【Python】Pillow图片简介及操作

PIL图片 指的是使用 PIL（Python Imaging Library） 或其升级版 Pillow 加载的图像对象。Pillow 是 PIL 的现代替代品，它是一个强大的 Python 图像处理库，广泛用于图像加载、处理和保存。

---

Pillow图片的基本概念

1. Pillow图片对象：

   • Pillow 使用 PIL.Image 类表示图片。
   • 使用 Image.open() 加载图片后，返回的就是一个 PIL.Image 对象。

2. 图片数据的格式：

   • Pillow 的图片对象并不是直接的 numpy 数组，而是一个抽象对象。
   • 你可以将它转换为 numpy 数组进行进一步处理，或者从 numpy 数组创建一个 PIL.Image 对象。

---

Pillow图片的常见操作

以下是一些常见的操作以及代码示例：

1. 加载图片

使用 Image.open() 从本地加载图片。

from PIL import Image

# 加载图片
image = Image.open("path_to_image.jpg")
print("Image format:", image.format)  # 图片格式，例如 JPEG, PNG
print("Image size:", image.size)  # 图片尺寸 (宽, 高)
print("Image mode:", image.mode)  # 图像模式，例如 RGB, RGBA, L

---

2. 显示图片

直接显示加载的图片（需要 GUI 环境）。

image.show()

---

3. 保存图片

将图片保存为不同格式的文件。

image.save("output_image.png")

---

4. 调整图片大小

改变图片的大小（使用 resize）。

resized_image = image.resize((128, 128))  # 改变尺寸为 128x128
resized_image.show()

---

5. 将图片转换为灰度图

将图片从彩色模式（如 RGB）转换为灰度模式（L）。

gray_image = image.convert("L")
gray_image.show()

---

6. 裁剪图片

从图片中裁剪出一个区域。

box = (50, 50, 200, 200)  # 裁剪区域 (左, 上, 右, 下)
cropped_image = image.crop(box)
cropped_image.show()

---

7. 将 Pillow 图片转为 NumPy 数组

通过 numpy.array() 方法将 Pillow 图片转换为 numpy 数组。

import numpy as np

image_array = np.array(image)
print("NumPy array shape:", image_array.shape)  # 数组的形状 (高, 宽, 通道数)

---

8. 从 NumPy 数组创建 Pillow 图片

如果你已经有一个 numpy 数组，可以将其转换为 Pillow 图片。

new_image = Image.fromarray(image_array)
new_image.show()

---

Pillow图片的模式

Pillow 支持多种图像模式，常见模式包括：

• RGB：标准的三通道彩色图像。
• RGBA：带有透明度通道的彩色图像。
• L：灰度图像（单通道）。
• 1：二值图像（黑白）。
• CMYK：用于打印的颜色模型。

你可以通过 image.mode 查看图像的模式，并用 convert() 方法切换模式。

---

Pillow和OpenCV的区别

1. 加载图片时的默认颜色通道：

   • Pillow ：默认使用 RGB 模式加载彩色图片。
   • OpenCV ：默认使用 BGR 模式加载彩色图片。

2. 数据类型：

   • Pillow ：返回 PIL.Image 对象，是高级封装的图片对象。
   • OpenCV ：返回 numpy.ndarray，本质是底层像素数据数组。

3. 适用场景：

   • Pillow：适合简单的图像处理任务（如加载、显示、保存、转换格式）。
   • OpenCV：适合更复杂的计算机视觉任务（如图像检测、特征提取、视频处理）。

---

完整代码示例

以下是一个完整示例，演示如何加载、处理、保存并显示 Pillow 图片：

from PIL import Image
import numpy as np

# 加载图片
image = Image.open("path_to_image.jpg")
print("Original Image:")
print("Format:", image.format)
print("Size:", image.size)
print("Mode:", image.mode)

# 转换为灰度图像
gray_image = image.convert("L")
gray_image.show()

# 改变图片大小
resized_image = image.resize((128, 128))
resized_image.show()

# 转换为 NumPy 数组
image_array = np.array(resized_image)
print("Image as NumPy array:", image_array.shape)

# 从 NumPy 数组创建新图片
new_image = Image.fromarray(image_array)
new_image.show()

# 保存图片
new_image.save("output_image.png")

---

总结

• Pillow图片 是由 PIL.Image 类表示的图片对象，可以方便地进行加载、处理和保存。
• 它可以轻松转换为 numpy 数组，与机器学习和深度学习框架（如 PyTorch、TensorFlow）无缝集成。
• Pillow 是处理简单图像任务的首选，如果需要更复杂的功能，可以结合 OpenCV 一起使用。