软件测试|一文带你入门Python图片处理神器Pillow
itomcoil 2025-05-24 14:42 20 浏览
前言
情人节刚过,我还是单身,我想了一下原因,是我的拍照技能不行,也有我对女神表白的套路太过老的原因,我没有体现出身为程序猿的优势,虽然我们拍照不行,但是我们 身为程序猿,可以改进我们拍照的质量,也可以有创新的表白方式,比如使用代码来提升照片的质量,将表白写进照片里,都是创意,提升表白的成功率。Python能不能帮我们实现这两个创意呢?of course,Python是万能的。我们可以使用pillow来实现我们的目标。
pillow介绍
介绍pillow之前我们需要先介绍一下PIL(Python Imaging Library),PIL是Python平台上的图像处理标准库,不仅功能强大,而且简单易用。但是PIL只支持到Python2.7,那我们广大程序猿是不可能放着这么一个好用的东西不能在Python3.X使用的,大神们在PIL的基础上发展了兼容Python3.X的pillow,并且功能更加强大。
Pillow提供了基本的图像处理功能,如:改变图像大小,旋转图像,图像格式转换,色场空间转换,图像增强,直方图处理,插值和滤波等功能。
我们这篇文章将主要对pillow中最主要的类,image类进行介绍。
pillow安装和导入
pillow的安装和其他库类似,可以直接一条pip命令安装,命令如下:
pip install pillow
注:虽然安装的包是pillow,但是导入时我们导入的仍然是PIL
Image类的基础使用
上面我们说过了,Image类是pillow中最基础最重要的模块,本篇文章主要介绍该模块的一些基本用法。
- 打开本地图片并展示
Image模块提供了open()方法用于打开本地的文件,示例如下:
from PIL import Image
img = Image.open("conan.png")# 括号内传入图片的路径,可以是绝对路径,也可以是相对路径
- 读取网络图像并保存
读取网络图像需要配合使用requests库来请求网络资源,并转成流,然后通过Image类打开,还可以存储至本地。示例代码如下:
from PIL import Image
import requests
url ='https://www.qysgf.com/d/file/20201111/8d97d2b2fdceeba177c56d82b3f6c304.jpeg'
resp = requests.get(url, stream=True).raw
img =Image.open(resp)
img.save('conan1.jpg','jpeg')
我还是保存我最喜欢的动漫人物柯南的图片,当然只要我们能找到图片的网址,允许保存的都可以保存到本地。
运行之后,打开保存的图片如下:
- 查看图片信息
Image类实例可以使用实例的属性来检查文件内容,示例代码如下:
from PIL import Image
img = Image.open("conan1.jpg")
print(img.format)
print(img.size)
print(img.mode)
------------------------
输出结果如下:
JPEG
(500, 750)
RGB
- format:返回图像文件的格式(JPG, PNG, BMP, None, etc.)。用来标识图片的格式或来源
- size: 返回图像的尺寸。以二元组的形式返回图像的宽度和高度
- mode: 返回图像的色彩模式(L, RGB, CMYK, etc.)。L 为灰度图像,RGB 为真彩色图像,CMYK 为印刷图像
- 显示图片
查看图像,可以使用show()方法,代码如下:
from PIL import Image
img = Image.open("conan.png")
img.show()
运行代码后,将会打开照片程序用以展示该图片,因为本人电脑是win11系统,所以打开图像的程序是照片,Mac系统可能会是其他程序。
注:show()方法打开图片会比较慢,需要等待数秒钟
- 保存图片
pillow保存图像可以使用save()方法,语法示例为:
Image.save(fp, format=None, **params)
- fp - 文件名(字符串)、pathlib.Path对象
- format - 可选的格式重写。如果省略,使用的格式是由文件名扩展名决定的。如果使用文件对象而不是文件名,应该总是使用这个参数
- options - 图像写入器的额外参数
- 返回值 - 无
注:保存的时候,如果没有指定图片格式的话,那么Pollow会根据输入的后缀名决定图片的格式
- 图片转换
Image类提供图片转换的功能,不只有转换格式,还有压缩大小,旋转图片等功能。示例如下:
- 图像缩放
from PIL import Image
im = Image.open("conan1.jpg")
# 缩放为原来的1/2
im = im.resize((im.size[0] // 2, im.size[1] // 2))
- 图像翻转
from PIL import Image
im = Image.open("conan1.jpg")
# 填入角度,按照逆时针进行翻转
im = im.rotate(90)
# 想要突破按顺时针进行翻转,输入负数的角度即可
from PIL import Image
im = Image.open("conan1.jpg")
im = im.rotate(-45)
im.show()
上述输出结果如下:
- 图像压缩
pillow提供了两种压缩图片大小的方法,下面我们逐一介绍两种方法。
- quality 方式,使用PIL模块的 quality方法来进行压缩
from PIL import Image
# 读取img文件
img_file = 'conan.png'
im = Image.open(img_file)
# quality 是设置压缩比
im.save('connan_zip.png', quality=20)
- thumbnail方式,用PIL的 thumbnail方式进行图片压缩
from PIL import Image, ImageFile
# 防止图片超过178956970 pixels 而报错
ImageFile.LOAD_TRUNCATED_IMAGES = True
Image.MAX_IMAGE_PIXELS = None
# 读取img文件
img_file = 'conan1.jpg'
im = Image.open(img_file)
# 获取原尺寸图片大小
w, h = im.size
# 图片进行50%的压缩
im.thumbnail = ((w // 2, h // 2))
# 保存
im.save('test.jpg')
总结
本文我们带大家基本了解了一下pillow这个强大的图像处理的库,下一篇文章我们将使用pillow来提升照片的质量,介绍一些更高级的用法,敬请期待哈!
相关推荐
- 最强聚类模型,层次聚类 !!_层次聚类的优缺点
-
哈喽,我是小白~咱们今天聊聊层次聚类,这种聚类方法在后面的使用,也是非常频繁的~首先,聚类很好理解,聚类(Clustering)就是把一堆“东西”自动分组。这些“东西”可以是人、...
- python决策树用于分类和回归问题实际应用案例
-
决策树(DecisionTrees)通过树状结构进行决策,在每个节点上根据特征进行分支。用于分类和回归问题。实际应用案例:预测一个顾客是否会流失。决策树是一种基于树状结构的机器学习算法,用于解决分类...
- Python教程(四十五):推荐系统-个性化推荐算法
-
今日目标o理解推荐系统的基本概念和类型o掌握协同过滤算法(用户和物品)o学会基于内容的推荐方法o了解矩阵分解和深度学习推荐o掌握推荐系统评估和优化技术推荐系统概述推荐系统是信息过滤系统,用于...
- 简单学Python——NumPy库7——排序和去重
-
NumPy数组排序主要用sort方法,sort方法只能将数值按升充排列(可以用[::-1]的切片方式实现降序排序),并且不改变原数组。例如:importnumpyasnpa=np.array(...
- PyTorch实战:TorchVision目标检测模型微调完
-
PyTorch实战:TorchVision目标检测模型微调完整教程一、什么是微调(Finetuning)?微调(Finetuning)是指在已经预训练好的模型基础上,使用自己的数据对模型进行进一步训练...
- C4.5算法解释_简述c4.5算法的基本思想
-
C4.5算法是ID3算法的改进版,它在特征选择上采用了信息增益比来解决ID3算法对取值较多的特征有偏好的问题。C4.5算法也是一种用于决策树构建的算法,它同样基于信息熵的概念。C4.5算法的步骤如下:...
- Python中的数据聚类及可视化分析实践
-
探索如何通过聚类分析揭露糖尿病预测数据集的特征!我们将运用Python的强力工具,深入挖掘数据,以直观的可视化揭示不同特征间的关系。一同探索聚类分析在糖尿病预测中的实践!所有这些可视化都可以通过数据操...
- 用Python来统计大乐透号码的概率分布
-
用Python来统计大乐透号码的概率分布,可以按照以下步骤进行:导入所需的库:使用Python中的numpy库生成数字序列,使用matplotlib库生成概率分布图。读取大乐透历史数据:从网络上找到大...
- python:支持向量机监督学习算法用于二分类和多分类问题示例
-
监督学习-支持向量机(SVM)支持向量机(SupportVectorMachine,简称SVM)是一种常用的监督学习算法,用于解决分类和回归问题。SVM的目标是找到一个最优的超平面,将不同类别的...
- 25个例子学会Pandas Groupby 操作
-
groupby是Pandas在数据分析中最常用的函数之一。它用于根据给定列中的不同值对数据点(即行)进行分组,分组后的数据可以计算生成组的聚合值。如果我们有一个包含汽车品牌和价格信息的数据集,那么可以...
- 数据挖掘流程_数据挖掘流程主要有哪些步骤
-
数据挖掘流程1.了解需求,确认目标说一下几点思考方法:做什么?目的是什么?目标是什么?为什么要做?有什么价值和意义?如何去做?完整解决方案是什么?2.获取数据pandas读取数据pd.read.c...
- 使用Python寻找图像最常见的颜色_python 以图找图
-
如果我们知道图像或对象最常见的是哪种颜色,那么可以解决图像处理中的几个用例,例如在农业领域,我们可能需要确定水果的成熟度。我们可以简单地检查一下水果的颜色是否在预定的范围内,看看它是成熟的,腐烂的,还...
- 财务预算分析全网最佳实践:从每月分析到每天分析
-
原文链接如下:「链接」掌握本文的方法,你就掌握了企业预算精细化分析的能力,全网首发。数据模拟稍微有点问题,不要在意数据细节,先看下最终效果。在编制财务预算或业务预算的过程中,通常预算的所有数据都是按月...
- 常用数据工具去重方法_数据去重公式
-
在数据处理中,去除重复数据是确保数据质量和分析准确性的关键步骤。特别是在处理多列数据时,保留唯一值组合能够有效清理数据集,避免冗余信息对分析结果的干扰。不同的工具和编程语言提供了多种方法来实现多列去重...
- Python教程(四十):PyTorch深度学习-动态计算图
-
今日目标o理解PyTorch的基本概念和动态计算图o掌握PyTorch张量操作和自动求导o学会构建神经网络模型o了解PyTorch的高级特性o掌握模型训练和部署PyTorch概述PyTorc...
- 一周热门
- 最近发表
- 标签列表
-
- ps图案在哪里 (33)
- super().__init__ (33)
- python 获取日期 (34)
- 0xa (36)
- super().__init__()详解 (33)
- python安装包在哪里找 (33)
- linux查看python版本信息 (35)
- python怎么改成中文 (35)
- php文件怎么在浏览器运行 (33)
- eval在python中的意思 (33)
- python安装opencv库 (35)
- python div (34)
- sticky css (33)
- python中random.randint()函数 (34)
- python去掉字符串中的指定字符 (33)
- python入门经典100题 (34)
- anaconda安装路径 (34)
- yield和return的区别 (33)
- 1到10的阶乘之和是多少 (35)
- python安装sklearn库 (33)
- dom和bom区别 (33)
- js 替换指定位置的字符 (33)
- python判断元素是否存在 (33)
- sorted key (33)
- shutil.copy() (33)