打开/保存图片


import matplotlib.pyplot as plt
import tensorflow as tf
import numpy as np
from PIL import Image
import matplotlib.pyplot as plt

img = Image.open("test.jpg")
img.save("test.png")  # 改变文件后缀名从而改变文件类型
img.save("test.bmp")

img1 = Image.open("test.png")
img2 = Image.open("test.bmp")

# 输出图像属性
print("image:", img.format)
print("image1:", img1.format)
print("image2:", img2.format)
print("size:", img.size)
print("mode", img.mode)

# 显示图像
plt.figure(figsize=(15, 5))
plt.subplot(131)
plt.axis("off")  # 不显示坐标轴
plt.imshow(img)
plt.title(img.format)
plt.subplot(132)
plt.axis("off")  # 不显示坐标轴
plt.imshow(img1)
plt.title(img1.format)
plt.subplot(133)
plt.axis("off")  # 不显示坐标轴
plt.imshow(img2)
plt.title(img2.format)

plt.show()

请添加图片描述

转换图像的色彩模式

img.convert()
请添加图片描述

from PIL import Image
import matplotlib.pyplot as plt

# 转换图像的色彩模式
img = Image.open("test.jpg")
img_gray = img.convert("L")  # 灰度图像
print("mode=", img_gray.mode)

plt.figure(figsize=(5, 5))
plt.imshow(img_gray)
plt.show()

img_gray.save("img_gray.bmp")

在这里插入图片描述

颜色通道的分离与合并

from PIL import Image
import matplotlib.pyplot as plt

img = Image.open("test.jpg")
img_r, img_g, img_b = img.split()  # 三原色分离
plt.figure(figsize=(10, 10))

plt.subplot(221)
plt.axis("off")  # 不显示坐标轴
plt.imshow(img_r, cmap="gray")  # 以灰度图像显示
plt.title(img_r.format, fontsize=20)
plt.subplot(222)
plt.axis("off")  # 不显示坐标轴
plt.imshow(img_g, cmap="gray")
plt.title(img_g.format, fontsize=20)
plt.subplot(223)
plt.axis("off")  # 不显示坐标轴
plt.imshow(img_b, cmap="gray")
plt.title(img_b.format, fontsize=20)

img_rgb = Image.merge("RGB", [img_r, img_g, img_b])  # 图像合并
plt.subplot(224)
plt.axis("off")
plt.imshow(img_rgb)
plt.title("RGB", fontsize=20)

plt.show()

在这里插入图片描述

图像转数组

可以直接用numpy函数转换

import numpy as np
from PIL import Image
img = Image.open("test.jpg")
arr_img = np.array(img)
print("shape:", arr_img.shape, "\n")
print(arr_img)

在这里插入图片描述

图像反色处理

import numpy as np
from PIL import Image
import matplotlib.pyplot as plt
img = Image.open("test.jpg")
img_gray = img.convert("L")
arr_img = np.array(img_gray)
arr_img_new = 255 - arr_img  # 反色处理

plt.figure(figsize=(10, 5))

plt.subplot(121)
plt.axis("off")
plt.imshow(arr_img, cmap="gray")

plt.subplot(122)
plt.axis("off")
plt.imshow(arr_img_new, cmap="gray")

plt.show()

在这里插入图片描述

图像缩放

使用图像对象.resize((width, height))来改变图像尺寸
或者使用图像对象.thumbnail((width, height))，该方法则是直接作用于图像对象，原地操作

import numpy as np
from PIL import Image
import matplotlib.pyplot as plt
plt.figure(figsize=(5, 5))
img = Image.open("test.jpg")
img_small = img.resize((64, 64))  # 设置新的像素宽高
plt.imshow(img_small)
plt.show()

在这里插入图片描述

图像旋转、镜像

图片对象.transpose(旋转方式)

在这里插入图片描述

import numpy as np
from PIL import Image
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = "SimHei"
img = Image.open("test.jpg")

plt.figure(figsize=(10, 10))

plt.subplot(221)
plt.axis("off")
plt.imshow(img)
plt.title("原图", fontsize=20)

plt.subplot(222)
plt.axis("off")
img_flr = img.transpose(Image.FLIP_LEFT_RIGHT)
plt.imshow(img_flr)
plt.title("左右翻转", fontsize=20)

plt.subplot(223)
plt.axis("off")
img_r90 = img.transpose(Image.ROTATE_90)
plt.imshow(img_r90)
plt.title("逆时针旋转90度", fontsize=20)

plt.subplot(224)
plt.axis("off")
img_tp = img.transpose(Image.TRANSPOSE)
plt.imshow(img_tp)
plt.title("转置", fontsize=20)

plt.show()

在这里插入图片描述

图片裁剪

图片对象.crop(左上角x，左上角y，右上角x，右上角y)

import numpy as np
from PIL import Image
import matplotlib.pyplot as plt

img = Image.open("test.jpg")

plt.figure(figsize=(10, 5))
plt.subplot(121)
plt.imshow(img)

plt.subplot(122)
img_region = img.crop((100, 100, 1500, 1500))
plt.imshow(img_region)

plt.show()