Pillow 基础图像操作与数据预处理

图像的读取、显示、保存、裁剪、旋转与缩放，是所有高级图像分析任务的基础。这些看似简单的操作，实际上构成了特征提取、图像增强、以及机器学习模型输入准备的核心步骤。只有从最初的像素数据开始，理解图像在计算机中的表达方式，才能真正掌握数据分析与建模中的"图像底层逻辑"。

在图像分析和机器学习任务中，数据预处理的质量往往决定了最终结果的好坏。通过科学的预处理手段，可以有效提升输入数据的均衡性与鲁棒性，从而提高模型的泛化能力。本篇文章将带你系统掌握 Pillow 的基础图像操作与数据预处理技巧，从文件读取到数据转化的全过程，一步步构建完整的图像处理链条。

1. 图像读取与显示

1.1 打开图像

Pillow 提供了直观的图像加载方式。使用 Image.open() 函数即可打开图像文件。

下面以 scikit-image 库自带的经典"宇航员"图为例：

python 复制代码

from PIL import Image
from skimage import data

# 使用 scikit-image 的示例图片
img_array = data.astronaut()  # 经典"宇航员"示例图
img = Image.fromarray(img_array)

# 输出图像信息
print('format: {}\nsize: {}\nmode: {}'.format(
    img.format, img.size, img.mode
))

运行后可看到图像的基本属性，包括格式、尺寸与颜色模式：

txt 复制代码

format: None
size: (512, 512)
mode: RGB

format: 文件格式（如 JPEG、PNG）

size: 图像宽高（像素）

mode: 颜色模式（如 RGB、L、RGBA）

这说明该图像为标准 RGB 彩色图像，宽高均为 512 像素。

1.2 显示图像

在不同环境中显示图像的方式略有不同：

python 复制代码

img.show()

该方法会打开系统自带的图片查看器。

如果你在 Jupyter Notebook 中运行，则推荐：

python 复制代码

from IPython.display import display
display(img)

你将看到一张清晰的宇航员照片（RGB 彩色），适合后续图像操作实验。

2. 图像保存与格式转换

读取后的图像可通过 save() 方法保存为新文件。

2.1 保存为新文件

下面的示例将图像保存为 PNG 文件：

python 复制代码

img.save('output.png')

同样也可以调整保存格式与参数。例如，将图像保存为 JPEG 格式，并设定较高的质量参数：

python 复制代码

img.save('output.jpg', quality=90)

quality 参数仅对 JPEG 有效，控制压缩质量（0--100，默认 75）。

数值越大，文件体积越大但图像更清晰。

2.2 格式转换

当目标格式不支持透明通道（如 JPEG），需先将图像转换为 RGB 模式：

python 复制代码

img.convert('RGB').save('converted.jpg')

若目标格式不支持透明度（如 JPEG），需先转为 RGB 模式。

3. 几何变换：裁剪、旋转与缩放

这些是最常见的图像几何变换操作。

3.1 图像裁剪

图像几何操作是最直观的预处理方式。使用 crop() 方法可以截取特定区域（左、上、右、下），例如：：

python 复制代码

box = (100, 100, 400, 400)
cropped = img.crop(box)

display(cropped)

此处 box 参数定义了裁剪矩形的左、上、右、下边界，输出的结果是一幅截取后的局部图像。

3.2 图像旋转

当我们想让图像朝某个角度旋转时，可以使用 rotate() 方法。参数为旋转角度（单位为度）：

python 复制代码

rotated1 = img.rotate(45)

display(rotated1)

expand=True 的设置确保旋转后的图像不会被裁剪，使得完整图像得以保留。

python 复制代码

rotated2 = img.rotate(45, expand=True)

display(rotated2)

3.3 图像缩放

若要调整图像的尺寸，可使用 resize() 函数指定目标大小，例如将其缩小为 300×200 像素：

python 复制代码

resized = img.resize((300, 200))
resized.show()

或按比例缩放：

python 复制代码

w, h = img.size
scaled = img.resize((int(w*0.5), int(h*0.5)))

display(scaled)

在缩放时，可选参数如 Image.BILINEAR 或 Image.ANTIALIAS 可以帮助提升插值质量，使结果更加平滑自然。

4. 图像模式与通道

图像的"模式"决定了其数据结构。RGB 图像包含三个通道，而灰度图仅有一个。

4.1 查看图像模式

通过 img.mode 可查看当前模式，convert() 方法则用于模式转换。例如：

python 复制代码

print(img.mode)

txt 复制代码

RGB

常见模式包括：

模式	含义	通道数
L	灰度图	1
RGB	真彩色	3
RGBA	含透明通道	4
CMYK	印刷色彩模式	4

4.2 模式转换

python 复制代码

gray = img.convert('L')
gray.show()

上述代码将彩色图像转为灰度图，其视觉效果更简洁，常用于特征提取或边缘检测任务。

若需要用于印刷或 CMYK 色彩空间的任务，可使用：

python 复制代码

cmyk = img.convert('CMYK')

print(cmyk.mode)

txt 复制代码

CMYK

每个模式代表着不同的应用场景。RGB 用于显示设备，CMYK 常见于印刷出版，而 RGBA 额外包含透明度信息。

4.3 拆分与合并通道

Pillow 允许直接拆分通道以便单独分析：

python 复制代码

r, g, b = img.split()  # 拆分
merged = Image.merge('RGB', (r, g, b))  # 合并

为了更直观地理解三个通道的作用，可以通过 matplotlib 将它们分别可视化：

python 复制代码

from PIL import Image
from skimage import data
import matplotlib.pyplot as plt
import seaborn as sns

sns.set_theme(style="whitegrid", font="SimHei", rc={"axes.unicode_minus": False})

# 加载示例图像
img = Image.fromarray(data.astronaut())

# 拆分 RGB 通道
r, g, b = img.split()

# 可视化展示
fig, axes = plt.subplots(1, 3, figsize=(16, 5))

# 将单通道转为彩色可视化形式
axes[0].imshow(r, cmap="Reds")
axes[0].set_title("红色通道 (R)")
axes[0].axis("off")

axes[1].imshow(g, cmap="Greens")
axes[1].set_title("绿色通道 (G)")
axes[1].axis("off")

axes[2].imshow(b, cmap="Blues")
axes[2].set_title("蓝色通道 (B)")
axes[2].axis("off")

plt.tight_layout()
plt.show()

可以清晰地看到红、绿、蓝三种通道对整体图像色彩的贡献。拆分后的通道也能重新组合回完整图像：

python 复制代码

merged = Image.merge('RGB', (r, g, b))

display(merged)

这证明图像的彩色信息实质上是多个单通道数据叠加的结果。

5. 批量图像处理

在深度学习或大规模图像分析任务中，往往需要对整个文件夹中的图像执行统一的操作。Pillow 的接口设计非常简洁，能够方便地完成批处理。例如，下面的代码将一个目录中的所有图片缩放至 256×256 像素，并统一转换为灰度图：

python 复制代码

import os
from PIL import Image

# 定义输入与输出文件夹路径
input_dir = 'images/'       # 原始图片所在目录
output_dir = 'processed/'   # 处理后图片保存目录

# 如果输出目录不存在则自动创建
os.makedirs(output_dir, exist_ok=True)

# 定义要处理的图片扩展名集合
valid_exts = ('.jpg', '.png', '.bmp')

# 遍历输入文件夹中的所有文件
for file in os.listdir(input_dir):
    # 判断文件扩展名是否符合要求
    if file.lower().endswith(valid_exts):
        # 构建文件路径
        file_path = os.path.join(input_dir, file)

        # 打开图像文件
        img = Image.open(file_path)

        # 调整图像尺寸为256x256像素
        resized = img.resize((256, 256))

        # 将图像转换为灰度模式（L表示8位灰度）
        gray = resized.convert('L')

        # 构建输出文件路径并保存
        output_path = os.path.join(output_dir, file)
        gray.save(output_path)

        # 打印处理进度
        print(f"已处理: {file}")

所有图片统一缩放为 256×256；

转为灰度图；

保存到 processed 文件夹中。

这段脚本能自动遍历整个文件夹并完成批量预处理。执行后，你将得到格式统一、尺寸一致的图像数据集，这对于后续特征提取与模型训练至关重要。

6. 图像数据与 NumPy 的融合

Pillow 图像与 NumPy 数组可以无缝互转，从而实现像素级运算或与深度学习框架（如 TensorFlow、PyTorch）的对接。通过 np.array(img) 可将图像转换为数组：

python 复制代码

import numpy as np

array = np.array(img)
print(array.shape)

txt 复制代码

(512, 512, 3)

输出结果 (512, 512, 3) 表示图像的高、宽与通道数。反向操作也同样简单：

python 复制代码

img2 = Image.fromarray(array)
display(img2)

这样，Pillow 成为了连接传统图像处理与数值分析的桥梁。你可以使用 NumPy 对像素值进行归一化、滤波或其他矩阵操作，然后再返回到图像空间。

7. 图像归一化与增强准备

在模型训练或特征学习阶段，通常需要将像素值标准化到 [0,1] 区间，以消除亮度差异带来的影响。通过简单的数组运算即可实现：

python 复制代码

array = np.array(img) / 255.0

print(array)

txt 复制代码

[[[0.60392157 0.57647059 0.59215686]
  [0.42745098 0.40392157 0.48627451]
  [0.24705882 0.22745098 0.4       ]
  ...
  [0.49803922 0.47058824 0.45098039]
  [0.47058824 0.45882353 0.41568627]
  [0.49019608 0.46666667 0.43137255]]

 [[0.69411765 0.67058824 0.67058824]
  [0.56470588 0.55294118 0.56078431]
  [0.44313725 0.44705882 0.48627451]
  ...
  [0.49803922 0.4627451  0.43921569]
  [0.48627451 0.45098039 0.42352941]
  [0.4745098  0.45490196 0.41176471]]

 ...

 [[0.71764706 0.6627451  0.66666667]
  [0.71372549 0.65490196 0.67058824]
  [0.7254902  0.64313725 0.69019608]
  ...
  [0.         0.         0.00392157]
  [0.00392157 0.00392157 0.00392157]
  [0.         0.         0.        ]]

 [[0.72156863 0.65490196 0.6745098 ]
  [0.71764706 0.64705882 0.6627451 ]
  [0.70588235 0.63529412 0.67058824]
  ...
  [0.         0.         0.        ]
  [0.00392157 0.00392157 0.00392157]
  [0.         0.         0.        ]]]

归一化后的结果可以被视为浮点型矩阵，方便后续输入神经网络或进行特征统计。若结合图像增强方法（如旋转、翻转、噪声扰动），还可以有效提升模型的泛化能力。

或使用随机翻转、旋转等增强方法：

python 复制代码

import numpy as np
import matplotlib.pyplot as plt
from skimage import data
from PIL import Image

# 载入示例图像并转换为数组
img = Image.fromarray(data.astronaut())
array = np.array(img)

# 进行归一化处理：将像素值缩放到 [0, 1] 区间
normalized = array / 255.0

# 可视化原图与归一化结果对比
fig, axes = plt.subplots(1, 2, figsize=(10, 4))
axes[0].imshow(array.astype(np.uint8))
axes[0].set_title("原始图像（像素0-255）")
axes[0].axis("off")

axes[1].imshow(normalized)
axes[1].set_title("归一化后图像（像素0-1）")
axes[1].axis("off")

plt.tight_layout()
plt.show()

python 复制代码

# 输出示例像素值，观察归一化效果
print("原始像素示例：", array[0, 0])
print("归一化像素示例：", normalized[0, 0])

txt 复制代码

原始像素示例： [154 147 151]
归一化像素示例： [0.60392157 0.57647059 0.59215686]

经过归一化处理后，原始图像中的每个像素值由 0--255 的整数变为 0--1 的浮点数，这不仅让模型更快收敛，也有助于避免梯度爆炸或消失的问题。

8. 可视化与结果展示

为了方便比对原始与处理后的图像，可使用 Matplotlib：

python 复制代码

import matplotlib.pyplot as plt

gray = img.convert('L')

plt.figure(figsize=(8,4))
plt.subplot(1,2,1)
plt.title('原始图像')
plt.imshow(img)
plt.axis('off')

plt.subplot(1,2,2)
plt.title('灰度图像')
plt.imshow(gray, cmap='gray')
plt.axis('off')
plt.show()

9. 总结

Pillow 以其简洁的接口和强大的功能，成为 Python 图像处理的基础工具。从读取到保存、从几何变换到通道分解、再到批量化处理与数值融合，它覆盖了图像预处理的全流程。