在python3下用PIL作圖像處理

目前PIL的官方最新版本爲1.1.7，支持的版本爲python 2.5, 2.6, 2.7，並不支持python3，但有高手把它從新編譯生成python3下可安裝的exe了。這一非官方下載地址 http://www.lfd.uci.edu/~gohlke/pythonlibs/#pil

或者直接點下面：

• PIL-1.1.7.win32-py3.2.‌exe  [994 KB]  [Python 3.2]  [32 bit]  [Jul 03, 2012]

• PIL-1.1.7.win32-py3.3.‌exe  [988 KB]  [Python 3.3b1]  [32 bit]  [Jul 03, 2012]

      最近在作一件比較 evil 的事情——驗證碼識別，以此來學習一些新的技能。由於我是初學，對圖像處理方面就不太瞭解了，欲要利吾事，必先利吾器，既然只是作一下實驗，那用 Python 來做原型開發再好不過了。在 Python 中，比較經常使用的圖像處理庫是 PIL(Python Image Library)，當前版本是 1.1.7 ，用起來很是方便。你們能夠在 http://www.pythonware.com/products/pil/index.htm 下載和學習。

      在這裏，我主要是介紹一下作圖像識別時可能會用到的一些 PIL 提供的功能，好比圖像加強、還有濾波之類的。最後給出使用 Python 作圖像處理與識別的優點與劣勢。

基本圖像處理

      使用 PIL 以前須要 import Image 模塊

      注意：在python3中，請使用from PIL import Image，不要使用import Image

import Image  #python2

from PIL import Image #python3

      而後你就可使用Image.open(‘xx.bmp’) 來打開一個位圖文件進行處理了。打開文件你不用擔憂格式，也不用瞭解格式，不管什麼格式，都只要把文件名丟給 Image.open 就能夠了。真所謂 bmp、jpg、png、gif……，一個都不能少。

img = Image.open(‘origin.png’)    # 獲得一個圖像的實例對象 img

圖 1原圖

      圖像處理中，最基本的就是色彩空間的轉換。通常而言，咱們的圖像都是 RGB 色彩空間的，但在圖像識別當中，咱們可能須要轉換圖像到灰度圖、二值圖等不一樣的色彩空間。　PIL 在這方面也提供了極完備的支持，咱們能夠：

new_img = img.convert(‘L’)

把 img 轉換爲 256 級灰度圖像， convert() 是圖像實例對象的一個方法，接受一個 mode 參數，用以指定一種色彩模式，mode 的取值能夠是以下幾種：

· 1 (1-bit pixels, black and white, stored with one pixel per byte)

· L (8-bit pixels, black and white)

· P (8-bit pixels, mapped to any other mode using a colour palette)

· RGB (3x8-bit pixels, true colour)

· RGBA (4x8-bit pixels, true colour with transparency mask)

· CMYK (4x8-bit pixels, colour separation)

· YCbCr (3x8-bit pixels, colour video format)

· I (32-bit signed integer pixels)

· F (32-bit floating point pixels)

怎麼樣，夠豐富吧？其實如此之處，PIL 還有限制地支持如下幾種比較少見的色彩模式：LA (L with alpha), RGBX (true colour with padding) and RGBa (true colour with premultiplied alpha)。

下面看一下 mode 爲 ‘1’、’L’、’P’時轉換出來的圖像：

圖 2 mode = '1'

圖 3 mode = 'L'

圖 4 mode = 'P'

convert() 函數也接受另外一個隱含參數 matrix，轉換矩陣 matrix 是一個長度爲4 或者16 tuple。下例是一個轉換 RGB 空間到 CIE XYZ 空間的例子：

   rgb2xyz = (

       0.412453, 0.357580, 0.180423, 0,

       0.212671, 0.715160, 0.072169, 0,

       0.019334, 0.119193, 0.950227, 0 )

   out = im.convert("RGB", rgb2xyz)

      除了完備的色彩空間轉換能力外， PIL 還提供了resize()、rotate()等函數以得到改變大小，旋轉圖片等幾何變換能力，在圖像識別方面，圖像實例提供了一個 histogram() 方法來計算直方圖，很是方便實用。

圖像加強

      圖像加強一般用以圖像識別以前的預處理，適當的圖像加強可以使得識別過程達到事半功倍的效果。 PIL 在這方面提供了一個名爲 ImageEnhance 的模塊，提供了幾種常見的圖像加強方案：

import ImageEnhance

enhancer = ImageEnhance.Sharpness(image)

for i in range(8):

   factor = i / 4.0

   enhancer.enhance(factor).show("Sharpness %f" % factor)

上面的代碼便是一個典型的使用 ImageEnhance 模塊的例子。 Sharpness 是 ImageEnhance 模塊的一個類，用以銳化圖片。這一模塊主要包含以下幾個類：Color、Brightness、Contrast和Sharpness。它們都有一個共同的接口 .enhance(factor) ，接受一個浮點參數 factor，標示加強的比例。下面看看這四個類在不一樣的 factor 下的效果

圖 5 使用Color 進行色彩加強，factor 取值 [0, 4]，步進 0.5

圖 6 用 Birghtness 加強亮度，factor取值[0,4]，步進0.5

圖 7用 Contrast 加強對比度， factor 取值 [0,4]，步進0.5

圖 8用 Sharpness 銳化圖像，factor取值 [0,4]，步進0.5

圖像 Filter

      PIL 在 Filter 方面的支持是很是完備的，除常見的模糊、浮雕、輪廓、邊緣加強和平滑，還有中值濾波、ModeFilter等，簡直方便到能夠作本身作一個Photoshop。這些 Filter 都放置在 ImageFilter 模塊中，ImageFilter主要包括兩部份內容，一是內置的 Filter，如 BLUR、DETAIL等，另外一部分是 Filter 函數，能夠指定不一樣的參數得到不一樣的效果。示例以下：

import ImageFilter

im1 = im.filter(ImageFilter.BLUR)

im2 = im.filter(ImageFilter.MinFilter(3))

im3 = im.filter(ImageFilter.MinFilter()) # same as MinFilter(3)

能夠看到 ImageFilter 模塊的使用很是簡單，每個 Filter 都只須要一行代碼就可調用，開發效率很是高。

圖 9使用 BLUR

圖 10使用 CONTOUR

圖 11使用 DETAIL

圖 12使用 EMBOSS

圖 13使用 EDGE_ENHANCE

圖 14使用 EDGE_ENHANCE_MORE

圖 15使用 FIND_EDGES

圖 16使用 SHARPEN

圖 17使用 SMOOTH

圖 18使用 SMOOTH_MORE

      以上是幾種內置的 Filter 的效果圖，除此以外， ImageFilter 還提供了一些 Filter 函數，下面咱們來看看這些能夠經過參數改變行爲的 Filter 的效果：

圖 19使用 Kernel()，參數：size = (3, 3), kernel = (0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 0.5)

圖 20使用 MaxFilter，默認參數

圖 21使用 MinFilter，默認參數

圖 22使用 MedianFilter，默認參數

圖 23使用 ModeFilter，參數 size = 3

圖 24使用 RankFilter，參數 size = 3, rank = 3

小結

      到此，對 PIL 的介紹就告一段落了。總的來講，對於圖像處理和識別，PIL 內建了強大的支持，從各類加強算法到 Filter ，都讓人沒法懷疑使用 Python 的可行性。 Python惟一的劣勢在於執行時間過慢，特別是當實現一些計算量大的算法時候，須要極強的耐心。我曾用 Hough Transform（霍夫變換）來查找圖像中的直線，純 Python 的實現處理一個 340 * 100 的圖片也要花去數秒時間（P4 3.0G + 1G memory）。但使用 PIL 無需關注圖像格式、內建的圖像加強算法和 Filter 算法，這些優勢使 Python 適合用於構造原型和進行實驗，在這兩方面Python 比 matlab 更加方便。商業的圖像識別產品開發，能夠考慮已經被 boost accepted的來自 adobe 的開源 C++ 庫 gil，能夠兼顧執行性能和開發效率。

原文：http://blog.csdn.net/lanphaday/article/details/1852726