Pillow:修订间差异
无编辑摘要 |
无编辑摘要 |
||
(未显示同一用户的2个中间版本) | |||
第46行: | 第46行: | ||
| [https://pillow.readthedocs.io/en/stable/reference/Image.html#PIL.Image.new new()] | | [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> | | 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()] | | [https://pillow.readthedocs.io/en/stable/reference/Image.html#PIL.Image.frombytes frombytes()] | ||
第108行: | 第108行: | ||
region = im.crop(box) | region = im.crop(box) | ||
</syntaxhighlight> | </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> | |||
|- | |||
| | |||
| | |||
| | |||
|- | |- | ||
| | | |
2023年5月8日 (一) 04:06的最新版本
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:
pip install --upgrade pip
pip install --upgrade Pillow
了解更多 >> Pillow 文档:安装
快速入门
图片格式转换
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")
了解更多 >> Pillow 文档:Image类的使用
Image类
生成Image类
名称 | 描述 | 示例 |
---|---|---|
open() | 从图像文件生成Image对象 PIL.Image.open(fp, mode='r', formats=None)
|
from PIL import Image
im = Image.open("test.jpg")
|
new() | 生成一个新的Image对象 PIL.Image.new(mode, size, color=0)
|
im_new = Image.new('RGB',(1200,1200), 'white')
|
frombytes() |
属性
以下示例使用如下代码:
from PIL import Image
im = Image.open("test.jpg")
print(im.format)
名称 | 描述 | 示例 |
---|---|---|
filename | 文件名 | |
format | 文件格式 | im.format 返回'jpg'
|
size | ||
了解更多 >> Pillow 文档:Image属性
方法
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。 | box = (100, 100, 400, 400)
region = im.crop(box)
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。 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))
|
resize() | 调整图片大小。 | im.resize( (200,500) ) ,调整图片尺寸为200x500。自定义一个调整大小函数 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
|
getexif() | 打印照片Exif信息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))
| |
资源
官网
- Pillow 官网:https://python-pillow.org/
- Pillow 文档:https://pillow.readthedocs.io/en/stable/