python 圖像處理類庫 PIL (二)

和上一篇《python 圖像處理類庫 PIL (一)》同樣，本文依然以圖片 dog.jpeg 爲例，演示 PIL Image 模塊的實例接口。

1. 導入 Image 模塊，打開 dog.jpeg 圖片

from PIL import Image

image = Image.open("dog.jpeg")
複製代碼

2. 讀取圖片屬性

2.1 寬高尺寸（像素）

width, height = image.size

print("width: {} pixels\nheight: {} pixels".format(width, height))
複製代碼

width: 320 pixels
height: 320 pixels
複製代碼

2.2 色彩模式

mode = image.mode

print("color mode: ", mode)
複製代碼

color mode:  RGB
複製代碼

2.3 存儲格式

format = image.format

print("image format: ", format)
複製代碼

image format:  JPEG
複製代碼

2.4 元信息

image.info
複製代碼

{'dpi': (72, 72),
 'exif': b'Exif\x00\x00MM\x00*\x00\x00\x00\x08\x00\x05\x01\x12\x00\x03\x00\x00\x00\x01\x00\x01\x00\x00\x01\x1a\x00\x05\x00\x00\x00\x01\x00\x00\x00J\x01\x1b\x00\x05\x00\x00\x00\x01\x00\x00\x00R\x01(\x00\x03\x00\x00\x00\x01\x00\x02\x00\x00\x87i\x00\x04\x00\x00\x00\x01\x00\x00\x00Z\x00\x00\x00\x00\x00\x00\x00H\x00\x00\x00\x01\x00\x00\x00H\x00\x00\x00\x01\x00\x03\xa0\x01\x00\x03\x00\x00\x00\x01\x00\x01\x00\x00\xa0\x02\x00\x04\x00\x00\x00\x01\x00\x00\x01@\xa0\x03\x00\x04\x00\x00\x00\x01\x00\x00\x01@\x00\x00\x00\x00',
 'jfif': 257,
 'jfif_density': (72, 72),
 'jfif_unit': 0,
 'jfif_version': (1, 1),
 'parsed_exif': {274: 1,
  282: (72, 1),
  283: (72, 1),
  296: 2,
  34665: 90,
  40961: 1,
  40962: 320,
  40963: 320},
 'photoshop': {1028: b'',
  1061: b'\xd4\x1d\x8c\xd9\x8f\x00\xb2\x04\xe9\x80\t\x98\xec\xf8B~'}}
複製代碼

3. 讀取圖片數據

3.1 load()

返回一個像素訪問對象。像素訪問對象的行爲很像一個二維數組，能夠經過下標 [x, y] 的方法，訪問和修改像素值。一般狀況下，咱們不須要調用此方法，Image 類會在第一次訪問圖片數據時，自動調用此方法。

ps: Image.open() 是一個懶操做，在調用 load() 或其餘數據訪問方法前，並未讀取圖片數據，而僅僅讀取圖片的屬性信息。

pix = image.load()

x = image.size[0] // 2
y = image.size[1] // 2

pixdata = pix[x, y]

print("pixel at ({},{}) is {}.".format(x, y, pixdata))
複製代碼

pixel at (160,160) is (184, 171, 155).
複製代碼

3.2 getdata()

返回一個圖像數據的序列化對象。與 load() 方法不一樣的是，返回序列化對象行爲像一個一維數組。也就說圖像的第一行後緊跟着第二行數據。能夠經過 list(image.getdata()) 將其轉換爲普通列表。

image_data = image.getdata()

if len(image_data) == image.size[0] * image.size[1]:
    print("length of image.getdata() is equal to the total number of pixels.")

print("pixel data from 318 to 322 is ", list(image_data)[318:322])
複製代碼

length of image.getdata() is equal to the total number of pixels.
pixel data from 318 to 322 is  [(144, 90, 44), (144, 90, 44), (130, 78, 38), (130, 78, 38)]
複製代碼

不少狀況，咱們但願獲得關於圖片數據是一個二維數組的形式，這就須要咱們本身動手將 getdata() 返回的序列化對象，轉化成二維數組或列表。

如下提供三種方法，同時，爲了便於比較各方法的執行效率，分別打印輸出了轉化過程所花時間。

3.2.1 直接遍歷序列化對象生成二維列表

from time import time

w, h = image.size

start_time = time()

image_data_2d_1 = []
row = 0
for i, pixdata in enumerate(image_data):
    if i % w == 0:
        image_data_2d_1.append([])
        row = i // w
    image_data_2d_1[row].append(pixdata)

print("cost time: {} ms".format((time()-start_time)*1000))
複製代碼

cost time: 47.84393310546875 ms
複製代碼

3.2.2 使用列表切片生成二維列表

getdata() 返回的序列化對象只支持整數下標，不支持切片方式訪問元素，所以須要使用 list() 轉換爲列表。

start_time = time()

image_data_list = list(image_data)
image_data_2d_2 = [image_data_list[w*i:w*(i+1)] for i in range(h)]

print("cost time: {} ms".format((time()-start_time)*1000))
複製代碼

cost time: 18.110036849975586 ms
複製代碼

3.2.3 使用 numpy.array() 生成二維數組

numpy.array() 能夠直接對 PIL 圖片對象進行轉化，無需調用 getdata() 方法。

import numpy as np

start_time = time()

image_data_2d_3 = np.array(image)

print("cost time: {} ms".format((time()-start_time)*1000))
複製代碼

cost time: 0.6780624389648438 ms
複製代碼

經過比較，三種轉化方法所用時間 直接遍歷 > 列表切片 > numpy。所以，使用 numpy 轉化的效率是最高。在不導入 numpy 狀況，首選使用列表切片的方式進行二維列表的轉化。

3 split(): 分離顏色通道

返回一個 Image 對象元組。元組的元素爲各顏色通道分離出來的單通道圖片。例如，RGB 圖片，返回的就是圖片 R，G，B 三個顏色經過對應的灰度圖。

R, G, B = image.split()
R.show()
G.show()
B.show()
複製代碼

傳送門

• 上一篇 python 圖像處理類庫 PIL (一)

---

堅持寫專欄不易，若是以爲本文對你有幫助，記得點個贊。感謝支持！

• 我的網站: kenblog.top
• github 站點: kenblikylee.github.io

微信掃描二維碼 獲取最新技術原創