生活不易且無趣，一起找點樂子吧。歡迎評論，和文章無關的也可以。
上次的那篇文章裏，我們最後說到了，Image的merge方法，合併。有些地方說的並不準確，我再重新說下。剩餘一些其他的方法，這裏也捎帶着一起說了。
一、filter方法：
過濾器，這個東西大家python裏面經常用吧。過濾掉，或者過濾出某些我們想要的東西。ImageFilter類裏有個DETAIL屬性，“細節”是吧。例子裏把它當做了參數：
from PIL import Image
from PIL import ImageFilter
def filter(file):
im = Image.open(file)
out = im.filter(ImageFilter.DETAIL)
out.save('filter.jpg')
簡單來說就是用過濾器細節處理，可能對某些圖片有不錯的效果，我這裏還是拿他做下效果吧。
這是原圖，接下來是處理後的：
感覺被騙了是不是，但其實你仔細看下，尤其的畫筆的邊緣描線，是比原圖要清晰的。（胡扯！）
二、point方法
我們知道圖片都是有一個個像素點構成的，這個方法就是對一個個的像素點進行處理的方法。
def popa(file):#point paste
im = Image.open(file)
source = im.split()
r,g,b = 0,1,2
#select regions where red is less than 100
mask = source[r].point(lambda i:i<100 and 255)
#process the green band
out = source[g].point(lambda i:i*0.7)
#paste the processed band back, but only where red was < 100
source[g].paste(out,None,mask)
#build a new multiband image
im = Image.merge(im.mode,source)
im.save('popa.jpg')
我拿官網上的這個例子給大家說下，這裏也有我上次說的不那麼好的地方，所以這次努努力，說的還不如上一次，haaa。首先將Image對象split，這裏就是把色道分離出來，這張圖片得mode是RGB，也就是說單獨的把這三個色道分離出來，分離出來的色道圖片也是可以直接save的，我這裏就不做測試了，大家可以去試下。Image對象split完後返回tuple元組類型，所以下面用index引用也就不難理解了吧。因爲元組是有序的嘛，所以這裏的r，g，b變量的賦值，也只是爲了可讀性，好理解。然後我們看下個語句：
mask = source[r].point(lambda i:i<100 and 255)
source【r】就是紅色道的圖片，point方法的參數是個函數或者說是個處理方法，簡單理解就是，要對點進行的處理。我們來看這裏的參數，是個lambda表達式，這個大家應該也不陌生，學基礎python的時候不可能沒用到過。我們看lambda表達式，表達式是i<100，也就是說滿足表達式的點才返回。後面的and 255，整個的這個式子，官方文檔確切的有說明，就是如果表達式爲假，就返回0，只有爲真的時候才返回255。那就好理解了吧，整個語句是對紅色道的所有點進行處理，找到像素值小於100的點。看out：
out = source[g].point(lambda i:i*0.7)
這個應該就不難理解了，就是把綠色道的點的色素值調低百分之三十，這樣理解，比如你某個點的g=100，上篇說道，r，g，b的取值是0-255，或者說是00-ff的。那我們這裏處理完後就成了70了。之後的語句，paste，還記得吧。粘貼，看參數，很好理解，對綠色道進行處理，粘貼的是降低百分之30的out，粘貼區域region是紅色道所有小於100的點的位置。這個語句執行完後，我們就得到了新的綠色道。能看懂嗎，沒看懂，在把paste的方法看一遍，再來理解下。
也就是說我們在紅色道里找到的我們需要處理的點的位置，而想要在這些位置上的g（green）的值降低30百分點。就是這個意思。那現在的source的g色道，就不同於原來的了。
然後我要說的是merge，這裏還是要理解成合並，和split是對立的，split是把一個個色道分離出來，可以單一處理，等你處理完，在把色道合併回去，就又成了彩色圖了。嗯，就是這個道理。
因爲那張圖片大部分是紅色，所以處理綠色效果很不明顯：
def mergelijie(file):
im = Image.open(file)
r,g,b = im.split()
r = r.point(lambda i:i*0.1)
im = Image.merge(im.mode,(r,g,b))
im.save('popa.jpg')
那裏懂了這裏就很簡明瞭吧，我把紅色道單一拿出來，把所有的r值調到百分之十，看下效果：
r基本上就沒了，是吧。（幻想有個虛無的對象再聽我說話。）
三、Image.Enhance類
enhance增強的意思，有個方法，Contrast。翻譯是對比，意譯一下，就是對比度吧。這個方法的參數是要吞掉一個Image對象，然後用對象的方法進行處理：
def contrast(file):#30% more contrast
im = Image.open(file)
enh = ImageEnhance.Contrast(im)
enh.enhance(1.3).save('contrast.jpg')
對象的enhance方法對圖片進行對比度增強的效果，參數是對比度的倍數，也就是說把對比度提高了百分之30。我們看下效果：
處理完後：
這個比那個DETAIL明顯多了是吧。（血的顏色......黑紅黑紅......）
四、sequence圖片序列
這個不是方法，我只想拿他說明功能，處理我們這種靜態的圖片，我們更喜歡玩的是動態圖片，gif之類的。
這裏科普下，動態圖片本質上不是一張圖，他是好幾張圖片連續播放，讓你產生錯覺，嗯，沒聽錯，是錯覺（視覺映像，專業名詞），就是被你的眼睛欺騙之後的結果，可能也是種人類“低能”的表現之一，沒辦法短時間內處理那麼多圖片。這種現象被稱作視覺暫留是吧，起了個高大上的名字。
我們說回來，當我們用open方法打開的是個.gif圖片是，這時返回的對象就是個序列，懂我意思吧，就是一張一張的。那怎樣去引用它呢。有點像python中文件對象，有兩個方法：
seek（），tell（）。
seek的參數就是調到指定位置，tell就是返回當前“指針”（我不知道這裏說的準不準確哈）的位置。
那來看圖片：
def sequences(file):
im = Image.open(file)
im.seek(1)#skip to the second frame
try:
while 1:
im.save(str(im.tell())+'.gif')
im.seek(im.tell()+1)
#do something
except EOFError:#the sequence ends
pass
這段程序就是把動態圖一張張拿出來而已，這裏說明下這個except，爲何有except呢，因爲我們的循環條件是1，也就是會一直循環，但是當到達最後一張圖片的時候，再seek下一個就會出錯了（因爲莫得了嘛！），這就是except存在的原因。
我有這樣一張圖：
網上搞得，希望不會有什麼問題哈。我們就拿這個圖片做例子吧，按上面那段代碼執行下，一張張保存下來：
就是醬紫的~~
五、ImageSequence的Iterator方法
這個沒有什麼特別的，sequence嘛，就是序列。iterator，迭代器。很顯然，就是圖片序列的迭代器，和（四）的整段代碼的功能沒太大區別。
參數要吞掉一個Image對象，返回對象的序列:
def iterator(file):
im = Image.open(file)
for frame in ImageSequence.Iterator(im):
print(type(frame))
這裏小寫了一個類，這樣就可以循環遍歷，不用像“四”那樣，seek和telll了。
這次寫到這裏，後面如果還有需要寫的東西再繼續寫。
（我也是處在學習過程中，我哪裏寫的、理解的不對的歡迎大牛評論提出，我再改。希望別吝惜賜教。）
後記：
沒啥可寫的，好水啊。