Python基礎之PIL(pillow)模塊實例

Python基礎之PIL(pillow)模塊實例

pillow模塊內容繁雜，因此使用實例展示內容

---

1. 安裝PIL（windows）

方式一：打開cmd（管理員模式） — 輸入“pip install pillow” — 自動下載安裝 —- 出現 “Successfully installed pillow-5.2.0”即安裝成功
使用pip list可查看是否安裝pillow

C:\Windows\system32>pip list
DEPRECATION: The default format will switch to columns in the future. You can use --format=(legacy|columns) (or define a format=(legacy|columns) in your pip.conf under the [list] section) to disable this warning.
asn1crypto (0.24.0)
cffi (1.11.5)
cryptography (2.2.2)
idna (2.7)
Pillow (5.2.0)
pip (9.0.1)
pycparser (2.18)
pygame (1.9.3)
PyMySQL (0.9.2)
setuptools (28.8.0)
six (1.11.0)

---

2. 驗證碼生成實例

from PIL import Image, ImageDraw, ImageFont
import random

# 添加字母
def creatImg(width,height):
    # 偏移量x
    global x
    # 創建新的畫布，透明度爲完全透明
    img = Image.new("RGBA", (width, height), (0, 0, 0, 0))
    # 創建畫筆
    draw = ImageDraw.Draw(img)
    font = ImageFont.truetype("img/code1.ttf", 50)
    # 創建隨機字母並添加至列表
    char = chr(random.randint(65, 91))
    codeList.append(char)
    # 將字母隨機寫入畫布中的指定範圍內
    draw.text((x, random.randint(10, 15)), char, font=font, fill=(random.randint(0, 255), random.randint(0, 255), random.randint(0, 255)))
    # 隨機旋轉[-10,10]度
    img = img.rotate(random.randint(-10, 10))
    # 下一個字符爲偏移量
    x += 50
    return img

# 添加隨機點
def addPoint(img):
    # 獲取寬高
    width, height = img.size
    # 隨機添加1000個隨機顏色的點
    for i in range(1000):
        img.putpixel((random.randint(0, width-1), random.randint(0, height-1)), (random.randint(0, 100), random.randint(0, 100), random.randint(0, 100)))
    return img

# 創建最底層畫布
code = Image.new("RGBA", (200, 100), (255, 255, 255, 255))
# 獲取畫布尺寸
w, h = code.size
# 創建空列表存放驗證字符
codeList = []
# 根據x判定字母偏移量，起始位置爲0
x = 0
# 循環創建隨機字符圖片並與底層畫布合併
for i in range(4):
    img = creatImg(w, h)
    code = Image.alpha_composite(code, img)
# 增加隨機點
code = addPoint(code)
# 展示驗證碼
code.show()
# 輸出驗證字符列表
print(codeList)

---

3. 圖片鑑黃（簡易）

from PIL import Image

# 打開圖片
img = Image.open("img/wxq.jpg")
# 將圖片模式轉化爲YCbCr，Y代表亮度，Cb代表藍色濃度偏移量，Cr代表紅色濃度偏移量
img = img.convert("YCbCr")
# 獲取圖像大小
w, h = img.size
# 設定皮膚初始值
skin = 0
# 遍歷圖像中每一個像素
for m in range(w):
    for n in range(h):
        # 獲取該像素的YCbCr
        y, cb, cr = img.getpixel((m, n))
        # 根據公式判斷是否爲裸露的皮膚，如果是則皮膚值+1
        if 77 <= cb <= 127 and 133 <= cr <= 173:
            skin += 1
# 遍歷完成後判定是否皮膚值佔總像素的40%以上，如果是則爲不健康的圖片(〃ﾉωﾉ)
if skin > (w * h) * 0.4:
    print("黃圖，禁了！")
else:
    print("下一個！")

注：本實例根據某論文提供公式判定，但經過實測，如果使用本實例進行鑑黃，自拍照片都有可能被認爲是黃圖(￣ω￣;)