如何用Python操作图像(PIL/Pillow库)?

用Python操作图像,核心是Pillow库。它支持图像加载、保存、尺寸调整、裁剪、旋转、滤镜应用、颜色增强和文字水印添加。安装命令为pip install Pillow,通过Image.open()读取图片,获取format、size、mode属性后可进行各类变换,如resize()调整大小、crop()裁剪、rotate()旋转,并使用filter()应用模糊等滤镜,ImageEnhance调整亮度对比度,ImageDraw.Draw()配合ImageFont添加文字水印,最终用save()输出新图像,整个流程高效直观,适合批量处理与自动化任务。

如何用python操作图像(pil/pillow库)?

用Python操作图像,最直接、最有效的方法就是利用Pillow库。它其实是Python Imaging Library (PIL) 的一个分支,但更活跃,也更好地支持现代Python版本,能让你轻松实现图像的加载、保存、尺寸调整、裁剪、滤镜应用,甚至是绘制文字和图形等一系列操作。可以说,Pillow就是Python在图像处理领域的瑞士军刀,无论是简单的图片转换,还是复杂的自动化任务,它都能胜任。

解决方案

要用Python操作图像,核心就是Pillow库。它的工作流程通常是这样的:首先,你需要安装Pillow。然后,通过

Image.open()

加载一张图片到内存中,得到一个

Image

对象。这个对象就是你进行所有操作的载体。你可以对它进行各种变换,比如调整大小、旋转、裁剪。完成修改后,再用

Image.save()

将处理后的图片保存到文件系统。整个过程直观且高效,尤其适合批量处理或集成到更大的自动化脚本中。

Pillow库的安装与基础图像加载、保存技巧

刚开始接触图像处理时,我发现很多人,包括我自己,都会有点迷茫,到底是用PIL还是Pillow?其实很简单,现在就用Pillow。它是PIL的现代化和积极维护版本,支持Python 3,功能也更完善。安装它,简直是小菜一碟,命令行里敲一行代码就行:

pip install Pillow

安装好之后,我们就可以开始玩转图片了。最基础的,就是怎么把一张图片读进来,再怎么存出去。这听起来简单,但却是所有图像操作的基石。

立即学习“Python免费学习笔记(深入)”;

from PIL import Imagetry:    # 加载图片    img = Image.open('example.jpg')     print(f"原始图片格式: {img.format}, 尺寸: {img.size}, 模式: {img.mode}")    # 显示图片(这会调用系统默认的图片查看器,方便调试)    # img.show()     # 将图片保存为不同的格式,比如PNG    img.save('example_output.png')    print("图片已成功保存为 example_output.png")    # 如果你想把图片转成灰度图再保存    gray_img = img.convert('L') # 'L' 代表灰度模式    gray_img.save('example_gray.jpg')    print("图片已成功保存为 example_gray.jpg")except FileNotFoundError:    print("错误:example.jpg 文件未找到。请确保图片文件存在于脚本同级目录。")except Exception as e:    print(f"处理图片时发生错误: {e}")

这里值得一提的是

img.format

img.size

img.mode

format

告诉你图片的原始文件类型(比如JPEG、PNG),

size

是一个元组

(width, height)

,而

mode

则表示图像的像素格式,比如

RGB

(彩色)、

L

(灰度)、

RGBA

(带透明度的彩色)。理解这些,能帮你更好地控制图片处理的结果,比如在处理透明背景图片时,你可能就需要关注

RGBA

模式。

图像尺寸调整、裁剪与旋转:掌握Pillow的核心变换功能

图片处理,最常见的需求无非就是调整大小、裁剪和旋转。Pillow在这些方面做得非常出色,提供了直观的API。但这里有个小细节,Pillow的很多操作,比如

resize

,并不会在原图上直接修改。它们会返回一个新的

Image

对象。初学者很容易忘记这一点,导致代码不按预期执行,所以一定要记得将返回的新对象赋值给一个变量。

from PIL import Imagetry:    img = Image.open('example.jpg')    # 1. 调整尺寸 (Resize)    # 定义新的尺寸,比如宽度500像素,高度按比例缩放    # 或者直接指定 (width, height)    new_width = 500    new_height = int(img.size[1] * (new_width / img.size[0]))    resized_img = img.resize((new_width, new_height), Image.LANCZOS) # LANCZOS是高质量的重采样滤波器    resized_img.save('example_resized.jpg')    print(f"图片已调整尺寸并保存为 example_resized.jpg (新尺寸: {resized_img.size})")    # 2. 裁剪 (Crop)    # 定义裁剪区域:(left, upper, right, lower)    # 比如从左上角开始,裁剪一个200x200的区域    crop_area = (0, 0, 200, 200)     cropped_img = img.crop(crop_area)    cropped_img.save('example_cropped.jpg')    print(f"图片已裁剪并保存为 example_cropped.jpg (裁剪区域: {crop_area})")    # 3. 旋转 (Rotate)    # 旋转45度,并扩展画布以适应旋转后的图像    rotated_img = img.rotate(45, expand=True)     rotated_img.save('example_rotated.jpg')    print("图片已旋转45度并保存为 example_rotated.jpg")except FileNotFoundError:    print("错误:example.jpg 文件未找到。")except Exception as e:    print(f"处理图片时发生错误: {e}")

resize

时,

Image.LANCZOS

是一个非常重要的参数,它指定了重采样滤波器。不同的滤波器在缩放时会有不同的效果,

LANCZOS

通常能提供最好的视觉质量,减少锯齿感。当然,如果你追求速度,也可以选择

Image.NEAREST

Image.BILINEAR

crop

操作的坐标系是从左上角开始的,这和很多图形库的约定一致。而

rotate

expand=True

参数,则能确保旋转后的整个图像内容都能被包含在新图像中,而不是被裁剪掉。这些小细节,往往是决定最终效果的关键。

图像滤镜、颜色调整与文字水印:提升视觉表现力

除了基础的几何变换,Pillow还能让我们对图像的视觉效果进行深度定制。比如应用各种滤镜,调整颜色,或者给图片加上文字水印。这些功能在生成海报、处理用户上传的头像,或者为图片添加版权信息时非常有用。

from PIL import Image, ImageFilter, ImageEnhance, ImageDraw, ImageFonttry:    img = Image.open('example.jpg')    # 1. 应用滤镜 (Filters)    # 比如模糊滤镜    blurred_img = img.filter(ImageFilter.BLUR)    blurred_img.save('example_blurred.jpg')    print("图片已应用模糊滤镜并保存为 example_blurred.jpg")    # 更多滤镜:SHARPEN, CONTOUR, EMBOSS, FIND_EDGES等    # sharpened_img = img.filter(ImageFilter.SHARPEN)    # sharpened_img.save('example_sharpened.jpg')    # 2. 颜色调整 (Color Enhancement)    # 调整亮度、对比度、色彩饱和度、锐度    enhancer = ImageEnhance.Brightness(img)    bright_img = enhancer.enhance(1.5) # 亮度增加50%    bright_img.save('example_bright.jpg')    print("图片亮度已调整并保存为 example_bright.jpg")    enhancer = ImageEnhance.Contrast(img)    contrast_img = enhancer.enhance(1.8) # 对比度增加80%    contrast_img.save('example_contrast.jpg')    print("图片对比度已调整并保存为 example_contrast.jpg")    # 3. 添加文字水印 (Text Watermark)    # 确保图片是RGB模式,如果不是,需要转换,因为Draw只支持RGB或RGBA    if img.mode != 'RGB':        img = img.convert('RGB')    draw = ImageDraw.Draw(img)    text = "Python & Pillow"    font_size = 30    # 尝试加载一个字体文件,如果系统没有这个字体,可能需要指定路径    try:        font = ImageFont.truetype("arial.ttf", font_size) # Windows系统常见字体    except IOError:        # 如果arial.ttf找不到,使用Pillow的默认字体        font = ImageFont.load_default()        print("警告: arial.ttf 未找到,使用默认字体。")    # 计算文字位置,比如右下角    text_width, text_height = draw.textsize(text, font=font) # draw.textsize 在Pillow 9.0+ 废弃,推荐使用 font.getbbox()    # 推荐的计算方式(Pillow 9.0+)    # bbox = font.getbbox(text)    # text_width = bbox[2] - bbox[0]    # text_height = bbox[3] - bbox[1]    x = img.width - text_width - 10 # 距离右边缘10像素    y = img.height - text_height - 10 # 距离下边缘10像素    draw.text((x, y), text, font=font, fill=(255, 255, 255, 128)) # 白色半透明文字    img.save('example_watermarked.jpg')    print("图片已添加文字水印并保存为 example_watermarked.jpg")except FileNotFoundError:    print("错误:example.jpg 文件未找到。")except Exception as e:    print(f"处理图片时发生错误: {e}")

在给图片添加文字水印时,

ImageDraw

模块是你的好帮手。它允许你在图像上绘制各种图形和文字。加载字体文件

ImageFont.truetype

是一个常见操作,但要注意字体文件的路径问题,不同操作系统可能有所不同。如果找不到指定字体,Pillow会退而求其次使用默认字体,这虽然保证了程序不会崩溃,但视觉效果可能不尽如人意。

fill

参数不仅可以设置颜色,还可以通过传递一个四元组

(R, G, B, A)

来设置透明度,这在制作半透明水印时非常实用。这些细致的控制,让Pillow在处理图像时显得异常灵活和强大。

以上就是如何用Python操作图像(PIL/Pillow库)?的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/1369876.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2025年12月14日 10:02:33
下一篇 2025年12月14日 10:02:46

相关推荐

  • Python中的模块和包有什么区别?

    模块是.py文件,实现代码复用与命名空间隔离;包是含__init__.py的目录,通过层级结构管理模块,解决命名冲突、提升可维护性,支持绝对与相对导入,便于大型项目组织与第三方库分发。 Python中的模块和包,说白了,模块就是你写的一个个 .py 文件,里面装着你的函数、类或者变量,是代码复用的基…

    好文分享 2025年12月14日
    000
  • 什么是Celery?如何使用它实现异步任务?

    Celery适用于处理耗时任务,如发送邮件、处理视频等,通过消息队列实现异步执行和负载均衡;使用Flower可监控任务状态,支持重试、错误处理和死信队列应对任务失败。 Celery是一个强大的分布式任务队列,简单来说,它让你能够把一些耗时的操作(比如发送邮件、处理上传的视频)放到后台去执行,而不用阻…

    2025年12月14日
    000
  • 如何实现一个LRU缓存?

    LRU缓存通过哈希表与双向链表结合,实现O(1)读写与淘汰;哈希表快速定位节点,双向链表维护访问顺序,最近访问节点移至头部,超出容量时移除尾部最久未使用节点。 实现LRU缓存的核心思路,在于巧妙地结合哈希表(Hash Map)和双向链表(Doubly Linked List),以达到O(1)时间复杂…

    2025年12月14日
    000
  • 描述符(Descriptor)协议及其应用

    描述符协议是Python中控制属性访问的核心机制,通过实现__get__、__set__和__delete__方法,允许将属性的获取、设置和删除操作委托给专门的对象处理,从而实现类型校验、延迟加载、ORM字段等高级功能,其核心价值在于代码复用、行为封装及与元类协同构建声明式API。 描述符(Desc…

    2025年12月14日
    000
  • 使用 PyPy、Cython 或 Numba 提升代码性能

    PyPy、Cython和Numba是三种提升Python性能的有效工具。PyPy通过JIT编译加速纯Python代码,适合CPU密集型任务且无需修改代码;Cython通过类型声明将Python代码编译为C代码,适用于精细化性能优化和C库集成;Numba利用@jit装饰器对数值计算进行JIT编译,特别…

    2025年12月14日
    000
  • 什么是 WSGI 和 ASGI?它们有何不同?

    ASGI解决了WSGI在实时通信、高并发和I/O效率上的局限,通过异步非阻塞模式支持WebSocket和高并发连接,适用于现代实时Web应用,而WSGI适用于传统同步请求响应场景。 WSGI(Web Server Gateway Interface)和 ASGI(Asynchronous Serve…

    2025年12月14日
    000
  • 数据解析:XPath 和 BeautifulSoup 的选择

    XPath适合处理大型、规范的XML文档,效率高且定位精准,但容错性差、语法较复杂;BeautifulSoup更适合处理不规范的HTML,易用性强、容错性好,但处理大型文档时效率较低;选择应基于数据结构、性能需求和个人熟练度综合判断。 数据解析:XPath 和 BeautifulSoup 的选择,其…

    2025年12月14日
    000
  • 如何扁平化一个嵌套列表?

    答案是基于栈的迭代方法最具鲁棒性,它通过显式维护栈结构避免递归深度限制,能稳定处理任意深度的嵌套列表,尤其适合生产环境中深度不确定的复杂数据结构。 扁平化嵌套列表,简单来说,就是把一个包含其他列表的列表,转换成一个只有单一层级元素的列表。这就像把一堆装了小盒子的箱子,最后只留下所有散落的小物件,不再…

    2025年12月14日
    000
  • Python -X importtime 性能开销分析及应用指南

    本文旨在分析 Python -X importtime 选项带来的性能开销。通过实际测试数据,我们将评估该选项对程序运行速度的影响,并探讨在生产环境中利用其进行导入性能监控的可行性,帮助开发者权衡利弊,做出明智决策。 Python 的 -X importtime 选项是一个强大的调试工具,它可以详细…

    2025年12月14日
    000
  • python -X importtime 性能开销分析与生产环境应用

    本文深入探讨了 python -X importtime 命令的性能开销。通过实际测量,我们发现其引入的额外执行时间通常微乎其微(例如,在测试场景中约为30毫秒),这表明它是一个可接受的工具,适用于在生产环境中监测和优化Python模块导入性能,以识别不必要的导入并提升应用启动速度。 引言:理解 p…

    2025年12月14日
    000
  • 如何在Databricks中探索和使用未明确文档的dbutils对象

    本文旨在解决Databricks环境中遇到未明确文档的dbruntime.dbutils.FileInfo等对象时的困惑。我们将探讨如何利用Python的内省机制(如dir()和type())以及Databricks自身的dbutils.utility.help()功能来发现对象的方法和属性。此外,…

    2025年12月14日
    000
  • 如何理解Python的装饰器并实现一个简单的日志装饰器?

    装饰器是Python中用于扩展函数或类行为的语法糖,通过包装原函数添加日志、性能测试、权限验证等功能而不修改其源码。其核心在于函数是一等对象,可作为参数传递和返回。实现日志装饰器需定义接收函数的外层函数,内部创建包装函数执行额外逻辑后调用原函数,并用 @functools.wraps 保留原函数元信…

    2025年12月14日
    000
  • 列表(List)和元组(Tuple)的主要区别是什么?

    列表可变,适合动态数据;元组不可变,确保数据安全,可用于字典键。 列表(List)和元组(Tuple)在Python中都是用来存储一系列有序项目的集合,它们最核心、也最根本的区别在于可变性。简单来说,列表是可变的(mutable),这意味着你可以在创建之后随意添加、删除或修改其中的元素;而元组是不可…

    2025年12月14日
    000
  • 构建可伸缩的Python计算器:动态处理多用户输入

    本教程将指导您如何构建一个可伸伸缩的Python计算器,使其能够根据用户指定数量的数字进行计算,而非局限于固定数量的输入。我们将重点介绍如何利用循环结构动态收集用户输入的多个数值,并通过functools.reduce高效执行聚合运算,从而实现灵活且用户友好的计算功能。 1. 传统计算器的局限性与可…

    2025年12月14日
    000
  • 什么是微服务?如何用Python构建微服务?

    微服务通过拆分应用提升灵活性和扩展性,适合复杂系统与独立团队协作,但带来分布式复杂性。Python凭借FastAPI等框架和丰富生态,能高效构建微服务,适用于IO密集型、快速迭代场景,配合容器化、服务发现、事件驱动等策略应对挑战,是微服务架构中高效且实用的技术选择。 微服务,在我看来,就是把一个大而…

    2025年12月14日
    000
  • python -X importtime 的性能开销分析与生产环境应用实践

    本文深入探讨了 python -X importtime 命令的性能开销,该命令旨在帮助开发者分析Python模块的导入时间。通过实际测试,我们发现其通常只会为程序总执行时间增加数十毫秒的额外开销。鉴于此,在大多数场景下,尤其是在生产环境中用于监控和优化模块导入性能时,这种开销被认为是微不足道的,其…

    2025年12月14日
    000
  • 如何使用Python操作Redis/Memcached?

    答案:Python操作Redis和Memcached需使用redis-py和python-memcached库,通过连接池、管道、序列化优化性能,Redis适合复杂数据结构与持久化场景,Memcached适用于高性能键值缓存,高可用需结合哨兵、集群或客户端分片。 在Python中操作Redis和Me…

    2025年12月14日
    000
  • 探究 python -X importtime 的性能开销及其生产实践考量

    本文深入探讨了Python的-X importtime选项在运行时引入的性能开销,并通过实际测试数据揭示其对程序执行速度的影响。研究表明,在典型场景下,-X importtime的开销相对较小(约30毫秒),对于大多数Python应用而言,这种开销是可接受的。文章旨在评估该工具在生产环境中监测导入性…

    2025年12月14日
    000
  • 如何保证Python代码的安全性和健壮性?

    答案:Python代码的安全性与健壮性需通过多层次防御实现。核心包括:1. 输入验证与数据清洗,防止注入攻击,使用Pydantic等工具校验数据;2. 精确的异常处理,捕获具体异常类型,结合finally进行资源清理;3. 依赖安全管理,使用pip-audit扫描漏洞,锁定版本并定期更新;4. 遵循…

    2025年12月14日
    000
  • Gensim Word2Vec 模型相似度全为正值的分析与优化

    本文针对 Gensim Word2Vec 模型中相似度均为正值,且数值偏高的问题进行分析,指出这并非绝对异常,而与模型参数、语料库特征密切相关。文章将深入探讨 min_count 和 vector_size 等关键参数的影响,并提供优化建议,以提升模型训练效果和向量质量。同时,引导读者关注语料库规模…

    2025年12月14日
    000

发表回复

登录后才能评论
关注微信