PIL中ImageFilter模块几种图片滤波处理和使用方法

1 关于PIL库

1.1 PIL简单介绍

  • PIL是Python的一个图像处理库,支持多种文件格式;
  • PIL提供强大的图像处理和图形处理能力;
  • 可完成对图像的缩放、裁剪、叠加以及图像添加线条、图像和文字等操作。
  • 安装的话,使用以下命令:
python 复制代码
pip install Pillow

1.2 常见PIL子库或类

  • 目录在:
python 复制代码
Python37\Lib\site-packages\PIL
  • 以下是PIL的常见子库或者常见的类及说明:
类或子库 说明
Image 最重要的模块,如创建、打开、显示、保存图像等功能,合成、裁剪、滤波等功能,获取图像属性功能,如图像直方图、通道数等
ImageChops 算术图形操作,如图像特效,图像组合,算法绘图等
ImageCrackCode 允许用户检测和测量图像的各种特性
ImageDraw 基本的图形处理功能,如可创建新图像,注释或润饰已存在图像,为web应用实时产生各种图形
ImageEnhance 图像增强
ImageFile 为图像打开和保存功能提供了相关支持功能
ImageFileIO 从一个socket或者其他流设备中读取一张图像
ImageFilter 各种滤波器的预定义集合
ImageFont 字体库
ImageGrab 将屏幕上的内容拷贝到一个PIL图像内存中
ImageOps 可完成直方图均衡、裁剪、量化、镜像等操作
ImagePath 存储和操作二维向量数据
ImageSequence 为图像序列中每一帧提供了迭代器
ImageStat 计算一张图像或者一张图像的一个区域的全局统计值
ImageTk 创建和修改BitmapImagePhotoImage对象中的Tkinter
PSDraw Postscript打印机提供基本的打印支持

2 ImageFilter模块滤波处理

2.1 图片轮廓

  • 说明:将图像中的轮廓信息全部提取出来;
  • 方法:ImageFilter.CONTOUR
  • 示例:
python 复制代码
from PIL import Image, ImageFilter


class TestImage():
    def __init__(self):
        super(TestImage, self).__init__()
        self.img = Image.open("./image06.jpg")
        # self.img.show()

    # 图片轮廓
    def test_contur(self):
        self.contur = self.img.filter(ImageFilter.CONTOUR)
        # self.contur.show()
        self.contur.save("image06_contur.jpg")

if __name__ == "__main__":
    image = TestImage()
    image.test_contur()
  • 显示效果:

2.2 浮雕效果

  • 说明:使图像呈现出浮雕效果;
  • 方法:ImageFilter.EMBOSS
  • 示例:
python 复制代码
# 浮雕效果
def test_emboss(self):
    self.emboss = self.img.filter(ImageFilter.EMBOSS)
    # self.emboss.show()
    self.emboss.save("image07_emboss.jpg")
  • 显示效果:

2.3 边缘增强

  • 说明:会使得图像中边缘部分更加明显;
  • 方法:ImageFilter.EDGE_ENHANCE_MORE
  • 示例:
python 复制代码
 def test_enhance_m(self):
        self.enhance = self.img.filter(ImageFilter.EDGE_ENHANCE_MORE)
        # self.enhance.show()
        self.enhance.save("image08_enhance.jpg")
  • 显示效果:

2.4 图片模糊

  • 说明:使得处理后的图片变得模糊;
  • 方法:ImageFilter.BLUR
  • 示例:
python 复制代码
 def test_blur(self):
        self.blur = self.img.filter(ImageFilter.BLUR)
        # self.blur.show()
        self.blur.save("image09_blur.jpg")
  • 显示效果:

2.5 细节增强

  • 说明:使图像中细节更加明显;
  • 方法:ImageFilter.DETAIL
  • 示例:
python 复制代码
    def test_detail(self):
        self.detail = self.img.filter(ImageFilter.DETAIL)
        self.detail.save("image10_detail.jpg")
  • 显示效果:

2.6 不同灰度边缘增强

  • 说明:加强和改善图像中不同灰度区域之间的边界和轮廓;
  • 方法:ImageFilter.EDGE_ENHANCE
  • 示例:
python 复制代码
   def test_enhance(self):
        self.enhance01 = self.img.filter(ImageFilter.EDGE_ENHANCE)
        self.enhance01.save("image11_enhance01.jpg")
  • 显示效果:

2.7 寻找边缘信息

  • 说明:找出图像中的边缘信息;
  • 方法:ImageFilter.FIND_EDGES
  • 示例:
python 复制代码
    def test_find_edges(self):
        self.find_edges = self.img.filter(ImageFilter.FIND_EDGES)
        self.find_edges.save("image12_find_edges.jpg")
  • 显示效果:

2.8 平滑处理

  • 说明:使图像亮度平缓渐变,减小突变梯度;
  • 方法:ImageFilter.SMOOTH
  • 示例:
python 复制代码
  def test_smooth(self):
        self.smooth = self.img.filter(ImageFilter.SMOOTH)
        self.smooth.save("image13_smooth.jpg")
  • 显示效果:

2.9 深度平滑处理

  • 说明:使图像更加平滑;
  • 方法:ImageFilter.SMOOTH_MORE
  • 示例:
python 复制代码
   def test_smooth_m(self):
        self.smooth_m = self.img.filter(ImageFilter.SMOOTH_MORE)
        self.smooth_m.save("image14_smooth_m.jpg")
  • 显示效果:

2.10 锐化处理

  • 说明:补偿图像的轮廓;
  • 方法:ImageFilter.SHARPEN
  • 示例:
python 复制代码
   def test_sharpen(self):
        self.sharpen = self.img.filter(ImageFilter.SHARPEN)
        self.sharpen.save("image15_sharpen.jpg")
  • 显示效果:

3 完整源码

python 复制代码
# -*- coding:utf-8 -*-
# 作者:虫无涯
# 日期:2023/11/20 
# 文件名称:test_pil.py
# 作用:图片效果处理
# 联系:VX(NoamaNelson)
# 博客:https://blog.csdn.net/NoamaNelson

from PIL import Image, ImageFilter


class TestImage():
    def __init__(self):
        super(TestImage, self).__init__()
        self.img = Image.open("./image06.jpg")
        # self.img.show()

    # 图片轮廓
    def test_contur(self):
        self.contur = self.img.filter(ImageFilter.CONTOUR)
        # self.contur.show()
        self.contur.save("image06_contur.jpg")

    # 浮雕效果
    def test_emboss(self):
        self.emboss = self.img.filter(ImageFilter.EMBOSS)
        # self.emboss.show()
        self.emboss.save("image07_emboss.jpg")

    # 边界增强
    def test_enhance_m(self):
        self.enhance = self.img.filter(ImageFilter.EDGE_ENHANCE_MORE)
        # self.enhance.show()
        self.enhance.save("image08_enhance.jpg")

    # 图片模糊
    def test_blur(self):
        self.blur = self.img.filter(ImageFilter.BLUR)
        # self.blur.show()
        self.blur.save("image09_blur.jpg")

    # 细节增强
    def test_detail(self):
        self.detail = self.img.filter(ImageFilter.DETAIL)
        self.detail.save("image10_detail.jpg")

    # 不同灰度边缘增强
    def test_enhance(self):
        self.enhance01 = self.img.filter(ImageFilter.EDGE_ENHANCE)
        self.enhance01.save("image11_enhance01.jpg")

    # 找出图像中的边缘信息
    def test_find_edges(self):
        self.find_edges = self.img.filter(ImageFilter.FIND_EDGES)
        self.find_edges.save("image12_find_edges.jpg")

    # 平滑处理
    def test_smooth(self):
        self.smooth = self.img.filter(ImageFilter.SMOOTH)
        self.smooth.save("image13_smooth.jpg")

    # 深度平滑处理
    def test_smooth_m(self):
        self.smooth_m = self.img.filter(ImageFilter.SMOOTH_MORE)
        self.smooth_m.save("image14_smooth_m.jpg")

    # 锐化处理
    def test_sharpen(self):
        self.sharpen = self.img.filter(ImageFilter.SHARPEN)
        self.sharpen.save("image15_sharpen.jpg")

if __name__ == "__main__":
    image = TestImage()
    # image.test_contur()
    # image.test_emboss()
    # image.test_enhance_m()
    # image.test_blur()
    # image.test_detail()
    # image.test_find_edges()
    # image.test_smooth()
    # image.test_smooth_m()
    image.test_sharpen()
相关推荐
测试老哥44 分钟前
软件测试:测试用例的设计
自动化测试·软件测试·python·功能测试·测试工具·职场和发展·测试用例
koo3642 小时前
pytorch环境配置
人工智能·pytorch·python
程序员杰哥5 小时前
Python自动化测试之线上流量回放:录制、打标、压测与平台选择
自动化测试·软件测试·python·测试工具·职场和发展·测试用例·压力测试
吴佳浩5 小时前
LangChain v1 重大更新讲解⚠⚠⚠
python·langchain·agent
顾安r7 小时前
11.20 开源APP
服务器·前端·javascript·python·css3
萧鼎8 小时前
Python PyTesseract OCR :从基础到项目实战
开发语言·python·ocr
韩立学长8 小时前
【开题答辩实录分享】以《重庆旅游景点数据分析与可视化》为例进行答辩实录分享
数据挖掘·数据分析
G***T6918 小时前
Docker数据分析实战
docker·容器·数据分析
qqxhb8 小时前
零基础MCP——第5章编程实战基础(网页、数据分析、调试与重构)
重构·数据挖掘·数据分析·多模态·mcp
EAIReport8 小时前
通过数据分析自动化产品实现AI生成PPT的完整流程
人工智能·数据分析·自动化