在编程的世界里，Python是一种非常强大的语言，它的功能强大，应用广泛。Python的包（Package）是Python的一个重要特性，它们提供了许多预定义的功能，可以帮助我们更快地完成各种任务。每天学习一个Python包，不仅可以提升我们的编程技能，还可以让我们更好地理解和使用Python。

今天要学习的Python的Pillow库，Python Imaging Library (Pillow) 是 Python 中广泛使用的图像处理库，它是 PIL (Python Imaging Library) 的一个更现代且活跃维护的分支版本。Pillow 提供了一系列功能强大的图像处理功能，包括但不限于以下几点：

1. 图像打开与保存：支持各种常见的图像格式，如 PNG、JPEG、GIF、BMP 等。
2. 图像操作：可以对图像进行裁剪、缩放、旋转、翻转等变换。
3. 像素访问：可以直接读取和修改图像的像素数据。
4. 颜色空间转换：支持 RGB、CMYK、HSV 等多种颜色模式之间的转换。
5. 图像增强与滤镜：内置多种滤镜功能，可以实现模糊、锐化、二值化等各种效果。
6. 图像序列处理：如 ImageSequence 类，可以用来处理多帧图像，比如 GIF 动画。
7. 图像元数据读取与编辑：可以读取和修改图像的元数据信息，如 EXIF、IPTC 和 ICC 配置文件信息。

一、图像打开，操作与保存

打开一张图片，重新设定它的分辨率，再然后保存成一张新的图片

from PIL import Image

# 打开一个图像文件
img = Image.open('清明.jpg')

# 显示图像的基本信息
print(img.format, img.size, img.mode)

# 缩放图像
resized_img = img.resize((900, 500))#将图片重新设定为保存900*500像素

# 保存图像
resized_img.save('resized_example.jpg', 'JPEG')

二、图像像素访问

在 Pillow 库中，你可以通过访问 Image 对象的像素数组来直接操作图像的每一个像素点。以下是访问和修改图像像素的基本步骤：

from PIL import Image

# 打开一个图像文件
img = Image.open('example.png')

# 获取图像尺寸（宽度、高度）
width, height = img.size

# 转换图像到RGB模式以便可以直接操作像素（如果图像已经是RGB模式则无需转换）
img_rgb = img.convert('RGB')

# 将图像像素数据转换成可迭代的对象
pixels = img_rgb.load()

# 访问并打印某个像素的颜色分量
# 假设我们要访问第一行第一列的像素
r, g, b = pixels[0, 0]
print(f"Pixel at (0, 0) is: R={r}, G={g}, B={b}")

# 修改某个像素的颜色
pixels[100, 100] = (255, 0, 0)  # 将(100, 100)位置的像素改为红色

# 保存修改后的图像
img_rgb.save('modified_example.png', 'PNG')

在这个例子中，load() 方法返回一个类似于二维数组的对象，可以通过 (x, y) 坐标来访问每个像素的颜色值，对于 RGB 图像，每个像素由红、绿、蓝三个分量组成，都是 0-255 之间的整数。注意坐标系统是从左上角开始的，即 (0, 0) 是左上角的第一个像素。

三、图像序列处理

将一张GIF图片转为序列静态图

from PIL import Image,ImageSequence
#打开一个图像
img = Image.open('僵尸.gif')
#循环读取序列图并输出
for i ,f in enumerate(ImageSequence.Iterator(img)):
    f.save("./output/{}.png".format(i))

转换前：

转换后：

四、颜色空间转换

在Pillow库中，颜色空间转换是一种常见的图像处理操作，可以帮助你将图像从一种颜色模式转换为另一种颜色模式。以下是如何使用Pillow进行颜色空间转换的一个简单示例：

from PIL import Image

# 打开一个图像文件
img = Image.open('input.jpg')

# 查看原始图像的颜色模式
original_mode = img.mode

# 将图像转换为灰度模式
gray_image = img.convert('L')  # 'L' 表示灰度模式

# 或者将图像转换为RGB模式（如果原本不是RGB的话）
rgb_image = img.convert('RGB')

# 将图像转换为CMYK模式（如果Pillow支持该模式）
cmyk_image = img.convert('CMYK')

# 保存转换后图像
gray_image.save('output_gray.jpg')
rgb_image.save('output_rgb.jpg')
if cmyk_image:  # CMYK不总是可用，取决于Pillow的编译选项是否支持
    cmyk_image.save('output_cmyk.jpg')

# 另外，Pillow还支持其他颜色空间转换，例如HSV、LAB等
hsv_image = img.convert('HSV')
lab_image = img.convert('LAB')

# 同样，记得保存转换后的图像
hsv_image.save('output_hsv.jpg')
lab_image.save('output_lab.jpg')

请注意，不同的颜色空间适用于不同的应用场景，例如灰度模式用于单色图像，RGB用于屏幕显示，CMYK用于印刷输出，HSV和LAB则是基于颜色属性而非光强度混合的颜色模型。在实际使用时，请确保根据具体需求选择合适的目标颜色空间。

五、图像增强与滤镜

在Python的Pillow库中，图像增强与滤镜通常通过ImageEnhance模块和ImageFilter模块来实现。

使用ImageEnhance模块进行图像增强：

ImageEnhance模块提供了四种方式来增强图像的不同属性：

1. 对比度增强 (ImageEnhance.Contrast)：

from PIL import ImageEnhance

img = Image.open('your_image.jpg')
enhancer = ImageEnhance.Contrast(img)
enhanced_img = enhancer.enhance(factor)  # factor是对比度增强的比例，大于1增大对比度，小于1减小对比度
enhanced_img.save('enhanced_contrast.jpg')

2. 亮度增强 (ImageEnhance.Brightness)：

enhancer = ImageEnhance.Brightness(img)
enhanced_img = enhancer.enhance(factor)  # factor是亮度增强的比例

3. 色彩饱和度增强 (ImageEnhance.Color)：

enhancer = ImageEnhance.Color(img)
enhanced_img = enhancer.enhance(factor)  # factor是色彩饱和度增强的比例

4. 锐度增强 (ImageEnhance.Sharpness)：

enhancer = ImageEnhance.Sharpness(img)
enhanced_img = enhancer.enhance(factor)  # factor是锐度增强的比例

使用ImageFilter模块添加滤镜效果：

ImageFilter模块包含了多种预定义的滤镜，也可以创建自定义滤镜。

from PIL import ImageFilter

# 添加模糊滤镜
blurred_img = img.filter(ImageFilter.BLUR)

# 添加锐化滤镜
sharpened_img = img.filter(ImageFilter.SHARPEN)

# 其他预定义滤镜还包括 Emboss（浮雕）、Contour（轮廓）、Smooth（平滑）等
embossed_img = img.filter(ImageFilter.Emboss)

# 创建自定义滤镜（这里仅作示例，实际上创建自定义滤镜较为复杂）
# 自定义滤镜通常涉及继承`ImageFilter.Filter`类并重写相关方法
# class CustomFilter(ImageFilter.Filter):
#     def filter(self, image):
#         # 在这里编写处理图像像素的逻辑
#         pass

# custom_filter = CustomFilter()
# filtered_img = img.filter(custom_filter)