超全Python图像处理讲解（多图预警）

太过爱你忘了你带给我的痛 2023-06-26 12:20 23阅读 0赞

### 文章目录 ###

*  Pillow模块讲解
 *   *  一、Image模块
     *   *  1.1 、打开图片和显示图片
         *  1.2、创建一个简单的图像
         *  1.3、图像混合
         *   *  （1）透明度混合
             *  （2）遮罩混合
         *  1.4、图像缩放
         *   *  （1）按像素缩放
             *  （2）按尺寸缩放
         *  1.5、图像的剪切与粘贴
         *   *  （1）图像粘贴
             *  （2）裁剪图像
         *  1.4、图像旋转和格式转换
         *   *  （1）图像旋转
             *  （2）格式转换
         *  1.5、分离和合并
         *   *  （1）分离
             *  （2）合并
     *  二、ImageFilter
     *   *  2.1、高斯模糊
         *  2.2、其它滤镜
     *  三、ImageChops模块（图像合成）
     *   *  3.1、加法运算
         *  3.2、减法运算
         *  3.3、其它函数
     *  四、ImageEnhance模块（色彩、亮度）
     *  五、ImageDraw模块
     *   *  5.1、绘制简单形状
         *   *  （1）绘制直线
             *  （2）绘制矩形
             *  （3）绘制圆弧
             *  （4）绘制椭圆
             *  （5）绘制弦
             *  （6）绘制扇形
             *  （7）绘制多边形
             *  （8）绘制点
         *  5.2、绘制文字

# Pillow模块讲解 #

## 一、Image模块 ##

### 1.1 、打开图片和显示图片 ###

对图片的处理最基础的操作就是打开这张图片，我们可以使用Image模块中的**open(fp, mode)方法**，来打开图片。open方法接收两个参数，第一个是文件路径，第二个是模式。主要的模式如下：

<table> 
 <thead> 
  <tr> 
   <th align="center">mode（模式）</th> 
   <th align="center">bands（通道）</th> 
   <th align="center">说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="center">“1”</td> 
   <td align="center">1</td> 
   <td align="center">数字1，表示黑白二值图片，每个像素用0或1共1位二进制码表示</td> 
  </tr> 
  <tr> 
   <td align="center">“L”</td> 
   <td align="center">1</td> 
   <td align="center">灰度图</td> 
  </tr> 
  <tr> 
   <td align="center">“P”</td> 
   <td align="center">1</td> 
   <td align="center">索引图</td> 
  </tr> 
  <tr> 
   <td align="center">“RGB”</td> 
   <td align="center">3</td> 
   <td align="center">24位真彩图</td> 
  </tr> 
  <tr> 
   <td align="center">“RGBA”</td> 
   <td align="center">4</td> 
   <td align="center">“RGB”+透明通道</td> 
  </tr> 
  <tr> 
   <td align="center">“CMYK”</td> 
   <td align="center">4</td> 
   <td align="center">印刷模式图像</td> 
  </tr> 
 </tbody> 
</table>

**光理论是不够的,在此送大家一套2020最新Python全栈项目视频教程，[点击此处][Link 1] 进来获取 跟着练习下，希望大家一起进步哦！**  
更多的模式也就不说了，关于模式的模式的详细介绍我也不知道。这个open方法返回一个Image对象，mode也不是必须参数。打开图片代码如下：

from PIL import Image
    # 打开图片
    im = Image.open('test.jpg')
    # 显示图片
    im.show()

当然显示图片不是我们的重点，我们获取Image对象之后，就可以获取它的一些信息了。

print('图像的格式：', im.format)
    print('图像的大小：', im.size)
    print('图像的宽度：', im.width)
    print('图像的高度：', im.height)
    # 传入坐标的元组
    print('获取某个像素点的颜色值：', im.getpixel(100, 100))

在我的环境中运行结果如下：

图像的格式： JPEG
    图像的大小： (3968, 2976)
    图像的宽度： 3968
    图像的高度： 2976
    获取某个像素点的颜色值： (198, 180, 132)

### 1.2、创建一个简单的图像 ###

在Image模块中，提供了创建图像的方法。主要是通过\*\*Image.new(mode, size, color)\*\*实现，该方法传入三个参数：

*  mode：图像的创建模式
 *  size：图像的大小
 *  color：图像的颜色

用该方法可以创建一个简单的图像，之后我们可以通过save方法将图像保存：

from PIL import Image
    # 创建一个简单的图像
    im = Image.new('RGB', (100, 100), 'red')
    # 保存这个图像
    im.save('red.png')

生成图片如下：

![20191221142719372.png][]

### 1.3、图像混合 ###

#### （1）透明度混合 ####

透明度混合主要是使用\*\*Image中的blend(im1, im2, alpha)\*\*方法，对该方法的解释如下：

*  im1：Image对象，在混合的过程中，透明度设置为（1-apha）
 *  im2：Image对象，在混合的过程中，透明度设置为（apha）
 *  alpha：透明度，取值是0-1。当透明度为0是，显示im1对象；当透明度为1时，显示im2对象

> 注意：im1和im2的大小必须一样，且mode都为RGB

代码实现如下：

from PIL import Image
    
    # 打开im1
    im1 = Image.open('pic.jpg').convert(mode='RGB')
    # 创建一个和im1大小一样的图像
    im2 = Image.new('RGB', im1.size, 'red')
    # 混合图片，并显示
    Image.blend(im1, im2, 0.5).show()

下面为原图和混合图的对比：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70][]

不得不说，我家艾斯真滴帅。

#### （2）遮罩混合 ####

接下来就是很迷的时刻了，我们可以通过**Image.composite(im1, im2, mask)方法实现遮罩混合。三个参数都是Image对象，该方法的作用就是使用mask来混合im1和im2**。我是听不懂，你们能听懂最好给我讲一下。具体实现如下：

# 这句代码写了好多遍，我真不想写了
    from PIL import Image
    # 打开图像1
    im1 = Image.open('pic1.jpg')
    # 打开图像2
    im2 = Image.open('pic2.jpg')
    # 重新设置im2的大小
    im2.resize(im1.size)
    # 将图像2的三个色道分离，其中r、g、b都为Image对象
    r, g, b = im2.split()
    # 遮罩混合
    Image.composite(im1, im2, b).show()

> 注意：im1、im2和mask的大小必须一样

im1、im2和遮罩混合效果对比如下：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70 1][]

依旧是我帅气的艾斯。

### 1.4、图像缩放 ###

#### （1）按像素缩放 ####

按像素缩放通过**Image.eval(im1, fun)方法**实现，其中im1为我们老生常谈的Image对象了；第二个为一个方法（函数），该函数传入一个参数，即像素点。该函数会对图片中每个像素点进行函数内的操作。下面我们对来简单使用一下这个方法：

from PIL import Image
    # 打开一张图像
    im = Image.open('抠鼻屎.jpg')
    # 对该图像每个像素点进行*2处理
    Image.eval(im, lambda x:x*2).show()

这里我使用的lambda表达式，当然一般也都是用lambda表达式，不过你也可以像下面这样写：

# 定义一个方法
    def func(x):
        return x*2
    # 对图像im每个像素点进行func中的操作，其中func不能加()
    Image.eval(im, func)

效果图如下：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70 2][]

细心的读者应该可以发现，这个抠鼻屎的图片和笔者头像并不完全一样。在血色方面，笔者的头像确实要差几分。

> 注意：笔者在日常生活中可不是天天在大街上抠鼻屎的那种。

#### （2）按尺寸缩放 ####

按尺寸缩放是通过**Image对象的thumbnail()方法**实现的，**这里不同于前面直接通过Image调用方法，而是使用Image的具体实例im2调用thumbnail方法，从而对im2直接进行处理**。具体代码如下：

from PIL import Image
    # 打开图像
    im1 = Image.open('xx.jpg')
    # 复制图像
    im2 = im1.copy()
    # 将复制后的图像进行缩放，传入一个元组
    im2.thumbnail((100, 100))
    # 输出图像大小
    print("im1的大小", im1.size)
    print('im2的大小', im2.size)

这里缩放图像并不会对图像进行变形，即显示效果是一样的。这里就不放效果图了，输入结果如下：

im1的大小 (960, 960)
    im2的大小 (100, 100)

### 1.5、图像的剪切与粘贴 ###

#### （1）图像粘贴 ####

粘贴的实现主要是通过**Image对象的paste(im, box, mask)方法**，其中im为Image对象；box为要粘贴到的区域；mask为遮罩（我也不知道啥是遮罩）。其中box的参数有三种形式：

*  (x1, y1)：将im左上角对齐(x1,y1)点，其余部分粘贴，超出部分抛弃
 *  (x1, x2, y1, y2)：将im粘贴至此区域
 *  None：此时im必须与源图像大小一致

#### （2）裁剪图像 ####

裁剪主要通过**Image对象的crop(box)方法**实现，box同粘贴中一致。

接下来我们做一个小练习，想将图像某个区域剪切下来，然后粘贴到另一个图像上：

from PIL import Image
    # 打开图像
    im = Image.open('nnz.jpg')
    # 复制两份
    im1 = im.copy()
    im2 = im.copy()
    # 剪切图片
    im_crop = im1.crop((200, 200, 400, 400))
    # 粘贴图片
    im2.paste(im_crop, (30, 30))
    im2.show()

原图和效果图对比如下：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70 3][]

貌美如花的娜娜子。

### 1.4、图像旋转和格式转换 ###

#### （1）图像旋转 ####

图像旋转就非常简单了，简单的一句代码，通过Image对象调用rotate()，该方法返回被旋转图像的一个副本：

from PIL import Image
    im = Image.open('nnz.jpg')
    # 旋转90度然后显示
    im.rotate(90).show()

顺时针逆时针就不要问我了。

#### （2）格式转换 ####

*  convert：转换图像的模式
 *  transpose：转换图像的格式

convert之前已经使用过了，这里就简单演示一下transpose的作用，transpose主要传入一些Image中的常量：

from PIL import Image
    # 打开图像
    im = Image.open('nnz.jpg')
    # 这里我也不知道注释啥了，总之效果和rotate(90)效果一样
    im.transpose(Image.ROTATE_90).show()

效果图我也就不放了，给大家列出一些可以传入的常量和该常量的作用：

<table> 
 <thead> 
  <tr> 
   <th align="center">常量</th> 
   <th align="center">作用</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="center">Image.FILP_TOP_BOTTOM</td> 
   <td align="center">上下翻转</td> 
  </tr> 
  <tr> 
   <td align="center">Image.FILP_LEFT_RIGHT</td> 
   <td align="center">左右翻转</td> 
  </tr> 
  <tr> 
   <td align="center">Image.ROTATE_90</td> 
   <td align="center">翻转90°</td> 
  </tr> 
  <tr> 
   <td align="center">Image.ROTATE_180</td> 
   <td align="center">翻转180°</td> 
  </tr> 
  <tr> 
   <td align="center">Image.TRANSPOSE</td> 
   <td align="center">颠倒</td> 
  </tr> 
 </tbody> 
</table>

我也不知道这是哪门子的格式转换。

### 1.5、分离和合并 ###

#### （1）分离 ####

这个是之前使用过的，通过**Image对象的split()方法**，将图像的RGB三个通道分离，并返回三个Image对象：

from PIL import Image
    # 打开图像
    im = Image.open('nnz.jpg')
    # 分离通道，返回3个Image对象
    r, g, b = im.split()

三个通道的效果图如下：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70 4][]

#### （2）合并 ####

合并是通过**Image.merge(mode, bands)方法**实现的，其中mode为模式，bands为通道列表，传入一个列表类型数据。下面我实现以下小新多年来的愿望：

from PIL import Image
    # 打开小新.jpg和娜娜子.jpg
    im1 = Image.open('娜娜子.jpg')
    im2 = Image.open('小新.jpg')
    # 让im2大小和im1一样
    im2.resize(im1.size)
    # 将两个图像分别分离
    r1, g1, b1 = im1.split()
    r2, g2, b2 = im2.split()
    # 合并图像
    im3 = Image.merge('RGB', [r1, g2, b1])
    im3.show()

效果图如下，看到这么美的图片，小新一定会感谢我的：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70 5][]

到这里，我们就把Image模块的大致内容讲解完了，接下来我们来了解PIL中更丰富的功能。

## 二、ImageFilter ##

ImageFilter中提供了很多常用的滤镜功能，

### 2.1、高斯模糊 ###

高斯模糊也叫高斯平滑，是啥我也不知道，反正听名字就是模糊。我们结合上面的内容完成一个小案例：

from PIL import Image, ImageFilter
    # 打开图像
    im1 = Image.open('iron_man.jpg')
    # 创建一个im1两倍宽的图像
    img = Image.new('RGB', (im1.width*2, im1.height), 'red')
    # 高斯模糊处理
    im2 = im1.filter(ImageFilter.GaussianBlur)
    # 将im1粘贴到img上
    img.paste(im1, (0, 0))
    # 将im2（高斯模糊后的图像）粘贴到img上
    img.paste(im2, (im1.width, 0))
    img.show()

为了考虑小新的感受，下面不再用娜娜子作为素材。我选取了一张钢铁侠的图片，运行结果如下：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70 6][]

希望各位读者不要误会，他俩真没说你帅，他俩只说笔者一个人帅。

### 2.2、其它滤镜 ###

除了高斯模糊，ImageFilter中还提供了许多其它滤镜：

<table> 
 <thead> 
  <tr> 
   <th align="center">滤镜值</th> 
   <th align="center">滤镜名词</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="center">BLUR</td> 
   <td align="center">模糊效果</td> 
  </tr> 
  <tr> 
   <td align="center">CONTOUR</td> 
   <td align="center">轮廓</td> 
  </tr> 
  <tr> 
   <td align="center">DETAIL</td> 
   <td align="center">细节</td> 
  </tr> 
  <tr> 
   <td align="center">EDGE_ENHANCE</td> 
   <td align="center">边缘增强</td> 
  </tr> 
  <tr> 
   <td align="center">EDGE_ENHANCE_MORE</td> 
   <td align="center">边缘增强plus</td> 
  </tr> 
  <tr> 
   <td align="center">EMBOSS</td> 
   <td align="center">浮雕效果</td> 
  </tr> 
  <tr> 
   <td align="center">FIND_EDGES</td> 
   <td align="center">寻找边缘</td> 
  </tr> 
  <tr> 
   <td align="center">SMOOTH</td> 
   <td align="center">平滑</td> 
  </tr> 
 </tbody> 
</table>

笔者用一张美女图片，测试了上面几个滤镜的效果，发现9张图是看起来是完全一样的。虽然完全一样，但是笔者还是打算将这次测试的结果作为我慈善事业的一部分，分享给各位读者。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70 7][]

其中1为高斯模糊，2-9分别为表格中的8个滤镜。

## 三、ImageChops模块（图像合成） ##

ImageChops模块中，提供了很多图像合成的方法。这些方法是通过计算通道中像素值来实现的，不同的方法有不同的计算方式。

### 3.1、加法运算 ###

加法运算通过\*\*ImageChops.add(image1, image2, scale=1.0, offset=0)\*\*方法实现，合成公式如下：

out = (im1 + im2)/scale + offset

我也看不懂，其中scale和offset是有默认值的。所以使用时我们可以省略参数，具体实现如下：

from PIL import Image, ImageChops
    # 打开图像
    im1 = Image.open('im1.jpg')
    im2 = Image.open('im2.jpg')
    # 合成图像并显示
    im3 = ImageChops.add(im1, im2)
    im3.show()

实验结果产不忍赌，效果图如下：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70 8]

### 3.2、减法运算 ###

加法运算通过\*\*ImageChops.subtract(image1, image2, scale=1.0, offset=0)\*\*方法实现，合成公式如下：

out = (im1 - im2)/scale + offset

其使用和add方法是一致的，代码如下：

from PIL import Image, ImageChops
    # 打开图像
    im1 = Image.open('xscn.jpg')
    im2 = Image.open('xscn2.jpg')
    # 合成图像并显示
    im3 = ImageChops.subtract(im1, im2)
    im3.show()

原本是不想放效果图的，但是运行后，发现效果图比较美，所以想和大家分享一下：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70 9]

希望大家读到这篇博客的时候是独自一人的深夜。

### 3.3、其它函数 ###

因为大多数函数的使用都比较简单，所以后续的函数也不单独拿出来讲了，具体功效可以看下列表：

<table> 
 <thead> 
  <tr> 
   <th align="center">函数名</th> 
   <th align="center">参数</th> 
   <th align="center">作用</th> 
   <th align="center">计算公式</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="center">darker(变暗)</td> 
   <td align="center">(image1, image2)</td> 
   <td align="center">对比两种图片的像素，取两种图片中对应像素的较小值。（去亮留暗）</td> 
   <td align="center">min(im1, im2)</td> 
  </tr> 
  <tr> 
   <td align="center">lighter（变亮）</td> 
   <td align="center">同上</td> 
   <td align="center">对比两种图片的像素，取两种图片中对应像素的较大值。（去暗留亮）</td> 
   <td align="center">max(im1, im2)</td> 
  </tr> 
  <tr> 
   <td align="center">invert（反色）</td> 
   <td align="center">(image)</td> 
   <td align="center">将max(255)减去每个像素的值</td> 
   <td align="center">max-image</td> 
  </tr> 
  <tr> 
   <td align="center">multiply（叠加）</td> 
   <td align="center">(image1, image2)</td> 
   <td align="center">两种图片互相叠加。如果和黑色叠加，将获得一张很色图片</td> 
   <td align="center">im1*im2/max</td> 
  </tr> 
  <tr> 
   <td align="center">screen（屏幕）</td> 
   <td align="center">同上</td> 
   <td align="center">先反色后叠加</td> 
   <td align="center">max-((max-im1)*(max-im2)/max)</td> 
  </tr> 
  <tr> 
   <td align="center">difference（比较）</td> 
   <td align="center">同上</td> 
   <td align="center">各个像素做减法，取绝对值。如果像素相同结果为黑色</td> 
   <td align="center">abs(im1-im2)</td> 
  </tr> 
 </tbody> 
</table>

演示代码如下：

from PIL import Image, ImageChops
    
    # 打开图像
    im1 = Image.open("im1.jpg")
    im2 = Image.open("im2.jpg")
    
    # 对图像进行各种操作
    im3 = ImageChops.darker(im1, im2)
    im3.save('darker.jpg')
    im3 = ImageChops.lighter(im1, im2)
    im3.save('lighter.jpg')
    im3 = ImageChops.invert(im1)
    im3.save('invert.jpg')
    im3 = ImageChops.multiply(im1, im2)
    im3.save('multiply.jpg')
    im3 = ImageChops.screen(im1, im2)
    im3.save('screen.jpg')
    im3 = ImageChops.difference(im1, im2)
    im3.save('difference.jpg')

其中，我选取的素材im1和im2都是上面使用到的那两张，效果图如下：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70 10]

这样，我的女神就被我毁的体无完肤了。

## 四、ImageEnhance模块（色彩、亮度） ##

ImageEnhance提供了许多函数，用于调整图像的色彩、对比度、亮度、清晰度等。调整图像的步骤如下：

1.  确定要调整的参数，获取特定的调整器
2.  调用调整器的enhance方法，传入参数进行调整。

> 注意：所有调整器都实现同一个接口，该接口中包含一个方法enhance

其中enhance方法接收一个参数factor，factor是一个大于0的数。当factor为1时，返回原图，当factor小于1返回减弱图，大于1返回增强图。

各个获取色彩调整器的方法如下：

<table> 
 <thead> 
  <tr> 
   <th>方法名称</th> 
   <th>方法作用</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>ImageEnhance.Color()</td> 
   <td>获取颜色调整器</td> 
  </tr> 
  <tr> 
   <td>ImageEnhance.Contrast()</td> 
   <td>获取对比度调整器</td> 
  </tr> 
  <tr> 
   <td>ImageEnhance.Brightness()</td> 
   <td>获取亮度调整器</td> 
  </tr> 
  <tr> 
   <td>ImageEnhance.Sharpness()</td> 
   <td>获取清晰度调整器</td> 
  </tr> 
 </tbody> 
</table>

虽然是很想偷懒，不去做实验，但是想想还是做了如下实验，代码如下：

from PIL import Image, ImageEnhance
    # 打开im1
    im1 = Image.open("gtx.jpg")
    # 获取颜色（各种）调整器
    enhance_im1 = ImageEnhance.Color(im1)
    #enhance_im1 = ImageEnhance.Contrast(im1)
    #enhance_im1 = ImageEnhance.Brightness(im1)
    #enhance_im1 = ImageEnhance.Sharpness(im1)
    # 减弱颜色（以及其它属性）
    im2 = enhance_im1.enhance(0.5)
    # 增强颜色（以及其它属性）
    im3 = enhance_im1.enhance(1.5)
    
    # 获取原图大小
    w, h = im1.size
    # 创建一个原图大小3倍的图片
    img = Image.new("RGB", (w*3, h))
    # 将减弱的图片放在最左边
    img.paste(im2, (0, 0))
    # 将原图放在中间
    img.paste(im1, (w, 0))
    # 将增强后的图片放在最右边
    img.paste(im3, (w*2, 0))
    # 显示图片
    img.show()

其中，我们只需要修改获取调整器的代码就可以了，获取其它调制器的代码我注释了。然后看看效果图：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70 11]

这种不伤大雅的工作，让我唐尼叔做再适合不过了。

另外再讲一个调节亮度的函数，但是这个函数时Image中的函数point()，而不是ImageEnhance的。该函数传入一个参数，使用方法和Image.eval()类似，使用示例如下：

from PIL import Image
    # 打开图像
    im1 = Image.open('gtx.jpg')
    
    # 变暗操作
    im2 = im1.point(lambda x:x*0.5)
    # 变量操作
    im3 = im1.point(lambda x:x*1.5)
    # 获取原图大小
    w, h = im1.size
    # 创建一个原图大小3倍的图片
    img = Image.new("RGB", (w*3, h))
    # 将减弱的图片放在最左边
    img.paste(im2, (0, 0))
    # 将原图放在中间
    img.paste(im1, (w, 0))
    # 将增强后的图片放在最右边
    img.paste(im3, (w*2, 0))
    # 显示图片
    img.show()

效果图如下：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70 12]

## 五、ImageDraw模块 ##

该模块提供了许多绘制2D图像的功能，我们可以通过绘制获取一个全新的图像，也可以在原有的图像上进行绘制。在我们使用该模块进行绘制时，我们需要先获取ImageDraw.Draw对象，获取方式如下：

from PIL import ImageDraw
    # 构造函数中，im为一个Image对象
    drawer = ImageDraw.Draw(im)

我们获取ImageDraw.Draw对象后就可以进行相应的绘制了。

### 5.1、绘制简单形状 ###

在绘制之前，我们先创建一个空白的图片：

from PIL import Image, ImageDraw
    
    # 创建一个300*300的白色图片
    im = Image.new("RGB", (300, 300), "white")
    # 获取ImageDraw.Draw对象
    drawer = ImageDraw.Draw(im)

后续的绘制都可以使用对象drawer绘制。

#### （1）绘制直线 ####

""" xy：起点坐标和终点坐标(x1, y1, x2, y2) fill：填充色。"red"、"blue"... width：轮廓粗细 joint：连接方式，可以是曲线 """
    line(xy, fill, width, joint)
    # 绘制直线
    drawer.line((50, 50, 150, 150), fill='green',width=2)

#### （2）绘制矩形 ####

""" xy：左上角坐标和右下角坐标(x1, y1, x2, y2) fill：填充色。"red"、"blue"... outline：轮廓色。同上 width：轮廓粗细 """
    rectangle(xy, fill, outline, width)
    # 使用示例
    drawer.rectangle((50, 50, 150, 150), fill='green', outline='red', width=3)

#### （3）绘制圆弧 ####

""" xy：包含圆弧所在圆的矩形的左上角坐标和右下角坐标(x1, y1, x2, y2) start：起始角度 end：终止角度 fill：填充色。"red"、"blue"... width：轮廓粗细 """
    arc(xy, start, end, fill, width)
    # 使用示例
    drawer.arc((50, 50, 150, 150), start=0, end=90, fill='green', width=3)

对于xy参数的解释如图所示：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70 13]

#### （4）绘制椭圆 ####

""" xy：包含椭圆（或圆）的矩形的左上角坐标和右下角坐标(x1, y1, x2, y2) fill：填充色。"red"、"blue"... outline：轮廓颜色 width：轮廓粗细 """
    ellipse(xy, fill, outline, width)
    # 使用示例
    drawer.ellipse((50, 50, 150, 150),fill='green', outline='red', width=3)

#### （5）绘制弦 ####

""" xy：弦所在椭圆的矩形的左上角坐标和右下角坐标(x1, y1, x2, y2) start：开始角度 end：终点角度 fill：填充色。"red"、"blue"... outline：轮廓颜色 width：轮廓粗细 """
    chord(xy, start, end, fill, outline, width)
    # 使用示例
    drawer.chord((50, 50, 150, 150),start=0, end=90, fill='green', outline='red', width=3)

#### （6）绘制扇形 ####

""" xy：扇形所在椭圆的矩形的左上角坐标和右下角坐标(x1, y1, x2, y2) start：开始角度 end：终点角度 fill：填充色。"red"、"blue"... outline：轮廓颜色 width：轮廓粗细 """
    pieslice(xy, start, end, fill, outline, width)
    # 使用示例
    drawer.pieslice((50, 50, 150, 150),start=0, end=90, fill='green', outline='red', width=3)

#### （7）绘制多边形 ####

""" xy：多边形各个点坐标的元组/列表(x1, y1, x2, y2) fill：填充色。"red"、"blue"... outline：轮廓颜色 """
    pieslice(xy, fill, outline)
    # 使用示例
    drawer.polygon((50, 50, 150, 150, 150, 200, 200, 250, 50, 50), fill='green', outline='red')

#### （8）绘制点 ####

""" xy：点的坐标 fill：填充色。"red"、"blue"... """
    point(xy, fill)
    # 使用示例
    drawer.point((100, 100), fill='black')

除了上面这些简单图形外，我们还可以使用Draw绘制文字。

### 5.2、绘制文字 ###

绘制文字和绘制图形是一样的：

""" xy：起点坐标 text：绘制的文本 fill：填充色。"red"、"blue"... ...其中绘制文字还有许多其它参数 """
    text(xy, text, fill)
    # 使用示例
    drawer.text((100, 100), text='zack' fill='red')

当我们绘制中文时，上述代码会报错，因为默认编码是不支持中文的。我们可以在**C:/Windows/Fonts**目录下找到字体文件，我们选择一个支持中文的。我这里直接是将字体文件复制到项目底下来了，代码如下：

from PIL import Image, ImageDraw, ImageFont
    # 创建一个图像用于绘制文字
    im = Image.new("RGB", (300, 300), "white")
    drawer = ImageDraw.Draw(im)
    # 获取字体对象
    imFont = ImageFont.truetype('simkai.ttf', 30)
    # 绘制文字时设置字体
    drawer.text((50, 100),text="啥",font=imFont,fill="red")
    im.show()

**最后送大家一套2020最新Pyhon项目实战视频教程，[点击此处][Link 1] 进来获取 跟着练习下，希望大家一起进步哦！**

我们使用了ImageFont.truetype()函数获取字体对象，在获取时我们可以设置字体大小。到此我们就了解了PIL的各种操作了，感兴趣的读者可以关注我的个人公众号：ZackSock。

[Link 1]: https://docs.qq.com/doc/DVFlFQW5HTVZPbnNN
[20191221142719372.png]: https://img-blog.csdnimg.cn/20191221142719372.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20191221144056517.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20191221150812699.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20191221153106239.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20191221162004582.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/20191221194018954.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70 5]: https://img-blog.csdnimg.cn/20191221195205502.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70 6]: https://img-blog.csdnimg.cn/2019122120210052.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70 7]: https://img-blog.csdnimg.cn/20191221211825745.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70 8]: https://img-blog.csdnimg.cn/20200101001409322.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70 9]: https://img-blog.csdnimg.cn/20200101002405777.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70 10]: https://img-blog.csdnimg.cn/20200101010049213.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70 11]: https://img-blog.csdnimg.cn/20200101123119380.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70 12]: https://img-blog.csdnimg.cn/20200101131712185.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70 13]: https://img-blog.csdnimg.cn/20200101140608464.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr,size_16,color_FFFFFF,t_70