目錄node
1、安裝命令python
2、Image模塊web
4、Mode類ruby
5、convert類app
6、size類機器學習
8、Info類學習
9、new類字體
1、安裝命令
sudo apt-get install python-imaging
2、Image模塊
Image模塊是在Python PIL圖像處理中常見的模塊，對圖像進行基礎操做的功能基本都包含於此模塊內。如open、save、conver、show…等功能。
open類
Image.open(file) ⇒ image Image.open(file, mode) ⇒ image
要從文件加載圖像，使用 open() 函數， 在 Image 模塊：
@zhangziju
from PIL import Image ##調用庫
im = Image.open("E:\mywife.jpg") ##文件存在的路徑
im.show()
須要知道的是在win的環境下im.show的方式爲win自帶的圖像顯示應用。打開並確認給定的圖像文件。這個是一個懶操做；該函數只會讀文件頭，而真實的圖像數據直到試圖處理該數據纔會從文件讀取（調用load()方法將強行加載圖像數據）。若是變量mode被設置，那必須是「r」。用戶可使用一個字符串（表示文件名稱的字符串）或者文件對象做爲變量file的值。文件對象必須實現read()，seek()和tell()方法，而且以二進制模式打開。
Save類
im.save(outfile,options…) im.save(outfile, format, options…)
若要保存文件，則使用 Image 類的 save() 方法，此時保存文件的文件名就變得十分重要了，除非指定格式，不然這個庫將會以文件名的擴展名做爲格式保存。使用給定的文件名保存圖像。若是變量format缺省，若是可能的話，則從文件名稱的擴展名判斷文件的格式。該方法返回爲空。關鍵字options爲文件編寫器提供一些額外的指令。若是編寫器不能識別某個選項，它將忽略它。用戶可使用文件對象代替文件名稱。在這種狀況下，用戶必須指定文件格式。文件對象必須實現了seek()、tell()和write()方法，且其以二進制模式打開。若是方法save()由於某些緣由失敗，這個方法將產生一個異常（一般爲IOError異常）。若是發生了異常，該方法也有可能已經建立了文件，並向文件寫入了一些數據。若是須要的話，用戶的應用程序能夠刪除這個不完整的文件。
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
print(im)
im.save("E:\mywife.png") ## 將"E:\mywife.jpg"保存爲"E:\mywife.png"
im = Image.open("E:\mywife.png") ##打開新的png圖片
print(im.format, im.size, im.mode)
以下圖，在指定路徑下可看到新保存的png格式的圖片。
3、format類
im.format ⇒ string or None
這個屬性標識了圖像來源，若是圖像不是從文件讀取它的值就是None。
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
print(im.format) ## 打印出格式信息
im.show()
以下圖能夠看到其format爲」JPEG」。
4、Mode類
im.mode ⇒ string
圖像的模式，常見的mode 有 「L」 (luminance) 表示灰度圖像，「RGB」表示真彩色圖像，和 「CMYK」 表示出版圖像，代表圖像所使用像素格式。如面爲常見的nodes描述：
- modes 描述
- 1 1位像素，黑和白，存成8位的像素
- L 8位像素，黑白
- P 8位像素，使用調色板映射到任何其餘模式
- RGB 3× 8位像素，真彩
- RGBA 4×8位像素，真彩+透明通道
- CMYK 4×8位像素，顏色隔離
- YCbCr 3×8位像素，彩色視頻格式
- I 32位整型像素
- F 32位浮點型像素
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
print(im.mode) ## 打印出模式信息
im.show()
以下圖爲圖片的mode爲「RGB」模式。
5、convert類
im.convert(mode)⇒ image
將當前圖像轉換爲其餘模式，而且返回新的圖像。當從一個調色板圖像轉換時，這個方法經過這個調色板來轉換像素。若是不對變量mode賦值，該方法將會選擇一種模式，在沒有調色板的狀況下，使得圖像和調色板中的全部信息均可以被表示出來。當從一個顏色圖像轉換爲黑白圖像時，PIL庫使用ITU-R601-2 luma轉換公式：
L = R * 299/1000 + G * 587/1000 + B * 114/1000
當轉換爲2位圖像（模式「1」）時，源圖像首先被轉換爲黑白圖像。結果數據中大於127的值被設置爲白色，其餘的設置爲黑色；這樣圖像會出現抖動。若是要使用其餘閾值，更改閾值127，可使用方法point()。爲了去掉圖像抖動現象，可使用dither選項。
from PIL import Image
im = Image.open("E:\mywife.jpg")
new_im = im.convert('P')
print(new_im.mode)
new_im.show()
以下，將圖像轉換爲「P」模式。
對比原始圖像。
im.convert(「P」,**options) ⇒ image
這個與第一個方法定義同樣，可是當「RGB」圖像轉換爲8位調色板圖像時能更好的處理。可供選擇的選項爲：
Dither=. 控制顏色抖動。默認是FLOYDSTEINBERG，與鄰近的像素一塊兒承擔錯誤。不使能該功能，則賦值爲NONE。
Palette=. 控制調色板的產生。默認是WEB，這是標準的216色的「web palette」。要使用優化的調色板，則賦值爲ADAPTIVE。
Colors=. 當選項palette爲ADAPTIVE時，控制用於調色板的顏色數目。默認是最大值，即256種顏色
im.convert(mode,matrix) ⇒ image
使用轉換矩陣將一個「RGB」圖像轉換爲「L」或者「RGB」圖像。變量matrix爲4或者16元組。
from PIL import Image
im = Image.open("E:\mywife.jpg")
print(im.mode)
rgb2xyz = (0.412453,0.357580, 0.180423, 0,
0.212671,0.715160, 0.072169, 0,
0.019334,0.119193, 0.950227, 0 )
new_im = im.convert("L", rgb2xyz)
print(new_im.mode)
new_im.show()
轉換後效果
6、size類
im.size ⇒ (width, height)
圖像的尺寸，按照像素數計算，它的返回值爲寬度和高度的二元組（width, height）。
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
print(im.size) ## 打印出尺寸信息
im.show()
以下圖所示爲圖片的尺寸信息，750*560。
7、Palette類
im.palette ⇒ palette or None
顏色調色板表格。若是圖像的模式是「P」，則返回ImagePalette類的實例；不然，將爲None。
以下爲對非「P」模式下的圖像進行palette信息顯示。
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
print(im.palette)
易知，返回值爲空，none
對圖像進行convert操做，轉換成「P」模式
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
new_im = im.convert('P')
print(new_im.mode)
print(new_im.palette)
則返回值爲ImagePalette類的實例。以下：
8、Info類
im.info ⇒ dictionary
存儲圖像相關數據的字典。文件句柄使用該字典傳遞從文件中讀取的各類非圖像信息。大多數方法在返回新的圖像時都會忽略這個字典；由於字典中的鍵並不是標準化的，對於一個方法，它不能知道本身的操做如何影響這個字典。若是用戶須要這些信息，須要在方法open()返回時保存這個字典。
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
print(im.info)
9、new類
Image.new(mode,size) ⇒ image Image.new(mode, size,color) ⇒ image
使用給定的變量mode和size生成新的圖像。Size是給定的寬/高二元組，這是按照像素數來計算的。對於單通道圖像，變量color只給定一個值；對於多通道圖像，變量color給定一個元組（每一個通道對應一個值）。在版本1.1.4及其以後，用戶也能夠用顏色的名稱，好比給變量color賦值爲「red」。若是沒有對變量color賦值，圖像內容將會被所有賦值爲0（爲黑色）。若是變量color是空，圖像將不會被初始化，即圖像的內容全爲0。這對向該圖像複製或繪製某些內容是有用的。
以下爲將圖像設置爲128x128大小的紅色圖像。
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
n_im= Image.new("RGB", (128, 128), "#FF0000")
n_im.show()
顯示效果以下：
以下圖像爲128x128大小的黑色圖像，由於變量color不賦值的話，圖像內容被設置爲0，即黑色。
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
n_im= Image.new("RGB", (128, 128))
n_im.show()
黑圖像爲128x128大小的綠色圖像。
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
n_im= Image.new("RGB", (128, 128),"green")
n_im.show()
10、Copy 類
im.copy() ⇒ image
拷貝這個圖像。若是用戶想粘貼一些數據到這張圖，可使用這個方法，可是原始圖像不會受到影響。
from PIL import Image
im = Image.open("E:\mywife.jpg")
im_copy = im.copy()
圖像im_copy和im徹底同樣。
11、Crop類
im.crop(box) ⇒ image
從當前的圖像中返回一個矩形區域的拷貝。變量box是一個四元組，定義了左、上、右和下的像素座標。用來表示在原始圖像中截取的位置座標，如box(100,100,200,200)就表示在原始圖像中以左上角爲座標原點，截取一個100*100（像素爲單位）的圖像，爲方便理解，以下爲示意圖box（b1,a1,b2,a2）。做圖軟件爲Visio2016。這是一個懶操做。對源圖像的改變可能或者可能不體如今裁減下來的圖像中。爲了獲取一個分離的拷貝，對裁剪的拷貝調用方法load()。
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
box = (300, 100, 700, 700) ##肯定拷貝區域大小
region = im.crop(box) ##將im表示的圖片對象拷貝到region中，大小爲box
region.show()
以下圖爲box截取的圖像區域顯示。
12、Paste類
im.paste(image,box)
將一張圖粘貼到另外一張圖像上。變量box或者是一個給定左上角的2元組，或者是定義了左，上，右和下像素座標的4元組，或者爲空（與（0，0）同樣）。若是給定4元組，被粘貼的圖像的尺寸必須與區域尺寸同樣。若是模式不匹配，被粘貼的圖像將被轉換爲當前圖像的模式。
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
box=[0,0,100,100]
im_crop = im.crop(box)
print(im_crop.size,im_crop.mode)
im.paste(im_crop, (100,100)) ##(100,100,0,0)
im.paste(im_crop, (400,400,500,500))
im.show()
以下圖爲paste操做：
十3、Filter類
im.filter(filter) ⇒ image
返回一個使用給定濾波器處理過的圖像的拷貝。具體參考圖像濾波在ImageFilter 模塊的應用，在該模塊中，預先定義了不少加強濾波器，能夠經過filter( )函數使用，預約義濾波器包括：BLUR、CONTOUR、DETAIL、EDGE_ENHANCE、EDGE_ENHANCE_MORE、EMBOSS、FIND_EDGES、SMOOTH、SMOOTH_MORE、SHARPEN。其中BLUR就是均值濾波，CONTOUR找輪廓，FIND_EDGES邊緣檢測，使用該模塊時，需先導入。
@zhangziju
from PIL import Image
from PIL import ImageFilter ## 調取ImageFilter
imgF = Image.open("E:\mywife.jpg")
bluF = imgF.filter(ImageFilter.BLUR) ##均值濾波
conF = imgF.filter(ImageFilter.CONTOUR) ##找輪廓
edgeF = imgF.filter(ImageFilter.FIND_EDGES) ##邊緣檢測
imgF.show()
bluF.show()
conF.show()
edgeF.show()
濾波處理
十4、Blend類
Image.blend(image1,image2, alpha) ⇒ image
使用給定的兩張圖像及透明度變量alpha，插值出一張新的圖像。這兩張圖像必須有同樣的尺寸和模式。
合成公式爲：out = image1 (1.0 - alpha) + image2 alpha
若變量alpha爲0.0，返回第一張圖像的拷貝。若變量alpha爲1.0，將返回第二張圖像的拷貝。對變量alpha的值無限制。
@zhangziju
from PIL import Image
im1 = Image.open("E:\mywife.jpg")
im2 = Image.open("E:\mywife2.jpg")
print(im1.mode,im1.size)
print(im2.mode,im2.size)
im = Image.blend(im1, im2, 0.2)
im.show()
需保證兩張圖像的模式和大小是一致的，以下爲顯示im1和im2的具體信息。
im1和im2按照第一張80%的透明度，第二張20%的透明度，合成爲一張。
十5、Split
im.split() ⇒ sequence
返回當前圖像各個通道組成的一個元組。例如，分離一個「RGB」圖像將產生三個新的圖像，分別對應原始圖像的每一個通道（紅，綠，藍）。
from PIL import Image
im = Image.open("E:\mywife.jpg")
r,g,b = im.split()
print(r.mode)
print(r.size)
print(im.size)
十6、Composite類
Image.composite(image1,image2, mask) ⇒ image
複合類使用給定的兩張圖像及mask圖像做爲透明度，插值出一張新的圖像。變量mask圖像的模式能夠爲「1」，「L」或者「RGBA」。全部圖像必須有相同的尺寸。
@zhangziju
from PIL import Image
im1 = Image.open("E:\mywife.jpg")
im2 = Image.open("E:\mywife2.jpg")
r,g,b = im1.split() ##分離出r，g，b
print(b.mode)
print(im1.mode,im1.size)
print(im2.mode,im2.size)
im = Image.composite(im1,im2,b)
im.show()
最終效果
十7、Eval類
Image.eval(image,function) ⇒ image
使用變量function對應的函數（該函數應該有一個參數）處理變量image所表明圖像中的每個像素點。若是變量image所表明圖像有多個通道，那變量function對應的函數做用於每個通道。注意：變量function對每一個像素只處理一次，因此不能使用隨機組件和其餘生成器。
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
def fun01(x):
return x*0.3
def fun02(y):
return y*2.0
im1_eval = Image.eval(im, fun01)
im2_eval = Image.eval(im, fun02)
im1_eval.show()
im2_eval.show()
在函數fun01和fun02下的圖像顯示。
十8、Merge類
Image.merge(mode,bands) ⇒ image
合併類使用一些單通道圖像，建立一個新的圖像。變量bands爲一個圖像的元組或者列表，每一個通道的模式由變量mode描述。全部通道必須有相同的尺寸。
變量mode與變量bands的關係：
len(ImageMode.getmode(mode).bands)= len(bands)
@zhangziju
from PIL import Image
im1 = Image.open("E:\mywife.jpg")
im2 = Image.open("E:\mywife2.jpg")
r1,g1,b1 = im1.split()
r2,g2,b2 = im2.split()
print(r1.mode,r1.size,g1.mode,g1.size)
print(r2.mode,r2.size,g2.mode,g2.size)
new_im=[r1,g2,b2]
print(len(new_im))
im_merge = Image.merge("RGB",new_im)
im_merge.show()
打印信息顯示
merge操做
十9、Draft類
im.draft(mode,size)
配置圖像文件加載器，使得返回一個與給定的模式和尺寸儘量匹配的圖像的版本。
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
print(im.size,im.mode)
new_im = im.draft("L", (200,200))
print(new_im.size,new_im.mode)
new_im.show()
關鍵信息顯示
轉換效果
二10、Getbands類
im.getbands()⇒ tuple of strings
返回包括每一個通道名稱的元組。例如，對於RGB圖像將返回（「R」,「G」,「B」）。
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
print(im.getbands())
這裏寫圖片描述
二11、Getbbox類
im.getbbox() ⇒ 4-tuple or None
計算圖像非零區域的包圍盒。這個包圍盒是一個4元組，定義了左、上、右和下像素座標。若是圖像是空的，這個方法將返回空。
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
print(im.getbbox())
二12、Getdata類
im.getdata() ⇒ sequence
以包含像素值的sequence對象形式返回圖像的內容。這個sequence對象是扁平的，以便第一行的值直接跟在第零行的值後面，等等。這個方法返回的sequence對象是PIL內部數據類型，它只支持某些sequence操做，包括迭代和基礎sequence訪問。使用list(im.getdata())，將它轉換爲普通的sequence。Sequence對象的每個元素對應一個像素點的R、G和B三個值。
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
sequ = im.getdata()
sequ0 = list(sequ)
print(sequ0[0])
print(sequ0[1])
print(sequ0[2])
可視化顯示sequence0裏面的數據。
打印顯示結果，與前面對比。
二十3、Getextrema類
im.getextrema() ⇒ 2-tuple
返回一個2元組，包括該圖像中的最小和最大值。
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
print(im.getextrema())
該方法返回了R/G/B三個通道的最小和最大值的2元組。
二十4、Getpixel類
im.getpixel(xy) ⇒ value or tuple
返回給定位置的像素值。若是圖像爲多通道，則返回一個元組。該方法執行比較慢；若是用戶須要使用python處理圖像中較大部分數據，可使用像素訪問對象（見load），或者方法getdata()。
@zahngziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
print(im.getpixel((0,0)))
print(im.getpixel((4,0)))
r,g,b = im.split()
print(b.getpixel((11,8)))
二十5、Histogram類
im.histogram()⇒ list
返回一個圖像的直方圖。這個直方圖是關於像素數量的list，圖像中的每一個象素值對應一個成員。若是圖像有多個通道，全部通道的直方圖會鏈接起來（例如，「RGB」圖像的直方圖有768個值)。二值圖像（模式爲「1」）看成灰度圖像（模式爲「L」）處理。
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
imhis = im.histogram()
print(len(imhis))
print(imhis[0])
print(imhis[150])
print(imhis[300])
im.histogram(mask)⇒ list
返回圖像中模板圖像非零地方的直方圖。模板圖像與處理圖像的尺寸必須相同，而且要麼是二值圖像（模式爲「1」），要麼爲灰度圖像（模式爲「L」）。
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
r,g,b = im.split()
imhis = im.histogram()
print(r.mode)
print(len(imhis))
print(imhis[0])
print(imhis[150])
print(imhis[300])
二十6、Load類
im.load()
爲圖像分配內存並從文件中加載它（或者從源圖像，對於懶操做）。正常狀況下，用戶不須要調用這個方法，由於在第一次訪問圖像時，Image類會自動地加載打開的圖像。在1.1.6及之後的版本，方法load()返回一個用於讀取和修改像素的像素訪問對象。這個訪問對象像一個二維隊列，如：
pix = im.load() print pix[x, y] pix[x, y] =value
經過這個對象訪問比方法getpixel()和putpixel()快不少。
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
pix = im.load()
print(pix[0,2])
im.paste(colour,box)
使用同一種顏色填充變量box對應的區域。對於單通道圖像，變量colour爲單個顏色值；對於多通道，則爲一個元組。
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
im.paste((256,256,0),(0,0,100,100)) ##(256,256,0)表示黃色
im.show()
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
im.paste("blue",(0,0,100,100)) ##或者「blue」
im.show()
im.paste(image,box, mask)
使用變量mask對應的模板圖像來填充所對應的區域。可使用模式爲「1」、「L」或者「RGBA」的圖像做爲模板圖像。模板圖像的尺寸必須與變量image對應的圖像尺寸一致。若是變量mask對應圖像的值爲255，則模板圖像的值直接被拷貝過來；若是變量mask對應圖像的值爲0，則保持當前圖像的原始值。變量mask對應圖像的其餘值，將對兩張圖像的值進行透明融合,若是變量image對應的爲「RGBA」圖像，即粘貼的圖像模式爲「RGBA」，則alpha通道被忽略。用戶可使用一樣的圖像做爲原圖像和模板圖像。
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
box=[300,300,400,400]
im_crop =im.crop(box)
r,g,b =im_crop.split()
im.paste(im_crop, (200,200,300,300), r)
im.show()
二十7、Putdata類
im.putdata(data) im.putdata(data, scale, offset)
從sequence對象中拷貝數據到當前圖像，從圖像的左上角（0，0）位置開始。變量scale和offset用來調整sequence中的值：
pixel = value*scale + offset
若是變量scale忽略，則默認爲1.0。若是變量offset忽略，則默認爲0.0。
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
r, g, b = im.split()
print(
r.getpixel((0, 0)),
r.getpixel((1, 0)),
r.getpixel((2, 0)),
r.getpixel((3, 0)),
r.putdata([1, 2, 3, 4]),
r.getpixel((0, 0)),
r.getpixel((1, 0)),
r.getpixel((2, 0)),
r.getpixel((3, 0)),
)
二十8、Resize類
im.resize(size) ⇒ image im.resize(size, filter) ⇒ image
返回改變尺寸的圖像的拷貝。變量size是所要求的尺寸，是一個二元組：（width, height）。變量filter爲NEAREST、BILINEAR、BICUBIC或者ANTIALIAS之一。若是忽略，或者圖像模式爲「1」或者「P」，該變量設置爲NEAREST。在當前的版本中bilinear和bicubic濾波器不能很好地適應大比例的下采樣（例如生成縮略圖）。用戶須要使用ANTIALIAS，除非速度比質量更重要。
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
region = im.resize((400, 400)) ##從新設定大小
region.show()
很明顯因爲大小的從新設定，圖片的顯示效果有所轉變，gakki依然美膩~
二十9、Rotate類
im.rotate(angle) ⇒ image im.rotate(angle,filter=NEAREST, expand=0) ⇒ image
返回一個按照給定角度順時鐘圍繞圖像中心旋轉後的圖像拷貝。變量filter是NEAREST、BILINEAR或者BICUBIC之一。若是省略該變量，或者圖像模式爲「1」或者「P」，則默認爲NEAREST。變量expand，若是爲true，表示輸出圖像足夠大，能夠裝載旋轉後的圖像。若是爲false或者缺省，則輸出圖像與輸入圖像尺寸同樣大。
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
im_45 = im.rotate(45)
im_30 = im.rotate(30, Image.NEAREST,1)
print(im_45.size,im_30.size)
im_45.show()
im_30.show()
三10、Seek類
im.seek(frame)
在給定的文件序列中查找指定的幀。若是查找超越了序列的末尾，則產生一個EOFError異常。當文件序列被打開時，PIL庫自動指定到第0幀上。
@zhangziju
from PIL import Image
im_gif = Image.open("E:\mywife.gif")
print(im_gif.mode)
im_gif.show() ##第0幀
im_gif.seek(3)
im_gif.show()
im_gif.seek(9)
im_gif.show()
來來來~這是gakki原圖欣賞下~
查找幀seek（）的效果以下：
三11、Tell類
im.tell() ⇒ integer
返回當前幀所處位置，從0開始計算。
@zhangziju
from PIL import Image
im_gif = Image.open("E:\mywife.gif")
print(im_gif.tell())
im_gif.seek(8)
print(im_gif.tell())
三12、Thumbnail類
im.thumbnail(size) im.thumbnail(size, filter)
修改當前圖像，使其包含一個自身的縮略圖，該縮略圖尺寸不大於給定的尺寸。這個方法會計算一個合適的縮略圖尺寸，使其符合當前圖像的寬高比，調用方法draft()配置文件讀取器，最後改變圖像的尺寸。變量filter應該是NEAREST、BILINEAR、BICUBIC或者ANTIALIAS之一。若是省略該變量，則默認爲NEAREST。注意：在當前PIL的版本中，濾波器bilinear和bicubic不能很好地適應縮略圖產生。用戶應該使用ANTIALIAS，圖像質量最好。若是處理速度比圖像質量更重要，能夠選用其餘濾波器。這個方法在原圖上進行修改。若是用戶不想修改原圖，可使用方法copy()拷貝一個圖像。這個方法返回空。
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
im.thumbnail((100,100))
三十3、Transform類
im.transform(size,method, data) ⇒ image
im.transform(size, method, data, filter) ⇒ image
使用給定的尺寸生成一張新的圖像，與原圖有相同的模式，使用給定的轉換方式將原圖數據拷貝到新的圖像中。在當前的PIL版本中，參數method爲EXTENT（裁剪出一個矩形區域），AFFINE（仿射變換），QUAD（將正方形轉換爲矩形），MESH（一個操做映射多個正方形）或者PERSPECTIVE。變量filter定義了對原始圖像中像素的濾波器。在當前的版本中，變量filter爲NEAREST、BILINEAR、BICUBIC或者ANTIALIAS之一。若是忽略，或者圖像模式爲「1」或者「P」，該變量設置爲NEAREST。
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
print(im.size)
imtra = im.transform((200, 200), Image.EXTENT, (0, 0, 500, 500))
print(imtra.size)
imtra.show()
im.transform(size,EXTENT, data) ⇒ image im.transform(size, EXTENT, data, filter) ⇒ image
從圖像中裁剪一個區域。變量data爲指定輸入圖像中兩個座標點的4元組(x0,y0,x1,y1)。輸出圖像爲這兩個座標點之間像素的採樣結果。例如，若是輸入圖像的(x0,y0)爲輸出圖像的（0，0）點，(x1,y1)則與變量size同樣。這個方法能夠用於在當前圖像中裁剪，放大，縮小或者鏡像一個任意的長方形。它比方法crop()稍慢，可是與resize操做同樣快。
im.transform(size, AFFINE, data) ⇒ image im.transform(size, AFFINE,data, filter) ⇒ image
對當前的圖像進行仿射變換，變換結果體如今給定尺寸的新圖像中。變量data是一個6元組(a,b,c,d,e,f)，包含一個仿射變換矩陣的第一個兩行。輸出圖像中的每個像素（x，y），新值由輸入圖像的位置（ax+by+c, dx+ey+f）的像素產生，使用最接近的像素進行近似。這個方法用於原始圖像的縮放、轉換、旋轉和裁剪。
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
print(im.size)
imtra = im.transform((200, 200), Image.AFFINE, (1,2,3,2,1,4))
print(imtra.size)
imtra.show()
im.transform(size,QUAD, data) ⇒ image im.transform(size, QUAD, data, filter) ⇒ image
輸入圖像的一個四邊形（經過四個角定義的區域）映射到給定尺寸的長方形。變量data是一個8元組(x0,y0,x1,y1,x2,y2,x3,y3)，它包括源四邊形的左上，左下，右下和右上四個角。
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
print(im.size)
imtra = im.transform((200, 200), Image.QUAD, (0,0,0,500,600,500,600,0))
print(imtra.size)
imtra.show()
im.transform(size,PERSPECTIVE, data) ⇒ image im.transform(size, PERSPECTIVE, data, filter) ⇒ image
對當前圖像進行透視變換，產生給定尺寸的新圖像。變量data是一個8元組(a,b,c,d,e,f,g,h)，包括一個透視變換的係數。對於輸出圖像中的每一個像素點，新的值來自於輸入圖像的位置的(a x + b y + c)/(g x + h y + 1), (d x+ e y + f)/(g x + h y + 1)像素，使用最接近的像素進行近似。這個方法用於原始圖像的2D透視。
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
print(im.size)
imtra = im.transform((200, 200), Image.PERSPECTIVE, (1,2,3,2,1,6,1,2))
print(imtra.size)
imtra.show()
wocao!!!gakki不見了！！！
三十4、Transpose類
im.transpose(method)⇒ image
返回當前圖像的翻轉或者旋轉的拷貝。變量method的取值爲：FLIP_LEFT_RIGHT，FLIP_TOP_BOTTOM，ROTATE_90，ROTATE_180，或ROTATE_270。
@zhangziju
from PIL import Image
im = Image.open("E:\mywife.jpg")
im.rotate(45) #逆時針旋轉 45 度角。
im.transpose(Image.FLIP_LEFT_RIGHT) #左右對換。
im.transpose(Image.FLIP_TOP_BOTTOM) #上下對換。
im.transpose(Image.ROTATE_90) #旋轉 90 度角。
im.transpose(Image.ROTATE_180) #旋轉 180 度角。
im.transpose(Image.ROTATE_270) #旋轉 270 度角。
三十5、ImageDraw
from PIL import Image,ImageDraw
首先建立一個圖片或者打開一個圖片
blank = Image.new("RGB",[1024,768],"white")
建立一個可用來Image操做的對象(必須)
drawObj = ImageDraw.Draw(blank)
直線
# 建立一個正方形。 [x1,x2,y1,y2]或者[(x1,x2),(y1,y2)] fill表明的爲顏色
drawObj.line([100,100,100,600],fill='red')
drawObj.line([100,100,600,100],fill='red')
drawObj.line([600,100,600,600],'black')
drawObj.line([100,600,600,600],'red')
# blank.save('white.jpg','jpeg')
弧線
# 弧形 [x1,x2,y1,y2] 弧度 顏色
drawObj.arc([100,100,600,600],0,360,fill='black')
drawObj.arc([200,100,500,600],0,360,fill='red')
blank.save('black.jpg','jpeg')
圓
# 畫圓 [x1,x2,y1,y2] outline邊框顏色 fill填充顏色
drawObj.ellipse([100,100,600,600],outline='black',fill='white')
blank.save('black.jpg','jpeg')
半圓
# 畫半圓 [x1,x2,y1,y2] 弧度 outline絃線顏色 fill填充顏色
drawObj.chord([100,100,600,600],0,360,outline=125)
drawObj.chord([100,100,600,600],0,90,outline=158)
drawObj.chord([100,100,600,600],90,180,outline=99,fill='red')
blank.save('black.jpg','jpeg')
扇形
# 扇形 [x1,x2,y1,y2] 弧度 outline絃線顏色 fill填充顏色
drawObj.pieslice([100,100,600,600],180,210,outline=255)
drawObj.pieslice([100,100,600,600],30,80,fill=255)
blank.save('black.jpg','jpeg')
多邊形
# 多邊形
drawObj.polygon([10,23,45,6,77,87],outline='red')
drawObj.polygon([10,20,30,40,50,90,70,80,90,100],fill='red')
blank.save('black.jpg','jpeg')
矩形
# 矩形
drawObj.rectangle((200,200,500,500),outline = "red")
drawObj.rectangle((250,300,450,400),fill = 128)
blank.save('black.jpg','jpeg')
加入文字
# 文字
text = 'i\'m very happy'
# 顏色
drawObj.ink = 0 + 0 * 256 + 255 * 256 * 256
# 加載到圖片上
drawObj.text([300,500],text)
blank.save('black.jpg','jpeg')
三十6、ImageFont
from PIL import ImageFont
# 字體 路徑 文字大小
font1 = ImageFont.truetype(r'C:\Windows\Fonts\ahronbd.ttf',36)
text = 'i\'m very happy'
# 設置 文字位置 文字內容 顏色 文字大小
drawObj.text([100,500],text,'red',font=font1)
blank.save('black.jpg','jpeg')
承接Matlab、Python和C++的編程，機器學習、計算機視覺的理論實現及輔導，本科和碩士的都可，鹹魚交易，專業回答請走知乎，詳談請聯繫QQ號757160542，非誠勿擾。
本文同步分享在 博客「於小勇」（CSDN）。
若有侵權，請聯繫 support@oschina.cn 刪除。
本文參與「OSC源創計劃」，歡迎正在閱讀的你也加入，一塊兒分享。