python計算機(jī)視覺學(xué)習(xí)筆記——PIL庫的用法

如果需要處理的原圖及代碼，請移步小編的GitHub地址

傳送門： 請點(diǎn)擊我

如果點(diǎn)擊有誤：https://github.com/LeBron-Jian/ComputerVisionPractice

這個是之前的筆記，自己看到了就順帶發(fā)出來，也是溫習(xí)一下，內(nèi)容可能不太全，算是入門貼吧。

前言：PIL

圖像處理是計算機(jī)視覺領(lǐng)域中不可或缺的一部分，而PIL（Python Imaging Library）庫和OpenCV（Open Source Computer Vision Library）是兩個常用的工具。今天這里主要學(xué)習(xí)以下PIL庫，PIL 是一個用于圖像處理的 Python 庫，提供了豐富的圖像處理功能。它包含了處理圖像的各種工具和算法，可以進(jìn)行圖像的打開、保存、剪裁、旋轉(zhuǎn)、縮放等操作。

PIL（Python Imaging Library）和 OpenCV 都是用于圖像處理的強(qiáng)大庫，它們各自有著不同的優(yōu)勢和適用場景。以下是一些導(dǎo)致 PIL 仍然被使用的原因：

1，PIL的優(yōu)點(diǎn)

4. 文字和繪圖功能：PIL允許在圖像上添加文字、繪制幾何圖形和繪制曲線，這對于圖像注釋和標(biāo)記非常有幫助。
5. 擴(kuò)展功能：PIL還支持各種擴(kuò)展功能，如圖像濾波、直方圖均衡化和顏色空間轉(zhuǎn)換等。

2，PIL 的缺點(diǎn)

3，PIL 庫和OpenCV的區(qū)別

1. 編程語言：PIL庫是用純Python編寫的，而OpenCV主要是用C++編寫的，并提供了Python的接口。如果您更熟悉Python，并且希望使用Python進(jìn)行圖像處理，那么PIL可能更適合您。并且PIL 的接口相對較為簡單，特別適合一些簡單的圖像處理任務(wù)。對于一些不需要太多高級功能的應(yīng)用，PIL 提供了直觀的方法和易于使用的 API。
2. 功能和算法：OpenCV提供了更豐富和先進(jìn)的圖像處理算法和函數(shù)，涵蓋了從基本操作到高級計算機(jī)視覺任務(wù)的各個方面。而PIL 在功能上相對輕量，適合一些小型項目或者只需要進(jìn)行基本圖像處理的場景。如果你的需求主要是一些簡單的圖像操作，PIL 可能是更輕便的選擇。
3. 性能：由于OpenCV是用C++編寫的，因此在處理大型圖像和復(fù)雜計算任務(wù)時具有較高的性能優(yōu)勢。PIL庫在處理大型圖像時可能效率稍低。
4. 生態(tài)系統(tǒng)：OpenCV擁有龐大的社區(qū)支持和豐富的文檔資源，可以幫助您解決問題和學(xué)習(xí)。而PIL庫的社區(qū)活動相對較少，文檔資源相對較少。

4，如何使用PIL庫

首先是安裝，比較簡單：

下面是一個簡單的示例，演示了如何使用PIL庫來打開一個圖像文件，然后將圖像轉(zhuǎn)換為灰度圖，并保存到新的文件中：

雖然 OpenCV 在計算機(jī)視覺和更復(fù)雜的圖像處理任務(wù)中表現(xiàn)得非常強(qiáng)大，但選擇使用哪個庫通常取決于具體的需求和項目特點(diǎn)。在一些情況下，PIL 可能更為合適，而在其他情況下，特別是涉及到計算機(jī)視覺領(lǐng)域的任務(wù)，OpenCV 可能更具優(yōu)勢。

總體來說，網(wǎng)上開源的一些計算機(jī)視覺中也使用PIL加載圖像，所以有不得不學(xué)習(xí)的理由，話不多說，開干：

一：pillow模塊的基本概念

Pillow的官網(wǎng)地址：https://pillow.readthedocs.io/en/stable/，其實打開后，什么都有，只是都是英文，對于部分同學(xué)不方面而已。

PIL：Python Imaging Library，已經(jīng)是Python平臺上的圖像處理標(biāo)準(zhǔn)庫了。由于PIL僅支持到Python2.7 ，加上年久失修，于是一群志愿者在PIL的基礎(chǔ)上創(chuàng)建了兼容的版本，名字叫Pillow，支持最新版本的Python3.X，又加了許多新特性。因此，我們可以直接安裝使用Pillow。

PIL中所涉及的基本概念有如下幾個：通道（bands）、模式（mode）、尺寸（size）、坐標(biāo)系統(tǒng)（coordinate system）、調(diào)色板（palette）、信息（info）和濾波器（filters）。

1.1? 通道——Image.getbands

每張圖片都是由一個或者多個數(shù)據(jù)通道構(gòu)成。PIL允許在單張圖片中合成相同維數(shù)和深度的多個通道。

以RGB圖像為例，每張圖片都是由三個數(shù)據(jù)通道構(gòu)成，分別為R、G和B通道。而對于灰度圖像，則只有一個通道。

對于一張圖片的通道數(shù)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，不同之處在于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(chuàng)建很簡單，只需要在括號中添加元素，并使用逗號隔開即可。

方法getbands()的使用如下：

1.2? 模式——Image.mode

圖像的模式定義了圖像的類型和像素的位寬。當(dāng)前支持如下模式：

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：

1.3? 尺寸——Image.size

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(shù)。

屬性mode的使用如下：

1.4? 坐標(biāo)系統(tǒng)

在PIL（或Pillow）中，圖像的坐標(biāo)系統(tǒng)遵循常見的數(shù)學(xué)坐標(biāo)系，其中左上角是原點(diǎn)（0, 0），x軸向右增長，y軸向下增長。這意味著圖像的左上角具有坐標(biāo) (0, 0) ，而右下角的坐標(biāo)是 (width-1, height-1) 。

以下是一個簡單的示例說明PIL的坐標(biāo)系統(tǒng)：

輸出圖像：

1.5? 調(diào)色板 ——Image.palette

在PIL（Python Imaging Library）中，調(diào)色板（Palette）是一種用于存儲和管理顏色映射的機(jī)制。調(diào)色板通常與圖像的索引顏色模式一起使用，這意味著圖像的每個像素值不直接表示顏色，而是作為索引來查找調(diào)色板中的實際顏色。

以下是有關(guān)調(diào)色板的一些重要概念和說明：

1. 索引顏色模式：

   • 在索引顏色模式中，圖像的每個像素值都是一個索引，該索引對應(yīng)于調(diào)色板中的顏色。
   • 通常，索引顏色模式用于節(jié)省存儲空間，特別是對于包含有限顏色集的圖像。

2. 調(diào)色板的組成：

   • 調(diào)色板是一個包含顏色信息的數(shù)據(jù)結(jié)構(gòu)，通常由顏色元組組成。顏色元組可以是RGB（紅、綠、藍(lán)）格式，也可以是其他顏色表示格式。
   • 對于每個索引，調(diào)色板中都有一個與之對應(yīng)的顏色。

3. 使用調(diào)色板的圖像格式：

   • 一些常見的使用調(diào)色板的圖像格式包括GIF和PNG-8。這些格式在保存圖像時使用調(diào)色板，而不是直接存儲每個像素的完整顏色信息。

4. 圖像的調(diào)色板屬性：

   • PIL中的圖像對象具有調(diào)色板屬性，通過該屬性可以獲取和設(shè)置圖像的調(diào)色板。
   • 使用 image.getpalette() 方法可以獲取圖像的調(diào)色板，而 image.putpalette() 方法可以設(shè)置調(diào)色板。

以下是一個簡單的示例，演示如何使用PIL中的調(diào)色板：

這個例子創(chuàng)建了一個調(diào)色板，然后使用索引顏色模式創(chuàng)建了一個8x8的圖像，并通過設(shè)置像素值（索引）來使用調(diào)色板中的顏色。

1.6? 信息 ——Image.info

使用info屬性可以為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于文件格式。

屬性info的使用如下：

1.7? 濾波器

對于將多個輸入像素映射為一個輸出像素的幾何操作，PIL提供了四個不同的采樣濾波器。

Image模塊中的方法 resize() 和 thumbnail()用到了濾波器。

方法resize() 的使用如下：

對參數(shù)filter不賦值的話，方法resize()默認(rèn)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(xiàn)：

2，Image對象

2.1? 實例化對象

直接讀取圖片

2.2 格式轉(zhuǎn)換——save方法

save方法用于保存圖像，當(dāng)不指定文件格式時，它會以默認(rèn)的圖片格式來存儲；如果指定圖片格式，則會以指定的格式存儲圖片，語法如下：

2.3? 格式轉(zhuǎn)換——Convert方法

注意： 并非所有的圖片格式都可以用 save() 方法轉(zhuǎn)換完成，比如將 PNG 格式的圖片保存為 JPG 格式，如果直接使用 save() 方法就會出現(xiàn)錯誤，引發(fā)錯誤的原因是由于 PNG 和 JPG 圖像模式不一致導(dǎo)致的。其中 PNG 是四通道 RGBA 模式，即紅色、綠色、藍(lán)色、Alpha 透明色；JPG 是三通道 RGB 模式。因此要想實現(xiàn)圖片格式的轉(zhuǎn)換，就要將 PNG 轉(zhuǎn)變?yōu)槿�通�?RGB 模式。

Image 類提供的 convert() 方法可以實現(xiàn)圖像模式的轉(zhuǎn)換。該函數(shù)提供了多個參數(shù)，比如 mode、matrix、dither 等，其中最關(guān)鍵的參數(shù)是 mode，其余參數(shù)無須關(guān)心

語法：

2.4? 圖像縮放

在圖像處理過程中經(jīng)常會遇到縮小或放大圖像的情況，Image 類提供的 resize() 方法能夠?qū)崿F(xiàn)任意縮小和放大圖像

語法：

2.5? 圖像的分離和合并

圖像（指數(shù)字圖像）由許多像素點(diǎn)組成，像素是組成圖像的基本單位，而每一個像素點(diǎn)又可以使用不同的顏色，最終呈現(xiàn)出了絢麗多彩的圖像 ，而圖像的分離與合并，指的就是圖像顏色的分離和合并

圖像分離：split方法

示例：

圖像合并：merge方法

Image 類提供的 merge() 方法可以實現(xiàn)圖像的合并操作。注意，圖像合并，可以是單個圖像合并，也可以合并兩個以上的圖像

示例：

圖像合并：blend方法

Image 類也提供了 blend() 方法來混合 RGBA 模式的圖片（PNG 格式）

語法：

2.6? 圖像裁剪

Image 類提供的 crop() 函數(shù)允許我們以矩形區(qū)域的方式對原圖像進(jìn)行裁剪

語法：

box 是一個有四個數(shù)字的元組參數(shù) (x_左上,y_左下,x1_右上,y1_右下)，分別表示被裁剪矩形區(qū)域的左上角 x、y 坐標(biāo)和右下角 x，y 坐標(biāo)。默認(rèn) (0,0) 表示坐標(biāo)原點(diǎn)，寬度的方向為 x 軸，高度的方向為 y 軸，每個像素點(diǎn)代表一個單位

3，代碼實戰(zhàn)

3.1 圖像的屬性的打印示例

注意：源文件的文件格式。如果是由PIL創(chuàng)建的空圖像，則其文件格式為None，即?im.format ? string or None

示例代碼如下：

3.2? 使用PIL進(jìn)行灰度化+二值化

代碼如下：

原圖圖片效果展示：

灰度化圖片效果展示：

二值化圖片效果展示：

3.2? 圖像轉(zhuǎn)換示例

代碼如下：