PIL庫中Image類thumbnail方法和resize方法區別

from PIL import Image
 
im=Image.open("C:\\Users\\kethur\\Desktop\\a.jpg")
x,y=im.size
print("原圖像im大小爲：",x,y)
 
im.resize((128,128))
print(im.size)
reim=im.resize((128,128))
print("resize後的圖像reim大小爲：",reim.size)
print("resize後的圖像im大小爲：",im.size)
 
im.thumbnail((128,128))
print("thumbnail後的圖像im大小爲：",im.size)

resize()方法可以縮小也可以放大，而thumbnail()方法只能縮小；

resize()方法不會改變對象的大小，只會返回一個新的Image對象，而thumbnail()方法會直接改變對象的大小，返回值爲none；

resize()方法中的size參數直接規定了修改後的大小，而thumbnail()方法按比例縮小，size參數只規定修改後size的最大值。

原文鏈接：https://blog.csdn.net/kethur/article/details/79992539

 

---

python PIL 圖像處理庫簡介(一)

1. Introduction

    PIL(Python Image Library)是python的第三方圖像處理庫，但是由於其強大的功能與衆多的使用人數，幾乎已經被認爲是python官方圖像處理庫了。其官方主頁爲:PIL。 PIL歷史悠久，原來是隻支持python2.x的版本的，後來出現了移植到python3的庫pillow,pillow號稱是friendly fork for PIL,其功能和PIL差不多，但是支持python3。本文主要介紹PIL那些最常用的特性與用法,主要參考自:http://www.effbot.org/imagingbook。

2. What PIL can do?

    PIL可以做很多和圖像處理相關的事情:

• 圖像歸檔(Image Archives)。PIL非常適合於圖像歸檔以及圖像的批處理任務。你可以使用PIL創建縮略圖，轉換圖像格式，打印圖像等等。
• 圖像展示(Image Display)。PIL較新的版本支持包括Tk PhotoImage，BitmapImage還有Windows DIB等接口。PIL支持衆多的GUI框架接口，可以用於圖像展示。
• 圖像處理(Image Processing)。PIL包括了基礎的圖像處理函數，包括對點的處理，使用衆多的卷積核(convolution kernels)做過濾(filter),還有顏色空間的轉換。PIL庫同樣支持圖像的大小轉換，圖像旋轉，以及任意的仿射變換。PIL還有一些直方圖的方法，允許你展示圖像的一些統計特性。這個可以用來實現圖像的自動對比度增強，還有全局的統計分析等。

3. How to use PIL?

3.1 Image class

    Image類是PIL中的核心類，你有很多種方式來對它進行初始化，比如從文件中加載一張圖像，處理其他形式的圖像，或者是從頭創造一張圖像等。下面是PIL Image類中常用的方法:

• open(filename,mode)(打開一張圖像)。下面的代碼演示瞭如何從文件打開一張圖像:

>>> from PIL import Image
>>> Image.open("dog.jpg","r")
<PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=296x299 at 0x7F62BDB5B0F0
>
>>> im = Image.open("dog.jpg","r")
>>> print(im.size,im.format,im.mode)
(296, 299) JPEG RGB

Image.open返回一個Image對象，該對象有size,format,mode等屬性，其中size表示圖像的寬度和高度(像素表示);format表示圖像的格式,常見的包括JPEG,PNG等格式;mode表示圖像的模式，定義了像素類型還有圖像深度等，常見的有RGB,HSV等。一般來說'L'(luminance)表示灰度圖像,'RGB'表示真彩圖像,'CMYK'表示預先壓縮的圖像。一旦你得到了打開的Image對象之後，就可以使用其衆多的方法對圖像進行處理了，比如使用im.show()可以展示上面得到的圖像。

• save(filename,format)(保存指定格式的圖像)

>>> im.save("dog.png",'png')

上面的代碼將圖像重新保存成png格式。

• thumbnail(size,resample)(創建縮略圖)

>>> im.thumbnail((50,50),resample=Image.BICUBIC)
>>> im.show()

上面的代碼可以創建一個指定大小(size)的縮略圖,需要注意的是，thumbnail方法是原地操作，返回值是None。第一個參數是指定的縮略圖的大小，第二個是採樣的，有Image.BICUBIC，PIL.Image.LANCZOS，PIL.Image.BILINEAR，PIL.Image.NEAREST這四種採樣方法。默認是Image.BICUBIC。

• crop(box)(裁剪矩形區域)

>>> im = Image.open("dog.jpg","r")
>>> box = (100,100,200,200)
>>> region = im.crop(box)
>>> region.show()
im.crop()

上面的代碼在im圖像上裁剪了一個box矩形區域，然後顯示出來。box是一個有四個數字的元組(upper_left_x,upper_left_y,lower_right_x,lower_right_y),分別表示裁剪矩形區域的左上角x,y座標,右下角的x,y座標,規定圖像的最左上角的座標爲原點(0,0),寬度的方向爲x軸，高度的方向爲y軸，每一個像素代表一個座標單位。crop()返回的仍然是一個Image對象。

• transpose(method)(圖像翻轉或者旋轉)

>>> im_rotate_180 = im.transpose(Image.ROTATE_180)
>>> im_rotate_180.show()

上面的代碼將im逆時針旋轉180°，然後顯示出來,method是transpose的參數，表示選擇什麼樣的翻轉或者旋轉方式，可以選擇的值有:
    - Image.FLIP_LEFT_RIGHT,表示將圖像左右翻轉
    - Image.FLIP_TOP_BOTTOM,表示將圖像上下翻轉
    - Image.ROTATE_90,表示將圖像逆時針旋轉90°
    - Image.ROTATE_180,表示將圖像逆時針旋轉180°
    - Image.ROTATE_270,表示將圖像逆時針旋轉270°
    - Image.TRANSPOSE,表示將圖像進行轉置(相當於順時針旋轉90°)
    - Image.TRANSVERSE,表示將圖像進行轉置,再水平翻轉

• paste(region,box,mask)(將一個圖像粘貼到另一個圖像)

>>> im.paste(region,(100,100),None)
>>> im.show()

上面的代碼將region圖像粘貼到左上角爲(100,100)的位置。region是要粘貼的Image對象,box是要粘貼的位置，可以是一個兩個元素的元組，表示粘貼區域的左上角座標,也可以是一個四個元素的元組，表示左上角和右下角的座標。如果是四個元素元組的話,box的size必須要和region的size保持一致，否則將會被convert成和region一樣的size。

• split()(顏色通道分離)

>>> r,g,b = im.split()
>>> r.show()
>>> g.show()
>>> b.show()

split()方法可以原來圖像的各個通道分離,比如對於RGB圖像，可以將其R,G,B三個顏色通道分離。

• merge(mode,channels)(顏色通道合併)

>>> im_merge = Image.merge("RGB",[b,r,g])
>>> im_merge.show()

merge方法和split方法是相對的，其將多個單一通道的序列合併起來，組成一個多通道的圖像，mode是合併之後圖像的模式，比如"RGB",channels是多個單一通道組成的序列。

• resize(size,resample,box)

>>> im_resize = im.resize((200,200))
>>> im_resize
<PIL.Image.Image image mode=RGB size=200x200 at 0x7F62B9E23470>
>>> im_resize.show()
>>> im_resize_box = im.resize((100,100),box = (0,0,50,50))
>>> im_resize_box.show()

resize方法可以將原始的圖像轉換大小,size是轉換之後的大小,resample是重新採樣使用的方法，仍然有Image.BICUBIC，PIL.Image.LANCZOS，PIL.Image.BILINEAR，PIL.Image.NEAREST這四種採樣方法，默認是PIL.Image.NEAREST,box是指定的要resize的圖像區域，是一個用四個元組指定的區域(含義和上面所述box一致)。

• convert(mode,matrix,dither,palette,colors)(mode轉換)

>>> im_L = im.convert("L")
>>> im_L.show()
>>> im_rgb = im_L.convert("RGB")
>>> im_rgb.show()
>>> im_L.mode
'L'
>>> im_rgb.mode
'RGB'

convert方法可以改變圖像的mode,一般是在'RGB'(真彩圖)、'L'(灰度圖)、'CMYK'(壓縮圖)之間轉換。上面的代碼就是首先將圖像轉化爲灰度圖，再從灰度圖轉化爲真彩圖。值得注意的是,從灰度圖轉換爲真彩圖，雖然理論上確實轉換成功了，但是實際上是很難恢復成原來的真彩模式的(不唯一)。

• filter(filter)(應用過濾器)

>>> im = Image.open("dog.jpg","r")
>>> from PIL import ImageFilter
>>> im_blur = im.filter(ImageFilter.BLUR)
>>> im_blur.show()
>>> im_find_edges = im.filter(ImageFilter.FIND_EDGES)
>>> im_find_edges.show()
>>> im_find_edges.save("find_edges.jpg")
>>> im_blur.save("blur.jpg")

filter方法可以將一些過濾器操作應用於原始圖像，比如模糊操作，查找邊、角點操作等。filter是過濾器函數，在PIL.ImageFilter函數中定義了大量內置的filter函數，比如BLUR(模糊操作),GaussianBlur(高斯模糊),MedianFilter(中值過濾器)，FIND_EDGES(查找邊)等。上面得到原始圖像dog.jpg,find_edges.jpg以及blur.jpg從左到右如下圖1所示:

 

 

圖1 從左到右分別是:dog.jpg,find_edges.jpg以及blur.jpg

 

• point(lut,mode)(對圖像像素操作)

>>> im_point = im.point(lambda x:x*1.5)
>>> im_point.show()
>>> im_point.save("im_point.jpg")

point方法可以對圖像進行單個像素的操作，上面的代碼對point方法傳入了一個匿名函數,表示將圖像的每個像素點大小都乘以1.5,mode是返回的圖像的模式，默認是和原來圖像的mode是一樣的。圖2是原來的dog.jpg和point操作之後的im_point.jpg之間的對比。

 

 

圖2 dog.jpg和point操作之後的im_point.jpg

下面是一個結合了point函數,split函數,paste函數以及merge函數的小例子。

 

>>> source = im.split()
>>> R,G,B = 0,1,2
>>> mask = source[R].point(lambda x: x<100 and 255) 
>>> # x<100,return 255,otherwise return 0
>>> out_G = source[G].point(lambda x:x*0.7)
>>> # 將out_G粘貼回來，但是隻保留'R'通道像素值<100的部分
>>> source[G].paste(out_G,None,mask)
>>> # 合併成新的圖像
>>> im_new = Image.merge(im.mode,source)
>>> im_new.show()
>>> im.show()

• ImageEnhance()(圖像增強)

>>> from PIL import ImageEnhance
>>> brightness = ImageEnhanBce.Brightness(im)
>>> im_brightness = brightness.enhance(1.5)
>>> im_brightness.show()
>>> im_contrast = ImageEnhance.Contrast(im)
>>> im_contrast.enhance(1.5)
<PIL.Image.Image image mode=RGB size=296x299 at 0x7F62AE271AC8>
>>> im_contrast.enhance(1.5).show()

ImageEnhance是PIL下的一個子類，主要用於圖像增強，比如增加亮度(Brightness),增加對比度(Contrast)等。上面的代碼將原來圖像的亮度增加50%,將對比度也增加了50%。

• ImageSequence()(處理圖像序列)
  下面的代碼可以遍歷gif圖像中的所有幀，並分別保存爲圖像

>>> from PIL import ImageSequence
>>> from PIL import Image 
>>> gif = Image.open("pipixia.gif")
>>> for i,frame in enumerate(ImageSequence.Iterator(gif),1):
...     if frame.mode == 'JPEG':
...         frame.save("%d.jpg" %i)
...     else:
...         frame.save("%d.png" % i)

除了上面使用迭代器的方式以外，還可以一幀一幀讀取gif,比如下面的代碼:

>>> index = 0
>>> while 1:
...     try:
...         gif.seek(index)
...         gif.save("%d.%s" %(index,'jpg' if gif.mode == 'JPEG' else 'png'))
...         index += 1
...     except EOFError:
...         print("Reach the end of gif sequence!")
...         break

上面的代碼在讀取到gif的最後一幀之後，會throw 一個 EOFError,所以我們只要捕獲這個異常就可以了。

來自：https://www.cnblogs.com/lyrichu/p/9124504.html