一、Pillow是什么
- 1) 支持广泛的文件格式
- 2) 提供了丰富的功能
二、Pillow的下载与安装
三、Pillow创建Image对象
- open()
- new()
使用颜色的十六进制格式
五、Pillow图片格式转换
- save()
- convert()+save()
此时返回一个新的image对象，转换图片模式
调用save()保存
- 创建缩略图
- 批量修改图片尺寸
七、Pillow图像分离与合并
八、Pillow图像裁剪、复制、粘贴操作
- 图像裁剪操作
- 图像拷贝和粘贴
九、Pillow图像几何变换
十、Pillow图像降噪处理
getrgb()方法
使用HSL模式红色
- ImageFont
- 加图片水印
十三、Pillow和ndarray数组
- ndarray数组创建图像
- 图像转化为ndarray数组
十四、Pillow生成GIF动态图
十五、图片验证码

一、Pillow是什么

PIL（ Python Imaging Library）是 Python 的第三方图像处理库，由于其功能丰富，API 简洁易用。
Pillow 是 Python 中较为基础的图像处理库，主要用于图像的基本处理，比如裁剪图像、调整图像大小和图像颜色处理等。与 Pillow 相比，OpenCV 和 Scikit-image 的功能更为丰富，所以使用起来也更为复杂，主要应用于机器视觉、图像分析等领域，比如众所周知的“人脸识别”应用。
Pillow 库作为图像处理的常用库，主要有以下三大特点：

1) 支持广泛的文件格式

Pillow 支持广泛的图像格式，比如 “jpeg”，”png”，”bmp”，”gif”，”ppm”，”tiff” 等。同时，它也支持图像格式之间的相互转换。总之， Pillow 几乎能够处理任何格式的图像。

2) 提供了丰富的功能

Pillow 提供了丰富的图像处理功能，可概括为两个方面：

图像归档
图像处理

图像归档，包括创建缩略图、生成预览图像、图像批量处理等；而图像处理，则包括调整图像大小、裁剪图像、像素点处理、添加滤镜、图像颜色处理等。

二、Pillow的下载与安装

pip install pillow

三、Pillow创建Image对象

Image 类是 Pillow 库中最为重要的类，该类被定义在和与其同名的 Image 模块中。
使用下列导包方式引入 Image 模块：

from PIL import Image

使用 Image 类可以实例化一个 Image 对象，通过调用该对象的一系列属性和方法对图像进行处理。Pilow 提供了两种创建 Image 实例对象的方法：

open()

使用 Image 类的 open() 方法，可以创建一个 Image 对象，语法格式如下：

im = Image.open(fp,mode=”r”)

参数说明：

fp：即 filepath 的缩写，表示文件路径，字符串格式；
mode：可选参数，若出现该参数，则必须设置为 “r”，否则会引发 ValueError 异常。
new()
使用 Image 类提供的 new() 方法可以创建一个新的 Image 对象，语法格式如下:

im=Image.new(mode,size,color)

参数说明如下：

mode：图像模式，字符串参数，比如 RGB（真彩图像）、L（灰度图像）、CMYK（色彩图打印模式）等；
size：图像大小，元组参数（width, height）代表图像的像素大小；
color：图片颜色，默认值为 0 表示黑色，参数值支持（R,G,B）三元组数字格式、颜色的十六进制值以及颜色英文单词。 ```python from PIL import Image

使用颜色的十六进制格式

im_1 = Image.new(mode=’RGB’, size=(100, 100), color=”#ff0000”) im_1.show()

<a name="uNLCm"></a>
# 四、Pillow Image对象属性
<a name="lf7wN"></a>
#### 1) size：查看图像的尺寸
<a name="msIko"></a>
#### 2) format：查看图片的格式
<a name="E28CG"></a>
#### 3) readonly：图片是否为只读
<a name="hgfvj"></a>
#### 4) info：查看图片相关信息
<a name="PUaCU"></a>
#### 5) mode：图像模式
| mode | 描述 |
| --- | --- |
| 1 | 1 位像素（取值范围 0-1），0表示黑，1 表示白，单色通道。 |
| L | 8 位像素（取值范围 0 -255），灰度图，单色通道。 |
| P | 8 位像素，使用调色板映射到任何其他模式，单色通道。 |
| RGB | 3 x 8位像素，真彩色，三色通道，每个通道的取值范围 0-255。 |
| RGBA | 4 x 8位像素，真彩色+透明通道，四色通道。 |
| CMYK | 4 x 8位像素，四色通道，可以适应于打印图片。 |
| YCbCr | 3 x 8位像素，彩色视频格式，三色通道。 |
| LAB | 3 x 8位像素，L * a * b颜色空间，三色通道 |
| HSV | 3 x 8位像素，色相，饱和度，值颜色空间，三色通道。 |
| I | 32 位有符号整数像素，单色通道。 |
| F | 32 位浮点像素，单色通道。 |
```python
from PIL import Image
# 使用颜色的十六进制格式
im = Image.new(mode='RGB', size=(100, 100), color="#ff0000")
# im.show()
# 查看尺寸
print("宽是%s高是%s" % (im.width, im.height))
# 或者通过size查看
print("图像的大小size:", im.size)
print("图像的格式:", im.format)
print("图像是否为只读:", im.readonly)
# 包括了每英寸像素点大小和截图软件信息
print("图像信息:", im.info)
print("图像模式信息:", im.mode)

五、Pillow图片格式转换

Pillow库支持多种图片格式，您可以直接使用 open() 方法来读取图片，并且无须考虑图片是何种类型。同时，Pillow 能够很轻松地实现图片格式之间的转换。
图片格式之间的转换主要有以下两种方法

save()

save() 方法用于保存图像，当不指定文件格式时，它会以默认的图片格式来存储；如果指定图片格式，则会以指定的格式存储图片。

Image.save(fp, format=None)

参数说明如下：

fp：图片的存储路径，包含图片的名称，字符串格式；
format：可选参数，可以指定图片的格式。

convert()+save()
注意，并非所有的图片格式都可以用 save() 方法转换完成，比如将 PNG 格式的图片保存为 JPG 格式，如果直接使用 save() 方法就会出现以下错误： PNG 和 JPG 图像模式不一致导致的。其中 PNG 是四通道 RGBA 模式，即红色、绿色、蓝色、Alpha 透明色；JPG 是三通道 RGB 模式。因此要想实现图片格式的转换，就要将 PNG 转变为三通道 RGB 模式。
Image 类提供的 convert() 方法可以实现图像模式的转换。该函数提供了多个参数，比如 mode、matrix、dither 等，其中最关键的参数是 mode，其余参数无须关心。语法格式如下：

convert(mode,parms**)
mode：指的是要转换成的图像模式；
params：其他可选参数。 ```python from PIL import Image

im = Image.open(“b.png”)

此时返回一个新的image对象，转换图片模式

image = im.convert(‘RGB’)

调用save()保存

image.save(‘a.jpg’)

<a name="PODC3"></a>
# 六、Pillow图像缩放操作
在图像处理过程中经常会遇到缩小或放大图像的情况，Image 类提供的 resize() 方法能够实现任意缩小和放大图像。
> resize(size, resample=image.BICUBIC, box=None, reducing_gap=None)
参数说明：
- size：元组参数 (width,height)，图片缩放后的尺寸；
- resample：可选参数，指图像重采样滤波器，与 thumbnail() 的 resample 参数类似，默认为 Image.BICUBIC；
- box：对指定图片区域进行缩放，box 的参数值是长度为 4 的像素坐标元组，即 (左,上,右,下)。注意，被指定的区域必须在原图的范围内，如果超出范围就会报错。当不传该参数时，默认对整个原图进行缩放；
- reducing_gap：可选参数，浮点参数值，用于优化图片的缩放效果，常用参数值有 3.0 和 5.0。
<br />注意，resize() 会返回一个新的 image 对象。
```python
#放大图片
im = Image.open("b.png")
try:
    # 放大图片
    image = im.resize((550, 260))
    # 将新图像保存至桌面
    image.save("放大图像.png")
    print("查看新图像的尺寸", image.size)
except IOError:
    print("放大图像失败")
 #局部位置进行放大   
im = Image.open("th.png")
try:
    # 选择放大的局部位置，并选择图片重采样方式
    # box四元组指的是像素坐标 (左,上,右,下)
    # (0,0,120,180)，表示以原图的左上角为原点，选择宽和高分别是(120,180)的图像区域
    image = im.resize(size=(550, 260), resample=Image.LANCZOS, box=(0, 0, 1, 1))
    image.show()
    # 保存
    image.save("1放大图像.png")
    print("查看新图像的尺寸", image.size)
except IOError:
    print("放大失败")

创建缩略图

缩略图（thumbnail image）指的是将原图缩小至一个指定大小（size）的图像。通过创建缩略图可以使图像更易于展示和浏览。
Image 对象提供了一个 thumbnail() 方法用来生图像的缩略图，该函数的语法格式如下：

thumbnail(size,resample)

size：元组参数，指的是缩小后的图像大小；
resample：可选参数，指图像重采样滤波器，有四种过滤方式，分别是 Image.BICUBIC（双立方插值法）、PIL.Image.NEAREST（最近邻插值法）、PIL.Image.BILINEAR（双线性插值法）、PIL.Image.LANCZOS（下采样过滤插值法），默认为 Image.BICUBIC。
```
im = Image.open("b.png")
im.thumbnail((150, 50))
print("缩略图尺寸", im.size)
# 将缩略图保存
im.save("th.png")
```
注意，缩略图的尺寸可能与您指定的尺寸不一致，这是因为 Pillow 会对原图像的长、宽进行等比例缩小，当指定的尺寸不符合图像的尺寸规格时，缩略图就会创建失败，比如指定的尺寸超出了原图像的尺寸规格。
批量修改图片尺寸
```
# 批量修改图片尺寸
import os
from PIL import Image
#读取图片目录
fileName = os.listdir('C:/Users/Administrator/Desktop/image01/')
print(fileName)
#设定尺寸
width = 350
height = 350
# 如果目录不存在，则创建目录
if not os.path.exists('C:/Users/Administrator/Desktop/NewImage/'):
  os.mkdir('C:/Users/Administrator/Desktop/NewImage/')
# 循环读取每一张图片
for img in fileName:
  old_pic = Image.open('C:/Users/Administrator/Desktop/image01/' + img)
  new_image = old_pic.resize((width, height),Image.BILINEAR)
  print (new_image)
  new_image.save('C:/Users/Administrator/Desktop/NewImage/'+img)
```
七、Pillow图像分离与合并
图像（指数字图像）由许多像素点组成，像素是组成图像的基本单位，而每一个像素点又可以使用不同的颜色，最终呈现出了绚丽多彩的图像。图片模式，它们的本质就是图片呈现颜色时需要遵循的规则，比如 RGB、RGBA、CYMK 等，而图像的分离与合并，指的就是图像颜色的分离和合并。
Image 类提供了用于分离图像和合并图像的方法 split() 和 merge() 方法，通常情况下，这两个方法会一起使用。
split()
split() 的使用方法比较简单，用来分离颜色通道。我们使用它来处理蝴蝶图片：
```
im = Image.open("11.png")
# 修改图像大小，以适应图像处理
image = im.resize((450, 400))
image.save("22.png")
# 分离颜色通道，产生三个 Image对象
r, g, b, e = image.split()
r.show()
g.show()
b.show()
e.show()
```
merge()
Image 类提供的 merge() 方法可以实现图像的合并操作。注意，图像合并，可以是单个图像合并，也可以合并两个以上的图像。
merge() 方法的语法格式如下：

Image.merge(mode, bands)

参数说明如下：

mode：指定输出8图片的模式
bands：参数类型为元组或者列表序列，其元素值是组成图像的颜色通道，比如 RGB 分别代表三种颜色通道，可以表示为 (r,g,b)。

注意，该函数会返回一个新的 Image 对象。
下面对图像合并的两种类型分别进行介绍：
一. 单个图像的合并指的是将颜色通道进行重新组合，从而得到不一样的图片效果，代码如下所示：

from PIL import Image
im = Image.open("1.jpg")
# 修改图像大小，以适应图像处理
image = im.resize((450, 400))
image.save("2.jpg")
# 分离颜色通道，产生三个 Image对象
r, g, b = image.split()
# 重新组合颜色通道，返回先的Image对象
image_merge = Image.merge('RGB', (b, g, r))
image_merge.show()
# 保存图像至桌面
image_merge.save("3.jpg")

两张图片的合并操作也并不复杂，但是要求两张图片的模式、图像大小必须要保持一致，否则不能合并。因此，对于那些模式、大小不同的图片要进行预处理。

from PIL import Image
# 打开图2.jpg
im_1 = Image.open("11.png")
im_2 = Image.open("da.png")
# 因为两种图片的图片格式一致，所以仅需要处理图片的大小，让它们保持一致
# 让 im_2 的图像尺寸与 im_1 一致,注意此处新生成了 Image 对象
image = im_2.resize(im_1.size)
# 接下来，对图像进行颜色分离操作
r1, g1, b1, c1 = im_1.split()
r2, g2, b2, c2 = image.split()
# 合并图像
im_3 = Image.merge('RGB', [r2, g1, b2])
im_3.show()
im_3.save("合成.jpg")

blend() 混合图片

Image 类也提供了 blend() 方法来混合 RGBA 模式的图片（PNG 格式），函数的语法格式如下：

Image.blend(image1,image2, alpha)

参数说明如下：

image1，image2：表示两个 Image 对象。
alpha：表示透明度，取值范围为 0 到 1，当取值为 0 时，输出图像相当于 image1 的拷贝，而取值为 1 时，则是 image2 的拷贝，只有当取值为 0.5 时，才为两个图像的中合。因此改值的大小决定了两个图像的混合程度。

与 RGB 模式相比，RGBA 在 RGB 的基础上增加了透明度，通过 Alpha 取值来决定两个图像的混合程度。示例如下：

""""
混合 rgba模式的图像
"""
im1 = Image.open("11.png")
image = Image.open("th.png")
im2 = image.resize(im1.size)
# 设置 alpha 为 0.5
imgs = Image.blend(im1, im2, 0.5)
imgs.show()
imgs.save("ff.png")

八、Pillow图像裁剪、复制、粘贴操作

图像的剪裁、复制、粘贴是图像处理过程中经常使用的基本操作，Pillow Image 类提供了简单、易用的 API 接口，能够帮助您快速实现这些简单的图像处理操作。

图像裁剪操作

Image 类提供的 crop() 函数允许我们以矩形区域的方式对原图像进行裁剪，函数的语法格式如下：

crop(box=None)

box：表示裁剪区域，默认为 None，表示拷贝原图像。
注意：box 是一个有四个数字的元组参数 (x左上,y左下,x1右上,y1右下)，分别表示被裁剪矩形区域的左上角 x、y 坐标和右下角 x，y 坐标。默认 (0,0) 表示坐标原点，宽度的方向为 x 轴，高度的方向为 y 轴，每个像素点代表一个单位。

crop() 函数的会返回一个 Image 对象，使用示例如下：

"""
裁剪图像
"""
im = Image.open("11.png")
box = (0, 0, 200, 100)
im_crop = im.crop(box)
im_crop.show()

图像拷贝和粘贴

拷贝、粘贴操作几乎是成对出现的，Image 类提供了 copy() 和 paste() 方法来实现图像的复制和粘贴。其中复制操作（即 copy() 方法）比较简单，下面主要介绍 paste() 粘贴方法，语法格式如下所示：

paste(image, box=None, mask=None)

该函数的作用是将一张图片粘贴至另一张图片中。注意，粘贴后的图片模式将自动保持一致，不需要进行额外的转换。参数说明如下：

image：指被粘贴的图片；
box：指定图片被粘贴的位置或者区域，其参数值是长度为 2 或者 4 的元组序列，长度为 2 时，表示具体的某一点 (x,y)；长度为 4 则表示图片粘贴的区域，此时区域的大小必须要和被粘贴的图像大小保持一致。

mask：可选参数，为图片添加蒙版效果。

im = Image.open("11.png")
# 复制一张图片副本
im_copy = im.copy()
# 对副本进行裁剪
im_crop = im_copy.crop((0, 0, 200, 100))
# 创建一个新的图像作为蒙版，L模式，单颜色值
image_new = Image.new('L', (200, 100), 200)
# 将裁剪后的副本粘贴至副本图像上，并添加蒙版
im_copy.paste(im_crop, (100, 100, 300, 200), mask=image_new)
# 显示粘贴后的图像
im_copy.show()

九、Pillow图像几何变换

图像的几何变换主要包括图像翻转、图像旋转和图像变换操作，Image 类提供了处理这些操作的函数 transpose()、rotate() 和 transform()。

transpose()翻转操作

该函数可以实现图像的垂直、水平翻转，语法格式如下：

Image.transpose(method)

method 参数决定了图片要如何翻转，参数值如下：

Image.FLIP_LEFT_RIGHT：左右水平翻转；
Image.FLIP_TOP_BOTTOM：上下垂直翻转；
Image.ROTATE_90：图像旋转 90 度；
Image.ROTATE_180：图像旋转 180 度；
Image.ROTATE_270：图像旋转 270 度；
Image.TRANSPOSE：图像转置；
Image.TRANSVERSE：图像横向翻转。
```
im = Image.open("ddf.png")
# 返回一个新的Image对象
im_out = im.transpose(Image.FLIP_LEFT_RIGHT)
im_out.show()
im_out.save("水平翻转.png")
```
rotate()任意角度旋转
当我们想把图像旋转任意角度时，可以使用 rotate() 函数，语法格式如下：

Image.rotate(angle, resample=PIL.Image.NEAREST, expand=None, center=None, translate=None, fillcolor=None)

参数说明如下：

angle：表示任意旋转的角度；
resample：重采样滤波器，默认为 PIL.Image.NEAREST 最近邻插值方法；
expand：可选参数，表示是否对图像进行扩展，如果参数值为 True 则扩大输出图像，如果为 False 或者省略，则表示按原图像大小输出；
center：可选参数，指定旋转中心，参数值是长度为 2 的元组，默认以图像中心进行旋转；
translate：参数值为二元组，表示对旋转后的图像进行平移，以左上角为原点；

fillcolor：可选参数，填充颜色，图像旋转后，对图像之外的区域进行填充。

im = Image.open("ddf.png")
# 返回一个新的Image对象
# translate的参数值可以为负数，并将旋转图之外的区域填充为绿色
# 返回同一个新的Image对象
im_out = im.rotate(45, translate=(0, -25), fillcolor="green")
im_out.show()
im_out.save("水平翻转.png")

transform()图像变换

该函数能够对图像进行变换操作，通过指定的变换方式，产生一张规定大小的新图像，语法格式如下：

Image.transform(size, method, data=None, resample=0)

参数说明：

size：指定新图片的大小；
method：指定图片的变化方式，比如 Image.EXTENT 表示矩形变换；
data：该参数用来给变换方式提供所需数据；
resample：图像重采样滤波器，默认参数值为 PIL.Image.NEAREST。
```
im = Image.open("ddf.png")
# 返回一个新的Image对象
# translate的参数值可以为负数，并将旋转图之外的区域填充为绿色
# 返回同一个新的Image对象
#设置图像大小250*250，并根据data的数据截取原图像的区域，生成新的图像
im_out=im.transform((250,250),Image.EXTENT,data=[0,0,30 + im.width//4,im.height//3])
im_out.show()
im_out.save("水平翻转.png")
```
十、Pillow图像降噪处理
由于成像设备、传输媒介等因素的影响，图像总会或多或少的存在一些不必要的干扰信息，我们将这些干扰信息统称为“噪声”，比如数字图像中常见的“椒盐噪声”，指的是图像会随机出现的一些白、黑色的像素点。图像噪声既影响了图像的质量，又妨碍人们的视觉观赏。因此，噪声处理是图像处理过程中必不可少的环节之一，我们把处理图像噪声的过程称为“图像降噪”。

随着数字图像技术的不断发展，图像降噪方法也日趋成熟，通过某些算法来构造滤波器是图像降噪的主要方式。滤波器能够有效抑制噪声的产生，并且不影响被处理图像的形状、大小以及原有的拓扑结构。

Pillow 通过 ImageFilter 类达到图像降噪的目的，该类中集成了不同种类的滤波器，通过调用它们从而实现图像的平滑、锐化、边界增强等图像降噪操作。常见的降噪滤波器如下表所示：

名称	说明
ImageFilter.BLUR	模糊滤波，即均值滤波
ImageFilter.CONTOUR	轮廓滤波，寻找图像轮廓信息
ImageFilter.DETAIL	细节滤波，使得图像显示更加精细
ImageFilter.FIND_EDGES	寻找边界滤波（找寻图像的边界信息）
ImageFilter.EMBOSS	浮雕滤波，以浮雕图的形式显示图像
ImageFilter.EDGE_ENHANCE	边界增强滤波
ImageFilter.EDGE_ENHANCE_MORE	深度边缘增强滤波
ImageFilter.SMOOTH	平滑滤波
ImageFilter.SMOOTH_MORE	深度平滑滤波
ImageFilter.SHARPEN	锐化滤波
ImageFilter.GaussianBlur()	高斯模糊
ImageFilter.UnsharpMask()	反锐化掩码滤波
ImageFilter.Kernel()	卷积核滤波
ImageFilter.MinFilter(size)	最小值滤波器，从 size 参数指定的区域中选择最小像素值，然后将其存储至输出图像中。
ImageFilter.MedianFilter(size)	中值滤波器，从 size 参数指定的区域中选择中值像素值，然后将其存储至输出图像中。
ImageFilter.MaxFilter(size)	最大值滤波器
ImageFilter.ModeFilter()	模式滤波

从上述表格中选取几个方法进行示例演示，下面是等待处理的原始图像：

模糊处理

# 导入Image类和ImageFilter类
from PIL import Image, ImageFilter
im = Image.open("美女.png")
# 图像模糊处理
im_blur = im.filter(ImageFilter.BLUR)
im_blur.show()
im_blur.save("模糊.png")

轮廓图

im = Image.open("美女.png")
#生成轮廓图
im2=im.filter(ImageFilter.CONTOUR)
im2.show()
im2.save("轮廓图.png")

边缘检测

im = Image.open("美女.png")
#边缘检测
im3=im.filter(ImageFilter.FIND_EDGES)
im3.show()
im3.save("边缘检测.png")

浮雕图

im = Image.open("国宝.jpg")
# 浮雕图
im4 = im.filter(ImageFilter.EMBOSS)
im4.show()
im4.save("浮雕图.png")

平滑图像

im = Image.open("国宝.jpg")
# 平滑图smooth
im5 = im.filter(ImageFilter.SMOOTH)
im5.show()
im5.save("平滑图.png")

十一、Pillow图像颜色处理
Pillow 提供了颜色处理模块 ImageColor，该模块支持不同格式的颜色，比如 RGB 格式的颜色三元组、十六进制的颜色名称（#ff0000）以及颜色英文单词（”red”）。同时，它还可以将 CSS（层叠样式表，用来修饰网页）风格的颜色转换为 RGB 格式。

注意，在 ImageColor 模块对颜色的大小并不敏感，比如 “Red” 也可以写为 “ red”。

颜色命名

ImageColor 支持多种颜色模式的的命名（即使用固定的格式对颜值进行表示），比如我们熟知的 RGB 色彩模式，除此之外，还有 HSL （色调-饱和度-明度）、HSB （又称 HSV，色调-饱和度-亮度）色彩模式。下面对 HSL 做简单介绍：

H：即 Hue 色调，取值范围 0 -360，其中 0 表示“red”，120 表示 “green”，240 表示“blue”；
S：即 Saturation 饱和度，代表色彩的纯度，取值 0~100%，其中 0 代表灰色（gry），100% 表示色光最饱和；
L：即 Lightness 明度，取值为 0~100%，其中 0 表示“black”黑色，50% 表示正常颜色，100% 则表示白色。

下面使用 HSL 色彩模式表示红色，格式如下：

HSL(0,100%,50%)

此时的颜色为“纯红色”，等同于 RGB (255,0,0)。如果想了解有关 HSL/HSB 的更多知识，点击链接前往。

ImageColor 模块比较简单，只提供了两个常用方法，分别是 getrgb() 和 getcolor() 函数。

getrgb()方法

顾名思义，该函数用来得到颜色的 RGB 值，语法格式如下：

PIL.ImageColor.getrgb(color)

getcolor()

该方法与 getrgb() 类似，同样用来获取颜色值，不过它多了一个mode参数，因此该函数可以获取指定色彩模式的颜色值。语法格式如下：

PIL.ImageColor.getcolor(color, mode)

参数说明如下：

color：一个颜色名称，字符串格式，可以是颜色的英文单词，或者十六进制颜色名。如果是不支持的颜色，会报 ValueError 错误；
mode：指定色彩模式，如果是不支持的模式，会报 KeyError 错误。 ```python from PIL import Image, ImageColor

getrgb()方法

color1 = ImageColor.getrgb(“blue”) print(color1) color2 = ImageColor.getrgb(‘#DCDCDC’) print(color2)

使用HSL模式红色

color3 = ImageColor.getrgb(‘HSL(0,100%,50%)’) print(color3)

color4 = ImageColor.getcolor(‘#EEA9B8’, ‘L’) print(color4) color5 = ImageColor.getcolor(‘yellow’, ‘RGBA’) print(color5)

<a name="RRHHA"></a>
# 十二、Pillow为图片添加水印
水印是附着在原图片上一段文字信息，因此添加水印的过程中会涉及两个问题：

- 第一、如何使文字信息附着在图片上；
- 第二、如何绘制文字信息。

<br />只要解决了这两个问题就可以成功添加水印。Pillow 提供的ImageDraw和ImageFont模块成功解决了上述问题。
<a name="aTd33"></a>
#### ImageDraw
PIL.ImageDraw 模块提供了一系列的绘图方法，通过该模块可以创建一个新的图形，或者在现有的图像上再绘制一个图形，从而起到对原图注释和修饰的作用。<br />下面创建一个 ImageDraw 对象，并对该对象的使用方法做简单介绍：
> draw = ImageDraw.Draw(im)

上述方法会返回一个 ImageDraw 对象，参数 im 表示 Image 对象。这里我们可以把 Image 对象理解成画布，通过调用 ImageDraw 对象的一些方法，实现了在画布上绘制出新的图形目的。ImageDraw 对象的常用方法如下表所示：

| 方法 | 说明 |
| --- | --- |
| text | 在图像上绘制文字 |
| line | 绘制直线、线段 |
| eclipse | 绘制椭圆形 |
| rectangle | 绘制矩形 |
| polygon | 绘制多边形 |

表格中第一个方法 text() 需要与 ImageFont 模块一起使用，在下面会做详细介绍。<br />**绘制矩形图**的语法格式如下：
> draw.rectangle(xy, fill=None, outline=None)

参数说明如下：

- xy：元组参数值，以图像的左上角为坐标原点，表示矩形图的位置、图形大小的坐标序列，形如 ((x1,y1,x2,y2))；
- fill：矩形图的背景填充色；
- outline：矩形图的边框线条颜色。
```python
from PIL import Image, ImageDraw

# 创建 Image 对象，当做背景图
im = Image.new('RGB', (200, 200), color='gray')
# 创建 ImageDraw 对象
draw = ImageDraw.Draw(im)
# 以左上角为原点，绘制矩形。元组坐标序列表示矩形的位置、大小；fill设置填充色为红色，outline设置边框线为黑色
draw.rectangle((50, 100, 100, 150), fill=(255, 0, 0), outline=(0, 0, 0))
# 查看原图片
im.show()
# 保存图片
im.save("添加矩形图.png")

ImageFont

PIL.ImagreFont 模块通过加载不同格式的字体文件，从而在图像上绘制出不同类型的文字，比如 TrueType 和 OpenType 类型的字体。
创建字体对象的语法格式如下：

font = ImageFont.truetype(font=’字体文件路径’, size=字体大小)

如果想要在图片上添加文本，还需要使用 ImageDraw.text() 方法，语法格式如下：

d.text((x,y), “text”, font, fill)

参数说明如下：

(x,y)：图像左上角为坐标原点，(x,y) 表示添加文本的起始坐标位置；
text：字符串格式，要添加的文本内容；
font：ImageFont 对象；
fill：文本填充颜色。

from PIL import Image, ImageFont, ImageDraw

# 打开图片，返回 Image对象
im = Image.open("美女.png")
# 创建画布对象
draw = ImageDraw.Draw(im)
# 加载计算机本地字体文件
font = ImageFont.truetype('C:/Windows/Fonts/msyh.ttc', size=36)
# 在原图像上添加文本
draw.text(xy=(80, 50), text='漂亮', fill=(255, 0, 0), font=font)
im.show()
im.save("c.png")

加图片水印

通过上述知识的学习，我们对ImageDraw和ImageFont模块有了大体的认识，并且也解决了如何给图片添加水印的两个关键问题。以下示例展示了为图片添加水印的详细过程，代码如下所示：

"""
添加水印（函数式编程）
"""
from PIL import Image, ImageFont, ImageDraw

font = ImageFont.truetype('C:/Windows/Fonts/msyh.ttc', size=30)


def creating_watermark(im, text, font=font):
    # 给水印添加透明度，因此需要转换图片的格式
    im_rgba = im.convert('RGBA')
    im_text_canvas = Image.new('RGBA', im_rgba.size, (255, 255, 255, 0))
    print(im_rgba.size[0])
    draw = ImageDraw.Draw(im_text_canvas)
    # 设置文本文字大小
    text_x_width, text_y_height = draw.textsize(text, font=font)
    print(text_x_width, text_y_height)
    text_xy = (im_rgba.size[0] - text_x_width, im_rgba.size[1] - text_y_height)
    print(text_xy)
    # 设置文本颜色（绿色）和透明度（半透明）
    draw.text(text_xy, text, font=font, fill=(255, 255, 255, 128))
    # 将原图片与文字复合
    im_text = Image.alpha_composite(im_rgba, im_text_canvas)
    return im_text


image = Image.open("美女.png")
image.show()
image_water = creating_watermark(image, '@爱你哟')
image_water.show()
image_water.save("爱你哟.png")

十三、Pillow和ndarray数组

NumPy 是 Python 科学计算的基础数据包，它被大量的应用于机器学习领域，比如图像识别、自然语言处理、数据挖掘等。
ndarray 是 NumPy 中的数组类型，也称为 ndarray 数组，该数组可以与 Pillow 的 PIL.Image 对象实现相互转化。

ndarray数组创建图像

下面通过 ndarray 数组构建一个 Image 对象，并将图像显示出来。示例如下：

# 导入相关的包
from PIL import Image
# 使用numpy之前需要提前安装
import numpy as np

# 创建 300*400的图像，3个颜色通道
array = np.zeros([300, 400, 3], dtype=np.uint8)
# rgb色彩模式
array[:, :200] = [255, 0, 0]
array[:, 200:] = [255, 255, 0]
img = Image.fromarray(array)
img.show()
img.save("数组生成图像.png")

图像转化为ndarray数组

下面将图像以 ndarray 数组的形式进行输出，示例如下：

from PIL import Image
import numpy as np

img = Image.open("美女.png")
img.show()
# Image图像转换为ndarray数组
img_2 = np.array(img)
print(img_2)
# ndarray转换为Image图像
arr_img = Image.fromarray(img_2)
# 显示图片
arr_img.show()
# 保存图片
arr_img.save("arr_img.png")

组成图片的像素点数组如下所示：

[[[254 254 254 255]
  [254 254 254 255]
  [254 254 254 255]
  ...
  [179 182 213 255]
  [180 183 214 255]
  [179 183 214 255]]

 [[254 254 254 255]
  [254 254 254 255]
  [254 254 254 255]
  ...
  [179 182 213 255]
  [180 183 214 255]
  [180 183 214 255]]

 [[254 254 254 255]
  [254 254 254 255]
  [254 254 254 255]
  ...
  [179 182 213 255]
  [179 182 213 255]
  [179 182 213 255]]

 ...

 [[170 124  70 255]
  [171 125  71 255]
  [171 125  71 255]
  ...
  [152 134 123 255]
  [163 146 135 255]
  [174 155 144 255]]

 [[163 116  60 255]
  [164 117  61 255]
  [166 118  63 255]
  ...
  [141 124 115 255]
  [150 133 124 255]
  [159 142 133 255]]

 [[161 112  56 255]
  [160 112  55 255]
  [162 114  57 255]
  ...
  [125 109 103 255]
  [127 111 105 255]
  [132 117 111 255]]]

十四、Pillow生成GIF动态图

GIF（Graphics Interchange Format，图形交换格式）是一种“位图”图像格式，它以.gif作为图像的扩展名。GIF 图片非常适合在互联网中使用，这是因为它采用了图像预压缩技术，该技术的应用，在一定程度上减少了图像传播、加载所消耗的时间。

与其他格式的图片相比，GIF 还有一项非常重要的应用，那就是生成动态图。我们知道，Pillow 能够处理多种图像格式，包括 GIF 格式，它可以将静态格式图片（png、jpg）合成为 GIF 动态图。 <br />注意：Pillow 总是以灰度模式（L）或调色板模式（P）来读取 GIF 文件。

import os
from PIL import Image


def png_to_gif(png_path, gif_name):
    """png合成gif图像"""
    frames = []
    # 返回文件夹内的所有静态图的列表
    png_files = os.listdir(png_path)
    # 打印返回的列表
    print(png_files)
    # 读取文件内的静态图
    for frame_id in range(1, len(png_files) + 1):
        frame = Image.open(os.path.join(png_path, 'image%d.png' % frame_id))
        frames.append(frame)
    # 以第一张图片作为开始，将后续5张图片合并成 gif 动态图
    # 参数说明：
    # save_all 保存图像;transparency 设置透明背景色;duration 单位毫秒，动画持续时间，
    # loop=0 无限循环;disposal=2 恢复原背景颜色。参数详细说明，请参阅官方文档，网址见文章末尾处。
    frames[0].save(gif_name, save_all=True, append_images=frames[1:], transparency=0, duration=2000, loop=0, disposal=2)


# 调用函数，传入对应的参数
png_to_gif("img", 't.gif')

十五、图片验证码

import string
import random
from PIL import Image, ImageDraw, ImageFont


# pillow是PIL（Python成像库）的一个分支，它不再被维护。所以，为了保持向后兼容性，
# 往往使用旧的模块名称——PIL。所以，我们直接import PIL就可以了。

class Captcha:
    '''
    :param captcha_size:图片验证码的尺寸
    :param font_size:验证字体的大小
    :param text_number:验证码的字符数
    :param line_number:干扰线条数量
    :param background_color:图片背景色
    :param sources:取样字符集
    :param save_format:图片保存格式
    :return:
    '''

    def __init__(self, captcha_size=(150, 80),
                 font_size=40, text_number=4,
                 line_number=6, background_color=(255, 255, 255),
                 sources=None, save_format='png'):

        self.captcha_size = captcha_size
        self.font_size = font_size
        self.text_number = text_number
        self.line_number = line_number
        self.background_color = background_color
        self.format = save_format
        if sources:
            self.sources = sources
        else:
            self.sources = string.ascii_letters + string.digits

    def get_text(self):
        # 从sources字符集里面根据验证码数量随机生成一串字符
        text = random.sample(self.sources, k=self.text_number)
        return ''.join(text)

    def get_font_color(self):
        # 随机获取验证码中的字符的RGB颜色
        font_color = (random.randint(0, 150), random.randint(0, 150), random.randint(0, 150))
        return font_color

    def get_line_color(self):
        line_color = (random.randint(0, 250), random.randint(0, 250), random.randint(0, 250))
        return line_color

    def draw_text(self, draw, text, font, captcha_width, captcha_height, spacing=20):
        '''
        在图片上绘制传入的字符
        :param draw: 生成的画笔对象
        :param text: 绘制的字符
        :param font: 采用的字体
        :param captcha_width:验证码宽度
        :param captcha_height: 验证码高度
        :param spacing: 字符之间间隔
        :return:
        '''
        # 获得字符串的宽度,高度
        text_width, text_height = font.getsize(text)
        # 每个字符的大概宽度
        every_value_width = int(text_width / 4)

        # 这一串字符的总长度
        text_length = len(text)
        # 每两个字符之间拥有间隙,获取总的间隙???
        total_spacing = (text_length - 1) * spacing

        if total_spacing + text_width >= captcha_width:
            raise ValueError('字体加中间空隙超过图片总宽度')

        # 获取第一个字符绘制位置
        start_width = int(captcha_width - text_width - total_spacing)
        start_height = int((captcha_height - text_height) / 2)

        # 依次绘制每个字符
        for value in text:
            position = start_width, start_height
            print(position)
            # 绘制text
            draw.text(position, value, font=font, fill=self.get_font_color())
            # 改变下一个字符的起始绘制
            start_width = start_width + every_value_width + spacing

    def draw_line(self, draw, captcha_width, captcha_height):
        '''
        绘制线条
        :param draw:画笔对象
        :param captcha_width:验证码宽度
        :param captcha_height: 验证码高度
        :return:
        '''
        # 随即获取开始位置的坐标
        begin = (random.randint(0, captcha_width / 2), random.randint(0, captcha_height / 2))
        # 随机获取结束位置的坐标
        end = (random.randint(captcha_width / 2, captcha_width), random.randint(captcha_height / 2, captcha_height))
        draw.line([begin, end], fill=self.get_line_color())

    def draw_point(self, draw, point_chance, width, height):
        '''
        绘制干扰圆点
        :param draw: 画笔对象
        :param point_chance:绘制圆点的概率,point_chance / 100
        :param width: 验证码宽度
        :param height: 验证码高度
        :return:
        '''

        # 按照概率随机绘制小圆点
        for w in range(width):
            for h in range(height):
                tmp = random.randint(0, 100)
                if tmp < point_chance:
                    draw.point((w, h), fill=self.get_line_color())

    def make_captcha(self):
        # 制作验证码
        # 获取验证码的宽度,高度
        width, height = self.captcha_size
        # 生成一张图片
        captcha = Image.new('RGB', self.captcha_size, self.background_color)
        # 获取字体对象
        font = ImageFont.truetype('simkai.ttf', self.font_size)
        # 获取画笔对象
        draw = ImageDraw.Draw(captcha)
        # 得到绘制的字符
        text = self.get_text()

        # 绘制字符
        self.draw_text(draw, text, font, width, height)

        # 绘制线条
        for i in range(self.line_number):
            self.draw_line(draw, width, height)

        # 绘制小圆点 10/100=10%的概率
        self.draw_point(draw, 10, width, height)

        # 保存图片
        captcha.save('captcha', format=self.format)
        # 显示图片
        captcha.show()


if __name__ == '__main__':
    a = Captcha()
    a.make_captcha()

Python进阶之Pillow图像处理

一、Pillow是什么

1) 支持广泛的文件格式

2) 提供了丰富的功能

二、Pillow的下载与安装

三、Pillow创建Image对象

open()

new()

使用颜色的十六进制格式

五、Pillow图片格式转换

save()

convert()+save()

此时返回一个新的image对象，转换图片模式

调用save()保存

创建缩略图

批量修改图片尺寸

七、Pillow图像分离与合并

split()

merge()

blend() 混合图片

八、Pillow图像裁剪、复制、粘贴操作

图像裁剪操作

图像拷贝和粘贴

九、Pillow图像几何变换

transpose()翻转操作

rotate()任意角度旋转

transform()图像变换

十、Pillow图像降噪处理

模糊处理

轮廓图

边缘检测

浮雕图

平滑图像

颜色命名

getrgb()方法

getcolor()

getrgb()方法

使用HSL模式红色

ImageFont

加图片水印

十三、Pillow和ndarray数组

ndarray数组创建图像

图像转化为ndarray数组

十四、Pillow生成GIF动态图

十五、图片验证码