Python图像处理库PIL的ImageOps模块介绍

来源:互联网 发布:58速运 知乎 编辑:程序博客网 时间:2024/05/20 18:51

Newin 1.1.3ImageOps模块包含了一些“ready-made”的图像处理操作。这个模块somewhatexperimental,大多数操作只工作在LRGB图像上。

一、ImageOps模块的函数

1、  Autocontrast

定义:ImageOps.autocontrast(image, cutoff=0) image

含义:最大图像对比度。这个函数计算一个输入图像的直方图,从这个直方图中去除最亮和最暗的百分之cutoff,然后重新映射图像,以便保留的最暗像素变为黑色,即0,最亮的变为白色,即255

例子:

>>> from PIL import Image, ImageOps>>> im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")>>> im = ImageOps.autocontrast(im02, 20)

在图像im02中,去掉了原来直方图中最暗和最亮的各20%,剩下的像素值然后再映射到[0255]的颜色空间上。

图像im如下:

                             

2、  Colorize

定义:ImageOps.colorize(image, black, white) image

含义:使得灰色图像变成彩色图像。变量blackwhite应该是RGB元组或者颜色名称。这个函数会计算出一个颜色值,使得源图像中的所有黑色变成第一种颜色,所有白色变成第二种颜色。变量image的模式必须为“L”。

例子:

>>> from PIL import Image, ImageOps>>> im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")>>> r,g,b = im02.split()>>> r.mode'L'>>> im_r = ImageOps.colorize(r, "green", "blue")>>> im_b = ImageOps.colorize(b, (255, 0, 0), (0, 255, 0))>>> im_g = ImageOps.colorize(g, (255, 0, 0), "blue")

图像im_r是图像im02中的R分量,通过函数colorize(),将其黑色像素转换为绿色,白色像素转换为蓝色。其效果如下:

 

图像im_g如下:

 

图像im_b如下:

 

3、  Crop

定义:ImageOps.crop(image, border=0) image

含义:从图像的四个边去掉变量border定义的四元组对应的行/列。这个函数对所有图像模式有效。

例子:

>>> from PIL import Image, ImageOps>>> im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")>>> im0 = ImageOps.crop(im02, (0,0,400,300))>>> im1 = ImageOps.crop(im02, (100,100,400,300))>>> im2 = ImageOps.crop(im02, (200,100,400,300))>>> im02.size(1024, 768)>>> im0.size(624, 468)>>> im1.size(524, 368)>>> im2.size(424, 368)

通过实验发现,变量border的四元组定义了左,上,右,下四个边上需要去掉的行/列数。图像im2对应的border(200,100,400,300),即在图像im02的基础上,左边去掉200列,上面去掉100行,右侧去掉400列,下面去掉300行。最后图像im2size424x368

图像im0如下:

 

图像im1如下:

 

图像im2如下:

 

4、  Deform

定义:ImageOps.deform(image, deformer, filter=Image.BILINEAR) image

含义:使用给定的变形器对象改变图像。变形器需要提供一个getmesh()方法,它返回一个MESH列表适应图像transform方法。

例子:

暂时不清楚如何使用该函数。

5、  Equalize

定义:ImageOps.equalize(image) image

含义:均衡图像的直方图。该函数使用一个非线性映射到输入图像,为了产生灰色值均匀分布的输出图像。

例子:

>>> from PIL importImage, ImageOps>>> im02 =Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")>>> im =ImageOps.equalize(im02)

图像im02直方图均衡后的效果如图像im所示:

 

6、  Expand

定义:ImageOps.expand(image, border=0, fill=0) image

含义:

例子:

>>> from PIL import Image,ImageOps>>> im02 =Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")>>> im =ImageOps.expand(im02, (50,100,200,300), fill="red")>>> im.size(1274, 1168)

该函数与crop()函数正好相反,它按照变量border的四元组,在图像的左、上、右、下四个边,使用给定的颜色填充相应的行和列。

图像im为图像im02扩充之后的图像,其size变成了1274x1168。图像im如下:

 

7、  Fit

定义:ImageOps.fit(image, size, method, bleed, centering) image

含义:返回一个指定大小的裁剪过的图像。该图像被裁剪到指定的宽高比和尺寸。变量size是要求的输出尺寸,以像素为单位,是一个(宽,高)元组。

变量method是用于重采样的方法。默认值为Image.NEAREST

变量bleed允许用户去掉图像的边界(图像四个边界)。这个值是一个百分比数(0.01表示百分之一)。默认值是0(没有边界)。

变量centering用于控制裁剪位置。(0.5,0.5)是裁剪中心(例如,如果裁剪宽度,裁掉左侧50%(右侧50%),顶/底一样)。

(0.0,0.0)将从左上角开始裁剪(例如,如果裁剪宽度,将从右边裁剪掉所要裁剪的部分;如果裁剪高度,将从底部裁剪掉所要裁剪的部分)。

(1.0,0.0)将从左下角开始裁剪。(如果裁剪宽度,将从左边裁剪掉所要裁剪的部分;如果裁剪高度,将从底部裁剪掉所要裁剪的部分)

例子:

>>> from PIL import Image, ImageOps>>> im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")>>> im0 = ImageOps.fit(im02, (500,300), Image.BICUBIC, 0.1, (0.0,0.0))>>> im1 = ImageOps.fit(im02, (500,300), Image.BICUBIC, 0.1, (1.0,1.0))>>> im2 = ImageOps.fit(im02, (500,300), Image.BICUBIC, 0.1, (0.0,1.0))>>> im3 = ImageOps.fit(im02, (500,300), Image.BICUBIC, 0.1, (1.0,0.0))

从实验结果看,图像im0/im3是从底部开始裁剪,而图像im1/2是从顶部开始裁剪。它们的size均为500x300

图像im0如下:

图像im1如下:

图像im2如下:

图像im3如下:

8、  Flip

定义:ImageOps.flip(image) image

含义:输出图像为输入图像在垂直方向的镜像(顶部跟底部对调)。

例子:

>>> from PIL importImage, ImageOps>>> im02= Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")>>> im= ImageOps.flip(im02)

图像im为图像02垂直方向的镜像,图像im如下:

9、  Grayscale

定义:ImageOps.grayscale(image) image

含义:将输入图像转换为灰色图像。

例子:

>>>from PIL import Image, ImageOps>>>im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")>>> im= ImageOps.grayscale(im02)>>>im.mode'L'

图像im为图像02对应的灰色图像,图像im如下:

10、             Invert

定义:ImageOps.invert(image) image

含义:将输入图像转换为反色图像。

例子:

>>>from PIL import Image, ImageOps>>>im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")>>> im= ImageOps.invert(im02)

图像im为图像02对应的反色图像,图像im如下:

11、             Mirror

定义:ImageOps.mirror(image) image

含义:输出图像为输入图像水平方向的镜像。

例子:

>>>from PIL import Image, ImageOps>>>im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")>>> im= ImageOps.mirror(im02)

图像im为图像im02的水平方向的镜像,图像im如下:

12、             Posterize

定义:ImageOps.posterize(image,bits) image

含义:将每个颜色通道上变量bits对应的低(8-bits)bit0。变量bits的取值范围为[08]

例子:

>>>from PIL import Image, ImageOps>>>im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")>>>im02.getpixel((0,0))(124, 127, 108)>>> im2= ImageOps.posterize(im02, 2)>>>im2.getpixel((0,0))(64, 64, 64)>>> im3= ImageOps.posterize(im02, 3)>>>im3.getpixel((0,0))(96, 96, 96)>>> im5= ImageOps.posterize(im02, 5)>>>im5.getpixel((0,0))(120, 120, 104)

当变量bits2时,将每个颜色通道的像素值低6bit0,保留剩下的2 bit位。即124=二进制1111100,其处置之后为,二进制1000000=32

图像im2如下:

13、             Solarize

定义:ImageOps.solarize(image,threshold=128) image

含义:在指定的阈值范围内,反转所有的像素点。

例子:

>>>from PIL import Image, ImageOps>>>im02 = Image.open("D:\\Code\\Python\\test\\img\\test02.jpg")>>>im02.getpixel((0,0))(124, 127, 108)>>> im0= ImageOps.solarize(im02, 100)>>> im1= ImageOps.solarize(im02, 200)>>> im0.getpixel((0,0))(131, 128, 147)>>> im1.getpixel((0,0))(124, 127, 108)

图像im0的第一个像素点红色通道值为131=二进制10000011,图像im02的第一个像素点红色通道值为124=二进制1111100Im0的值为im02的值所有位取反。图像im0中阈值为100,即大于100的值都需要做反转。图像im1的阈值为200,所以第一个像素点的值都没有变化。

图像im0如下:

图像im1如下:

1 0