查看“Pillow”的源代码

Pillow是一个[[Python]]的图像处理库，PIL(Python Imaging Library)2011年停止更新，随后Pillow分支了PIL并添加了Python 3的支持，现在成为PIL的替代品。

==简介==
===时间轴===

===安装===
使用[[pip]]安装：
<syntaxhighlight lang="bash" >
pip install --upgrade pip
pip install --upgrade Pillow
</syntaxhighlight>
{{了解更多
|[https://pillow.readthedocs.io/en/stable/installation.html Pillow 文档：安装]
}}

==快速入门==

===图片格式转换===
<syntaxhighlight lang="python" >
from PIL import Image

im = Image.open("test.webp")
print(im.size, im.format)     # 打印图片尺寸，格式
im.show()                     # 显示图片
im.save("test.jpg")
</syntaxhighlight>
{{了解更多
|[https://pillow.readthedocs.io/en/stable/handbook/tutorial.html Pillow 文档：Image类的使用]
}}

==Image类==
===生成Image类===
{| class="wikitable" 
! 名称
! 描述
! 示例
|-
| [https://pillow.readthedocs.io/en/stable/reference/Image.html#PIL.Image.open open()]
|从图像文件生成Image对象  <br /><br /><code>PIL.Image.open(fp, mode='r', formats=None)</code> 
| <syntaxhighlight lang="python" >
from PIL import Image

im = Image.open("test.jpg")
</syntaxhighlight>
|-
| [https://pillow.readthedocs.io/en/stable/reference/Image.html#PIL.Image.new new()]
| 生成一个新的Image对象  <br /><br /><code>PIL.Image.new(mode, size, color=0)</code>
| <code>im_new = Image.new('RGB',(1200,1200), 'white')</code>
|-
| [https://pillow.readthedocs.io/en/stable/reference/Image.html#PIL.Image.frombytes frombytes()]
| 
| 
|}

{{了解更多
|[https://pillow.readthedocs.io/en/stable/reference/Image.html#PIL.Image.Image Pillow 文档：The Image Class]
|[https://pillow.readthedocs.io/en/stable/handbook/tutorial.html#more-on-reading-images Pillow 文档：详细了解如何读取图片]
}}

===属性===
以下示例使用如下代码：
<syntaxhighlight lang="python" >
from PIL import Image

im = Image.open("test.jpg")
print(im.format)
</syntaxhighlight>
{| class="wikitable" 
! 名称
! 描述
! 示例
|-
| filename
| 文件名
| 
|-
| format
| 文件格式
| <code>im.format</code> 返回'jpg'
|-
| size
| 
| 
|-
| 
| 
| 
|}

{{了解更多
|[https://pillow.readthedocs.io/en/stable/reference/Image.html#image-attributes Pillow 文档：Image属性]
}}

===方法===
{| class="wikitable" 
! 名称
! 描述
! 示例
|-
| save()
| 保存图片。
| 
|-
| crop()
| 裁剪图片。 输入参数4元组，坐标为（左、上、右、 下），其中 （0， 0） 中的 左上角，数值为像素。
| <syntaxhighlight lang="python" >
box = (100, 100, 400, 400)
region = im.crop(box)
</syntaxhighlight>
先使用rembg抠图，再裁剪掉多余的边。透明度通道0为透明，255为不透明，计算分别行和列，不为0的起始和终止坐标即可切割。
<syntaxhighlight lang="python" >
import  numpy as np
from PIL import Image
from rembg import remove

im = Image.open('3.jpg')
# 抠图
im = remove(im, alpha_matting=True, alpha_matting_foreground_threshold=120)

r,g,b,alpha = im.split()
alpha_arr = np.array(alpha)  #透明度通道数组
x_start = np.nonzero(alpha_arr.sum(axis=0))[0][0]
x_end = np.nonzero(alpha_arr.sum(axis=0))[0][-1]
y_start = np.nonzero(alpha_arr.sum(axis=1))[0][0]
y_end = np.nonzero(alpha_arr.sum(axis=1))[0][-1]    

im.crop((x_start, y_start, x_end, y_end))
</syntaxhighlight>
|-
| resize()
| 调整图片大小。
| <code>im.resize( (200,500) )</code>，调整图片尺寸为200x500。<br />
自定义一个调整大小函数
<syntaxhighlight lang="python" >
def resize_max(img, max_size=(500,500)):
    # 调整图片，一边等比缩放，不会变形。
    max_w, max_h = max_size
    old_w, old_h = img.size
    if old_w/old_h > max_w/max_h:
        img_new = img.resize( (int(max_w), int(old_h * max_w / old_w)) )
    else:
        img_new = img.resize( (int(old_w * max_h / old_h), int(max_h)) )
    return img_new
</syntaxhighlight>
|-
| 
| 
| 
|-
| 
| 
| 
|-
| getexif()
| 
| 打印照片Exif信息<syntaxhighlight lang="python" >
from PIL import Image
from PIL.ExifTags import TAGS

img = Image.open(r'test.JPG')
exif = img.getexif()

for k, v in exif.items():
    print('{}: {}'.format(TAGS[k], v))
</syntaxhighlight>
|-
| 
| 
| 
|-
| 
| 
| 
|}
{{了解更多
|[https://pillow.readthedocs.io/en/stable/handbook/tutorial.html * Pillow 文档：教程]
|[https://pillow.readthedocs.io/en/stable/reference/Image.html#the-image-class Pillow API：The Image Class]
}}

==示例==
===缩放目录所有图片===
<syntaxhighlight lang="python" >
import os
from PIL import Image

def resize_images_recursive(input_folder, output_folder=None):
    if output_folder is None:
        output_folder = input_folder + '_1200'
    
    def process_image(input_path, output_path):
        try:
            with Image.open(input_path) as img:
                # 计算新的高度，保持宽高比
                width = 1200
                ratio = width / float(img.size[0])
                height = int(float(img.size[1]) * ratio)
                
                # 只有当原图宽度大于1200时才进行缩放
                if img.size[0] > 1200:
                    resized_img = img.resize((width, height), Image.Resampling.LANCZOS)
                    resized_img.save(output_path, quality=95)
                else:
                    # 如果原图小于1200px，直接复制
                    img.save(output_path)
            return True
        except Exception as e:
            print(f"处理图片 {os.path.basename(input_path)} 时出错: {str(e)}")
            return False

    def process_directory(current_input_dir, current_output_dir):
        # 创建对应的输出目录
        if not os.path.exists(current_output_dir):
            os.makedirs(current_output_dir)
        
        # 遍历当前目录下的所有文件和文件夹
        for item in os.listdir(current_input_dir):
            input_path = os.path.join(current_input_dir, item)
            output_path = os.path.join(current_output_dir, item)
            
            if os.path.isfile(input_path):
                # 处理图片文件
                if item.lower().endswith(('.png', '.jpg', '.jpeg', '.bmp', '.webp')):
                    process_image(input_path, output_path)
            
            elif os.path.isdir(input_path):
                # 递归处理子文件夹
                process_directory(input_path, output_path)
    
    # 开始处理根目录
    process_directory(input_folder, output_folder)
    print(f"处理完成！输出文件夹: {output_folder}")

# 使用示例
input_folder = r"D:\Download\测试"  # 替换为你的输入文件夹路径
resize_images_recursive(input_folder)  # 使用默认输出文件夹
# 或者指定输出文件夹
# resize_images(input_folder, "path/to/your/output/folder")
</syntaxhighlight>
==资源==
===官网===
* Pillow 官网：https://python-pillow.org/
* Pillow 文档：https://pillow.readthedocs.io/en/stable/

===网站===