Python使用Pillow进行图像处理

下面是使用Pillow进行图像处理的攻略：

什么是Pillow

Pillow是Python图像处理的库，它支持的图片格式十分丰富，如JPEG、PNG、BMP、GIF、ICO、TIFF等。

安装Pillow

要安装Pillow，可以使用以下命令：

pip install Pillow

使用Pillow进行图像处理

打开图片

使用Pillow打开图片非常简单，只需要调用Image.open()函数即可：

from PIL import Image

# 打开图片
img = Image.open('image.jpg')
img.show()

上面的代码会打开一个名为image.jpg的图片。

调整图片大小

调整图片大小可以使用resize()方法。

from PIL import Image

# 打开图片
img = Image.open('image.jpg')

# 调整图片大小
resize_img = img.resize((400, 300), Image.ANTIALIAS)
resize_img.show()

其中，(400, 300)表示调整后的图片大小，Image.ANTIALIAS表示调整算法，这里使用了抗锯齿算法。

裁剪图片

使用crop()方法裁剪图片。

from PIL import Image

# 打开图片
img = Image.open('image.jpg')

# 裁剪图片
crop_img = img.crop((100, 100, 400, 300))
crop_img.show()

其中，(100, 100, 400, 300)表示裁剪的区域，前两个数字是左上角的坐标，后两个数字是右下角的坐标。

迭代像素

使用load()方法可以迭代图片的像素值。

from PIL import Image

# 打开图片
img = Image.open('image.jpg')

# 迭代像素
pixels = img.load()
for i in range(img.size[0]):
    for j in range(img.size[1]):
        r, g, b = pixels[i, j]
        # 对每个像素做处理
        # ...

其中，img.size返回了图片的大小，(img.size[0], img.size[1])表示图片的宽和高。pixels[i, j]表示获取坐标为(i, j)的像素点的RGB值，r、g、b表示分别为红、绿、蓝三色通道的值。

以上就是使用Pillow进行图像处理的主要内容。接下来，我再提供两个示例来说明如何实际应用：

示例1：切换黑白图片

from PIL import Image

# 打开图片
img = Image.open('image.jpg')

# 迭代像素
pixels = img.load()
for i in range(img.size[0]):
    for j in range(img.size[1]):
        color = pixels[i, j]
        # 利用rgb的平均值计算灰度值，进而得出新的rgb值
        r, g, b = (int(sum(color) / 3),) * 3
        pixels[i, j] = (r, g, b)

img.show()

该示例中，我们首先打开了一张图片，然后进行了像素迭代，计算出每个像素的灰度值，最后将原有的RGB值替换为新的灰度RGB值，这样就得到了一张黑白图片。

示例2：利用像素点运算升亮整张图片

from PIL import Image

# 打开图片
img = Image.open('image.jpg')

# 迭代像素
pixels = img.load()
for i in range(img.size[0]):
    for j in range(img.size[1]):
        color = pixels[i, j]
        r = color[0] + 50
        g = color[1] + 50
        b = color[2] + 50
        pixels[i, j] = (r, g, b)

img.show()

该示例中，我们同样进行像素迭代，但是不同的是，我们对每个像素点进行了运算，将每个像素的RGB值的每个分量加上50，从而让整张图片升亮了50个单位。