轉載：https://blog.csdn.net/icamera0/article/details/50647465
這一節我們介紹一下PIL中的基本概念。
PIL中所涉及的基本概念有如下幾個：通道（bands）、模式（mode）、尺寸（size）、座標系統（coordinate system）、調色板（palette）、信息（info）和濾波器（filters）。
1、 通道
每張圖片都是由一個或者多個數據通道構成。PIL允許在單張圖片中合成相同維數和深度的多個通道。
以RGB圖像爲例，每張圖片都是由三個數據通道構成，分別爲R、G和B通道。而對於灰度圖像，則只有一個通道。
對於一張圖片的通道數量和名稱，可以通過方法getbands()來獲取。方法getbands()是Image模塊的方法，它會返回一個字符串元組（tuple）。該元組將包括每一個通道的名稱。
Python的元組與列表類似，不同之處在於元組的元素不能修改,元組使用小括號，列表使用方括號，元組創建很簡單，只需要在括號中添加元素，並使用逗號隔開即可。
方法getbands()的使用如下：
>>>from PIL import Image
>>> im= Image.open('D:\\Code\\Python\\test\\img\\1.jpg')
>>>im.getbands()
('R', 'G', 'B')
>>>im_bands = im.getbands()
>>>len(im_bands)
3
>>>print im_bands[0]
R
>>>print im_bands[1]
G
>>>print im_bands[2]
B
2、 模式
圖像的模式定義了圖像的類型和像素的位寬。當前支持如下模式：
1：1位像素，表示黑和白，但是存儲的時候每個像素存儲爲8bit。
L：8位像素，表示黑和白。
P：8位像素，使用調色板映射到其他模式。
RGB：3x8位像素，爲真彩色。
RGBA：4x8位像素，有透明通道的真彩色。
CMYK：4x8位像素，顏色分離。
YCbCr：3x8位像素，彩色視頻格式。
I：32位整型像素。
F：32位浮點型像素。
PIL也支持一些特殊的模式，包括RGBX（有padding的真彩色）和RGBa（有自左乘alpha的真彩色）。
可以通過mode屬性讀取圖像的模式。其返回值是包括上述模式的字符串。
屬性mode的使用如下：
>>> from PIL importImage
>>> im =Image.open('D:\\Code\\Python\\test\\img\\1.jpg')
>>> im.mode
'RGB'
>>> md = im.mode
>>> print md
RGB
3、 尺寸
通過size屬性可以獲取圖片的尺寸。這是一個二元組，包含水平和垂直方向上的像素數。
屬性mode的使用如下：
>>> from PIL importImage
>>> im =Image.open('D:\\Code\\Python\\test\\img\\1.jpg')
>>>im.size
(800, 450)
>>>im_size = im.size
>>>print im_size[0]
800
>>>print im_size[1]
450
4、 座標系統
PIL使用笛卡爾像素座標系統，座標(0，0)位於左上角。注意：座標值表示像素的角；位於座標（0，0）處的像素的中心實際上位於（0.5，0.5）。
座標經常用於二元組（x，y）。長方形則表示爲四元組，前面是左上角座標。例如，一個覆蓋800x600的像素圖像的長方形表示爲（0，0，800，600）。
5、 調色板
調色板模式 ("P")使用一個顏色調色板爲每個像素定義具體的顏色值
6、 信息
使用info屬性可以爲一張圖片添加一些輔助信息。這個是字典對象。加載和保存圖像文件時，多少信息需要處理取決於文件格式。
屬性info的使用如下：
>>> im =Image.open('D:\\Code\\Python\\test\\img\\1.jpg')
>>>im.info
{'jfif_version':(1, 1), 'jfif': 257, 'jfif_unit': 1, 'jfif_density': (96, 96), 'dpi': (96, 96)}
>>>im_info = im.info
>>>im_info
{'jfif_version':(1, 1), 'jfif': 257, 'jfif_unit': 1, 'jfif_density': (96, 96), 'dpi': (96, 96)}
>>>print im_info['jfif_version']
(1, 1)
>>>print im_info['jfif']
257
7、 濾波器
對於將多個輸入像素映射爲一個輸出像素的幾何操作，PIL提供了4個不同的採樣濾波器：
NEAREST：最近濾波。從輸入圖像中選取最近的像素作爲輸出像素。它忽略了所有其他的像素。
BILINEAR：雙線性濾波。在輸入圖像的2x2矩陣上進行線性插值。注意：PIL的當前版本，做下采樣時該濾波器使用了固定輸入模板。
BICUBIC：雙立方濾波。在輸入圖像的4x4矩陣上進行立方插值。注意：PIL的當前版本，做下采樣時該濾波器使用了固定輸入模板。
ANTIALIAS：平滑濾波。這是PIL 1.1.3版本中新的濾波器。對所有可以影響輸出像素的輸入像素進行高質量的重採樣濾波，以計算輸出像素值。在當前的PIL版本中，這個濾波器只用於改變尺寸和縮略圖方法。
注意：在當前的PIL版本中，ANTIALIAS濾波器是下采樣（例如，將一個大的圖像轉換爲小圖）時唯一正確的濾波器。BILIEAR和BICUBIC濾波器使用固定的輸入模板，用於固定比例的幾何變換和上採樣是最好的。
Image模塊中的方法resize()和thumbnail()用到了濾波器。
方法resize()的使用如下：
方法resize()的定義爲：resize(size, filter=None)=> image
>>>from PIL import Image
>>> im= Image.open('D:\\Code\\Python\\test\\img\\1.jpg')
>>>im.size
(800, 450)
>>>im_resize = im.resize((256,256))
>>> im_resize.size
(256, 256)
對參數filter不賦值的話，方法resize()默認使用NEAREST濾波器。如果要使用其他濾波器可以通過下面的方法來實現：
>>>im_resize0 = im.resize((256,256), Image.BILINEAR)
>>>im_resize0.size
(256, 256)
>>>im_resize1 = im.resize((256,256), Image.BICUBIC)
>>>im_resize1.size
(256, 256)
>>>im_resize2 = im.resize((256,256), Image.ANTIALIAS)
>>>im_resize2.size
(256, 256)
方法thumbnail ()的使用如下：
方法thumbnail ()的定義爲：im.thumbnail(size, filter=None)
>>>from PIL import Image
>>> im= Image.open('D:\\Code\\Python\\test\\img\\1.jpg')
>>>im.size
(800, 450)
>>>im.thumbnail((200,200))
>>>im.size
這裏需要說明的是，方法thumbnail()需要保持寬高比，對於size=(200,200)的輸入參數，其最終的縮略圖尺寸爲(200, 112)。
對參數filter不賦值的話，方法thumbnail()默認使用NEAREST濾波器。如果要使用其他濾波器可以通過下面的方法來實現：
>>> im= Image.open('D:\\Code\\Python\\test\\img\\1.jpg')
>>>im.size
(800, 450)
>>> im.thumbnail((200,200),Image.BILINEAR)
>>> im.size
(200, 112)
>>> im= Image.open('D:\\Code\\Python\\test\\img\\1.jpg')
>>>im.size
(800, 450)
>>> im.thumbnail((200,200), Image.BICUBIC)
>>> im.size
(200, 112)
>>> im= Image.open('D:\\Code\\Python\\test\\img\\1.jpg')
>>>im.size
(800, 450)
>>> im.thumbnail((200,200), Image.ANTIALIAS)
>>> im.size
(200, 112)