PIL简单使用

PIL简单使用

在Python中进行图像处理有PIL、OpenCV等工具。

PIL简介

PIL是Python Imaging Library的简称，目前已经是Python生态系统中图像处理的标准库。

PIL只支持Python 2.x版本，目前支持Python 3.x的是社区在PIL的基础上Fork的版本，项目叫Pillow。

接口

图像读写

1. 从文件中读取图像数据

   Image.open()：提供了打开图像文件和读取图像数据的功能。

   from PIL import Image 
   with open("./img/hand1.png", "rb") as fp: 
       im = Image.open(fp) 
   

2. 从压缩文件中读取图像数据

   TarIO()：提供了tar文件的读取功能，不用解压缩就可以直接从tar文件中读取图像数据。

   from PIL import Image, TarIO 
   fp = TarIO.TarIO("enjoy.tar", "enjoy.jpg") 
   im = Image.open(fp) 
   

3. 将图像数据保存为JPEG格式

   Image.save()：提供了图像数据的保存功能，可以保存成所需要的图像格式。

   import os, sys 
   from PIL import Image 
   
   for infile in sys.argv[1:]: 
   	f, e = os.path.splitext(infile) 
   	outfile = f + ".jpg" 
   	if infile ! = outfile: 
   	try: 
   		Image.open(infile).save(outfile) 
   	except IOError: 
   		print("cannot convert", infile) 
   

4. 生成图像缩略图

   有时会遇到图像数据过大导致出现内存或者显存溢出的问题。

   im.thumbnai : 提供了将图像制作成缩略图的功能，在不改变主要图像特征的情况下对图像进行缩略变换，以减小图像数据。

   import os, sys 
   from PIL import Image 
   #初始化缩略图的尺寸 
   size = (128, 128) 
   #逐个读取图像并生成缩略图保存 
   for infile in sys.argv[1:]: 
       #初始化缩略图的保存路径 
       outfile = os.path.splitext(infile)[0] + ".jpg" 
       if infile != outfile: 
           try: 
               #读取图像并进行缩略转换，最好保存缩略图 
               im = Image.open(infile) 
               im.thumbnail(size) 
               im.save(outfile, "JPEG") 
           except IOError: 
               print("cannot create thumbnail for", infile) 
   

5. 图像格式查询

   有时需要查看或者判别图像的格式，以防止出现因图像格式不一致引起的错误。

   im.format、im.size和im.mode分别提供了图像的格式、尺寸、色彩模式（RGB、L）信息的查询功能。

   import sys
   from PIL import Image 
   for infile in sys.argv[1:]: 
       with Image.open(infile) as im: 
           print(infile, im.format, "%dx%d" % im.size, im.mode) 
           
   ######
   ./img/hand1.png PNG 720x705 RGB
   

6. 图像截取

   使用im.crop对图像进行截取。

   from PIL import Image 
   file="./img/hand1.png" 
   #读取图像数据 
   im=Image.open(file) 
   #初始化截取图像的范围 
   box = (100,100, 300, 200) 
   # box = (x1,y1, x2, y2)
   #完成图像的截取并保存图像 
   im2 = im.crop(box) 
   im2.save("enjoy_region.jpeg", "JPEG") 
   

图像显示

im.show()

from PIL import Image 
file="./img/hand1.png" 
im=Image.open(file) 
im.show()

图像尺寸变换

im.resize()提供了图像尺寸变换功能，可以按照需要变换源图像的尺寸。

im.rotate()提供了图像旋转功能，可以根据需要旋转不同的角度。

from PIL import Image 
file="./img/hand1.png" 
im=Image.open(file) 
im2 = im.resize((256,256)).rotate(90) #将图像重置为256px×256px，然后旋转90° 
im2.save("enjoy_rotate.jpeg", "JPEG") 

像素变换

1. 像素色彩模式变换

   可以通过convert()对图像进行灰度化处理

   这个函数提供了将图像进行像素色彩模式转换的功能，可以在支持的像素色彩格式间进行转换。

   from PIL import Image 
   file="./img/hand1.png" 
   #将图像模式转换为灰度模式 
   im=Image.open(file).convert("L") 
   im.save("enjoy_convert.jpeg", "JPEG")
   im.show()
   

2. 滤波

   im.filter()提供了图像滤波的功能

   ImageFilter中定义了支持的滤波

   • BLUR

     ImageFilter.BLUR为模糊滤波

   • CONTOUR

     ImageFilter.CONTOUR为轮廓滤波，将图像中的轮廓信息全部提取出来。

   • DETAIL

     ImageFilter.DETAIL为细节增强滤波，会使得图像中细节更加明显。

   • EDGE_ENHANCE

     ImageFilter.EDGE_ENHANCE为边缘增强滤波，突出、加强和改善图像中不同灰度区域之间的边界和轮廓的图像增强方法。

   • EDGE_ENHANCE_MORE

     ImageFilter.EDGE_ENHANCE_MORE为深度边缘增强滤波，会使得图像中边缘部分更加明显。

   from PIL import Image
   from PIL import ImageFilter
   file="./img/hand1.png" 
   im=Image.open(file) 
   im2 = im.filter(ImageFilter.BLUR) 
   im2.save("enjoy_filter.jpeg", "JPEG")
   im2.show()
   

   例子 – 转换为CIFAR-10数据集格式

   CIFAR-10数据集是8000万微⼩图⽚的标签⼦集， 由 6万张 32*32得彩色图片组成，一共有10个类别。每一个类别6000张图片。

   每个二进制文件的第一个字节是标记，后面的32x32x3是图片，前32x32是red channel 接着的32x32是green channel,然后32x32是blue channel ,依次类推。

   这里使用字典分别存储数据和标签。

   import pickle
   from PIL import Image 
   import numpy as np 
   import os 
   
   class DictSave(object): 
       def __init__(self, filenames, file): 
           self.filenames = filenames 
           self.file=file 
           self.arr = [] 
           self.all_arr = [] 
           self.label=[]
           self.all_label=[]
           
       #定义图像输入函数 
       def image_input(self, filenames, file): 
   
           for filename in filenames: 
               self.arr, self.label = self.read_file(filename, file) 
               if len(self.all_arr)==0:
                   self.all_arr = self.arr 
                   self.all_label=self.label
               else:
                   self.all_arr = np.concatenate((self.all_arr, self.arr))
                   self.all_label = np.concatenate((self.all_label, self.label))
   
       #定义文件读取函数 
       def read_file(self, filename, file): 
           im = Image.open(filename) #打开一个图像 
           #将图像的RGB分离 
           r, g, b = im.split() 
           #将PILLOW图像转成数组 
           r_arr = np.array(r).ravel() 
           g_arr = np.array(g).ravel()
           b_arr = np.array(b).ravel()
   
           #将3个一维数组合并成一个一维数组
           arr = np.concatenate((r_arr, g_arr, b_arr))
   
           label=[] 
           for i in file: 
               label.append(i[0]) 
           return arr, label 
       def pickle_save(self, arr, label): 
           print ("正在存储") 
           #构造字典，所有的图像数据都在arr数组里
           contact = {'data': arr, 'label':label} 
           f = open('data_batch', 'wb') 
    
           pickle.dump(contact, f) #把字典保存到文本中 
           f.close() 
           print ("存储完毕")
           
   if __name__ == "__main__": 
       file_dir='./img/' 
       L=[] 
       F=[] 
       for root, dirs, files in os.walk(file_dir): 
           for file in files:
               if os.path.splitext(file)[1] == '.jpeg': 
                   L.append(os.path.join(root, file)) 
                   F.append(os.path.splitext(file)) 
    
       ds = DictSave(L, F)
   
       ds.image_input(ds.filenames, ds.file)
       ds.pickle_save(ds.all_arr, ds.label) 
       print ("最终数组的大小："+str(ds.all_arr.shape))