Python环境Pillow( PIL )图像处理工具使用解析

前言

由于笔者近期的研究课题与图像后处理有关，需要通过图像处理工具对图像进行变换和处理，进而生成合适的训练图像数据。该系列文章即主要记录笔者在不同的环境下进行图像处理时常用的工具和库。在 Python 环境下，对图像的处理笔者主要使用 Pillow 库，主要操作包括对图像的读取、存储和变换等。实际应用中，Pillow 中提供的 Image 模块适合对图像整体进行变换处理操作。

注：以下介绍仅包括对应模块和函数的基础用法，故而在介绍时省略了部分参数和选项，更完备的用法和介绍可参考 Pillow 的官方文档。

安装

用户可通过 pip 直接安装 Pillow，更多安装方式可以参见这里。

pip install Pillow #安装 pillow

使用

在日常应用过程中，使用最多的是 Pillow 提供的 Image 模块，其提供了包括图像存储、变换以及一系列的相关处理功能。Pillow 使用 Image 对象来表示图像对象并基于其定义图像的属性信息以及可针对其进行的操作，后续即主要介绍通过 Image 对象可进行的图像操作。在 Python 中使用时，用户首先需从 PIL 中导入对应的 Image 模块。

from PIL import Image #通过 Image 进行图像处理相关的操作

图像读取与存储

通过 Image 提供的 open 方法读取图像，其以指定的文件名为参数，返回值为对应图像的 Image 对象，后续即可针对图像对应的 Image 对象进行操作。

  im = Image.open( "test.png" )  # open 方法以图像名(或图像对象)为参数，返回一个 Image 对象

通过 Image 对象的 save 方法存储图像对象，其使用存储目标文件名为参数，也可通过 format 参数指定存储文件的格式。

  im.save( "test.png" )          # im 为 Image 对象，其被保存至 test.png，不指定 format 参数时，该方法通过文件后缀推测文件类型  im.save( "test.jpg" , format="JPEG")  # 以 JPEG 格式保存 Image 对象 im 至文件 test.jpg 中

基本属性

图像对应的 Image 对象具备基本属性。用户可以通过这些属性获得图像最基本的信息，Image 对象的完整属性信息可以查看这里。

  im.filename    # Image 对象 im 对应的文件/路径名  im.mode      # Image 对象图像数据的解释方式，如灰度图为 “L”,彩色图为 “RGB”等  im.size      # 返回图像的尺寸信息，为( width , height ) 格式的元祖

图像类型转换

不同的图像数据具有不同的图像格式，进而拥有不同的组织数据的方式。对于 RGB 图像而言，图像拥有 R、G、B 三个通道，像素数据由三个对应三通道的 8 bit 数据组成；对于黑白图像而言，其每个像素由一个 8 bit 字节表示等等。在打开图像时，open 方法会自动解析图像的格式，用户可通过 Image 对象的 mode 属性获得图像的状态。

Image 对象可通过 convert 方法进行图像类型间的转换，其使用转换的目标类型的字符串为参数，返回转换后的 Image 对象，常见的类型包括 RGB(真彩)、L(黑白)、YCbCr(视频图像)、HSV(色调饱和度亮度彩色空间)。

  data = im.convert( "L" )    #获得 RGB 图像 im 的灰度图

与 numpy 数组的转换

在程序中，一般使用图像对应的 Image 对象进行图像相关的操作，针对图像数据本身的计算处理一般将 Image 对象的数据转换为 numpy 数据后进行，处理完成之后的 numpy 数据再被转换为 Image 对象进行保存。

a. 将 Image 对象转换为 numpy 数组