按照第一张60%的透明度，第二张40%的透明度，合成为一张。new_im = Image.blend(im1,im2,0.6) #混合图像new_im.show()
效果如下：
7、分离图像
im.split() ⇒ sequence
返回当前图像各个通道组成的一个元组。例如，分离一个“RGB”图像将产生三个新的图像，分别对应原始图像的每个通道（红，绿，蓝）
测试代码如下：
from PIL import Image #导入PIL库中的Image模块im = Image.open("images/mm.png").resize((128,128)).convert('RGB')r,g,b = im.split()r.show()g.show()b.show()
效果如下：
差别不是很大，但还是有差别的。
小鱼儿
小灰灰
浅浅的花香味﹌
左手的ㄟ右手
Bertha 。
深藏阁楼爱情的钟
还没有评论，来说两句吧...