python縮略圖,python 縮小圖片

本文目錄一覽：

1、python圖像處理初學者求助
2、求教python一個作圖的問題
3、python：PIL圖像處理
4、python thumbnail 縮略圖比例怎麼算的
5、python的pillow庫怎麼使用

python圖像處理初學者求助

Pillow是Python里的圖像處理庫（PIL：Python Image Library），提供了了廣泛的文件格式支持，強大的圖像處理能力，主要包括圖像儲存、圖像顯示、格式轉換以及基本的圖像處理操作等。

1）使用 Image 類

PIL最重要的類是 Image class, 你可以通過多種方法創建這個類的實例；你可以從文件加載圖像，或者處理其他圖像, 或者從 scratch 創建。

要從文件加載圖像，可以使用open( )函數，在Image模塊中：

from PIL import Image

im = Image.open(“E:/photoshop/1.jpg”)

加載成功後，將返回一個Image對象，可以通過使用示例屬性查看文件內容：

print(im.format, im.size, im.mode)

(‘JPEG’, (600, 351), ‘RGB’)

format 這個屬性標識了圖像來源。如果圖像不是從文件讀取它的值就是None。size屬性是一個二元tuple，包含width和height（寬度和高度，單位都是px）。 mode 屬性定義了圖像bands的數量和名稱，以及像素類型和深度。常見的modes 有 “L” (luminance) 表示灰度圖像, “RGB” 表示真彩色圖像, and “CMYK” 表示出版圖像。

如果文件打開錯誤，返回 IOError 錯誤。

只要你有了 Image 類的實例，你就可以通過類的方法處理圖像。比如，下列方法可以顯示圖像：

im.show()

2）讀寫圖像

PIL 模塊支持大量圖片格式。使用在 Image 模塊的 open() 函數從磁盤讀取文件。你不需要知道文件格式就能打開它，這個庫能夠根據文件內容自動確定文件格式。要保存文件，使用 Image 類的 save() 方法。保存文件的時候文件名變得重要了。除非你指定格式，否則這個庫將會以文件名的擴展名作為格式保存。

加載文件，並轉化為png格式：

“Python Image Library Test”

from PIL import Image

import os

import sys

for infile in sys.argv[1:]:

f,e = os.path.splitext(infile)

outfile = f +”.png”

if infile != outfile:

try:

Image.open(infile).save(outfile)

except IOError:

print(“Cannot convert”, infile)

save() 方法的第二個參數可以指定文件格式。

3）創建縮略圖

縮略圖是網絡開發或圖像軟件預覽常用的一種基本技術，使用Python的Pillow圖像庫可以很方便的建立縮略圖，如下：

# create thumbnail

size = (128,128)

for infile in glob.glob(“E:/photoshop/*.jpg”):

f, ext = os.path.splitext(infile)

img = Image.open(infile)

img.thumbnail(size,Image.ANTIALIAS)

img.save(f+”.thumbnail”,”JPEG”)

上段代碼對photoshop下的jpg圖像文件全部創建縮略圖，並保存，glob模塊是一種智能化的文件名匹配技術，在批圖像處理中經常會用到。

注意：Pillow庫不會直接解碼或者加載圖像柵格數據。當你打開一個文件，只會讀取文件頭信息用來確定格式，顏色模式，大小等等，文件的剩餘部分不會主動處理。這意味着打開一個圖像文件的操作十分快速，跟圖片大小和壓縮方式無關。

4）圖像的剪切、粘貼與合併操作

Image 類包含的方法允許你操作圖像部分選區，PIL.Image.Image.crop 方法獲取圖像的一個子矩形選區，如：

# crop, paste and merge

im = Image.open(“E:/photoshop/lena.jpg”)

box = (100,100,300,300)

region = im.crop(box)

矩形選區有一個4元元組定義，分別表示左、上、右、下的坐標。這個庫以左上角為坐標原點，單位是px，所以上訴代碼複製了一個 200×200 pixels 的矩形選區。這個選區現在可以被處理並且粘貼到原圖。

region = region.transpose(Image.ROTATE_180)

im.paste(region, box)

當你粘貼矩形選區的時候必須保證尺寸一致。此外，矩形選區不能在圖像外。然而你不必保證矩形選區和原圖的顏色模式一致，因為矩形選區會被自動轉換顏色。

5）分離和合併顏色通道

對於多通道圖像，有時候在處理時希望能夠分別對每個通道處理，處理完成後重新合成多通道，在Pillow中，很簡單，如下：

r,g,b = im.split()

im = Image.merge(“RGB”, (r,g,b))

對於split（）函數，如果是單通道的，則返回其本身，否則，返回各個通道。

6）幾何變換

對圖像進行幾何變換是一種基本處理，在Pillow中包括resize( )和rotate( )，如用法如下：

out = im.resize((128,128))

out = im.rotate(45) # degree conter-clockwise

其中，resize( )函數的參數是一個新圖像大小的元祖，而rotate( )則需要輸入順時針的旋轉角度。在Pillow中，對於一些常見的旋轉作了專門的定義：

out = im.transpose(Image.FLIP_LEFT_RIGHT)

out = im.transpose(Image.FLIP_TOP_BOTTOM)

out = im.transpose(Image.ROTATE_90)

out = im.transpose(Image.ROTATE_180)

out = im.transpose(Image.ROTATE_270)

7）顏色空間變換

在處理圖像時，根據需要進行顏色空間的轉換，如將彩色轉換為灰度：

cmyk = im.convert(“CMYK”)

gray = im.convert(“L”)

8）圖像濾波

求教python一個作圖的問題

matplotlib 是python最著名的繪圖庫，它提供了一整套和matlab相似的命令API，十分適合交互式地行製圖。而且也可以方便地將它作為繪圖控件，嵌入GUI應用程序中。

它的文檔相當完備，並且Gallery頁面中有上百幅縮略圖，打開之後都有源程序。因此如果你需要繪製某種類型的圖，只需要在這個頁面中瀏覽/複製/粘貼一下，基本上都能搞定。

在Linux下比較著名的數據圖工具還有gnuplot，這個是免費的，Python有一個包可以調用gnuplot，但是語法比較不習慣，而且畫圖質量不高。

而 Matplotlib則比較強：Matlab的語法、python語言、latex的畫圖質量（還可以使用內嵌的latex引擎繪製的數學公式）。

本文目錄

1. Matplotlib.pyplot快速繪圖

2. 面向對象畫圖

3. Matplotlib.pylab快速繪圖

4. 在圖表中顯示中文

5. 對LaTeX數學公式的支持

6. 對數坐標軸

7. 學習資源

Matplotlib.pyplot快速繪圖

快速繪圖和面向對象方式繪圖

matplotlib實際上是一套面向對象的繪圖庫，它所繪製的圖表中的每個繪圖元素，例如線條Line2D、文字Text、刻度等在內存中都有一個對象與之對應。

為了方便快速繪圖matplotlib通過pyplot模塊提供了一套和MATLAB類似的繪圖API，將眾多繪圖對象所構成的複雜結構隱藏在這套API內部。我們只需要調用pyplot模塊所提供的函數就可以實現快速繪圖以及設置圖表的各種細節。pyplot模塊雖然用法簡單，但不適合在較大的應用程序中使用。

為了將面向對象的繪圖庫包裝成只使用函數的調用接口，pyplot模塊的內部保存了當前圖表以及當前子圖等信息。當前的圖表和子圖可以使用plt.gcf()和plt.gca()獲得，分別表示”Get Current Figure”和”Get Current Axes”。在pyplot模塊中，許多函數都是對當前的Figure或Axes對象進行處理，比如說：

plt.plot()實際上會通過plt.gca()獲得當前的Axes對象ax，然後再調用ax.plot()方法實現真正的繪圖。

可以在Ipython中輸入類似”plt.plot??”的命令查看pyplot模塊的函數是如何對各種繪圖對象進行包裝的。

配置屬性

matplotlib所繪製的圖表的每個組成部分都和一個對象對應，我們可以通過調用這些對象的屬性設置方法set_*()或者pyplot模塊的屬性設置函數setp()設置它們的屬性值。

因為matplotlib實際上是一套面向對象的繪圖庫，因此也可以直接獲取對象的屬性

配置文件

繪製一幅圖需要對許多對象的屬性進行配置，例如顏色、字體、線型等等。我們在繪圖時，並沒有逐一對這些屬性進行配置，許多都直接採用了matplotlib的缺省配置。

matplotlib將這些缺省配置保存在一個名為“matplotlibrc”的配置文件中，通過修改配置文件，我們可以修改圖表的缺省樣式。配置文件的讀入可以使用rc_params()，它返回一個配置字典；在matplotlib模塊載入時會調用rc_params()，並把得到的配置字典保存到rcParams變量中；matplotlib將使用rcParams字典中的配置進行繪圖；用戶可以直接修改此字典中的配置，所做的改變會反映到此後創建的繪圖元素。

繪製多子圖（快速繪圖）

Matplotlib 里的常用類的包含關係為 Figure – Axes – (Line2D, Text, etc.)一個Figure對象可以包含多個子圖(Axes)，在matplotlib中用Axes對象表示一個繪圖區域，可以理解為子圖。

可以使用subplot()快速繪製包含多個子圖的圖表，它的調用形式如下：

subplot(numRows, numCols, plotNum)

subplot將整個繪圖區域等分為numRows行* numCols列個子區域，然後按照從左到右，從上到下的順序對每個子區域進行編號，左上的子區域的編號為1。如果numRows，numCols和plotNum這三個數都小於10的話，可以把它們縮寫為一個整數，例如subplot(323)和subplot(3,2,3)是相同的。subplot在plotNum指定的區域中創建一個軸對象。如果新創建的軸和之前創建的軸重疊的話，之前的軸將被刪除。

subplot()返回它所創建的Axes對象，我們可以將它用變量保存起來，然後用sca()交替讓它們成為當前Axes對象，並調用plot()在其中繪圖。

繪製多圖表（快速繪圖）

如果需要同時繪製多幅圖表，可以給figure()傳遞一個整數參數指定Figure對象的序號，如果序號所指定的Figure對象已經存在，將不創建新的對象，而只是讓它成為當前的Figure對象。

import numpy as np

import matplotlib.pyplot as plt

plt.figure(1) # 創建圖表1

plt.figure(2) # 創建圖表2

ax1 = plt.subplot(211) # 在圖表2中創建子圖1

ax2 = plt.subplot(212) # 在圖表2中創建子圖2

x = np.linspace(0, 3, 100)

for i in xrange(5):

plt.figure(1) #❶ # 選擇圖表1

plt.plot(x, np.exp(i*x/3))

plt.sca(ax1) #❷ # 選擇圖表2的子圖1

plt.plot(x, np.sin(i*x))

plt.sca(ax2) # 選擇圖表2的子圖2

plt.plot(x, np.cos(i*x))

plt.show()

在圖表中顯示中文

matplotlib的缺省配置文件中所使用的字體無法正確顯示中文。為了讓圖表能正確顯示中文，可以有幾種解決方案。

在程序中直接指定字體。

在程序開頭修改配置字典rcParams。

修改配置文件。

matplotlib輸出圖象的中文顯示問題

上面那個link里的修改matplotlibrc方式，我試了好幾次都沒成功。能work的一個比較簡便粗暴的方式（但不知道有沒有副作用）是，1.找到字體目錄YOURPYTHONHOME\Lib\site-packages\matplotlib\mpl-data\fonts\ttf下的Vera.ttf。這裡我們用中文楷體(可以從windows/system32/fonts拷貝過來，對於win8字體文件不是ttf的可以從網上下一個微軟雅黑)，直接張貼到前面的ttf目錄下，然後更名為Vera.ttf。2. 中文字符串用unicode格式，例如：u”測試中文顯示”，代碼文件編碼使用utf-8 加上” # coding = utf-8 “一行。

面向對象畫圖

matplotlib API包含有三層，Artist層處理所有的高層結構，例如處理圖表、文字和曲線等的繪製和布局。通常我們只和Artist打交道，而不需要關心底層的繪製細節。

直接使用Artists創建圖表的標準流程如下：

創建Figure對象

用Figure對象創建一個或者多個Axes或者Subplot對象

調用Axies等對象的方法創建各種簡單類型的Artists

import matplotlib.pyplot as plt

X1 = range(0, 50) Y1 = [num**2 for num in X1] # y = x^2 X2 = [0, 1] Y2 = [0, 1] # y = x

Fig = plt.figure(figsize=(8,4)) # Create a `figure’ instance Ax = Fig.add_subplot(111) # Create a `axes’ instance in the figure Ax.plot(X1, Y1, X2, Y2) # Create a Line2D instance in the axes

Fig.show() Fig.savefig(“test.pdf”)

python：PIL圖像處理

PIL (Python Imaging Library)

Python圖像處理庫，該庫支持多種文件格式，提供強大的圖像處理功能。

PIL中最重要的類是Image類，該類在Image模塊中定義。

從文件加載圖像：

如果成功，這個函數返回一個Image對象。現在你可以使用該對象的屬性來探索文件的內容。

format 屬性指定了圖像文件的格式，如果圖像不是從文件中加載的則為 None 。

size 屬性是一個2個元素的元組，包含圖像寬度和高度（像素）。

mode 屬性定義了像素格式，常用的像素格式為：“L” (luminance) – 灰度圖, “RGB” , “CMYK”。

如果文件打開失敗, 將拋出IOError異常。

一旦你擁有一個Image類的實例，你就可以用該類定義的方法操作圖像。比如：顯示

( show() 的標準實現不是很有效率，因為它將圖像保存到一個臨時文件，然後調用外部工具（比如系統的默認圖片查看軟件）顯示圖像。該函數將是一個非常方便的調試和測試工具。)

接下來的部分展示了該庫提供的不同功能。

PIL支持多種圖像格式。從磁盤中讀取文件，只需使用 Image 模塊中的 open 函數。不需要提供文件的圖像格式。PIL庫將根據文件內容自動檢測。

如果要保存到文件，使用 Image 模塊中的 save 函數。當保存文件時，文件名很重要，除非指定格式，否則PIL庫將根據文件的擴展名來決定使用哪種格式保存。

** 轉換文件到JPEG **

save 函數的第二個參數可以指定使用的文件格式。如果文件名中使用了一個非標準的擴展名，則必須通過第二個參數來指定文件格式。

** 創建JPEG縮略圖 **

需要注意的是，PIL只有在需要的時候才加載像素數據。當你打開一個文件時，PIL只是讀取文件頭獲得文件格式、圖像模式、圖像大小等屬性，而像素數據只有在需要的時候才會加載。

這意味着打開一個圖像文件是一個非常快的操作，不會受文件大小和壓縮算法類型的影響。

** 獲得圖像信息 **

Image 類提供了某些方法，可以操作圖像的子區域。提取圖像的某個子區域，使用 crop() 函數。

** 複製圖像的子區域 **

定義區域使用一個包含4個元素的元組，(left, upper, right, lower)。坐標原點位於左上角。上面的例子提取的子區域包含300×300個像素。

該區域可以做接下來的處理然後再粘貼回去。

** 處理子區域然後粘貼回去 **

當往回粘貼時，區域的大小必須和參數匹配。另外區域不能超出圖像的邊界。然而原圖像和區域的顏色模式無需匹配。區域會自動轉換。

** 滾動圖像 **

paste() 函數有個可選參數，接受一個掩碼圖像。掩碼中255表示指定位置為不透明，0表示粘貼的圖像完全透明，中間的值表示不同級別的透明度。

PIL允許分別操作多通道圖像的每個通道，比如RGB圖像。 split() 函數創建一個圖像集合，每個圖像包含一個通道。 merge() 函數接受一個顏色模式和一個圖像元組，然後將它們合併為一個新的圖像。接下來的例子交換了一個RGB圖像的三個通道。

** 分離和合併圖像通道 **

對於單通道圖像， split() 函數返回圖像本身。如果想處理各個顏色通道，你可能需要先將圖像轉為RGB模式。

resize() 函數接受一個元組，指定圖像的新大小。

rotate() 函數接受一個角度值，逆時針旋轉。

** 基本幾何變換 **

圖像旋轉90度也可以使用 transpose() 函數。 transpose() 函數也可以水平或垂直翻轉圖像。

** transpose **

transpose() 和 rotate() 函數在性能和結果上沒有區別。

更通用的圖像變換函數為 transform() 。

PIL可以轉換圖像的像素模式。

** 轉換顏色模式 **

PIL庫支持從其他模式轉為“L”或“RGB”模式，其他模式之間轉換，則需要使用一個中間圖像，通常是“RGB”圖像。

ImageFilter 模塊包含多個預定義的圖像增強過濾器用於 filter() 函數。

** 應用過濾器 **

point() 函數用於操作圖像的像素值。該函數通常需要傳入一個函數對象，用於操作圖像的每個像素：

** 應用點操作 **

使用以上技術可以快速地對圖像像素應用任何簡單的表達式。可以結合 point() 函數和 paste 函數修改圖像。

** 處理圖像的各個通道 **

注意用於創建掩碼圖像的語法：

Python計算邏輯表達式採用短路方式，即：如果and運算符左側為false，就不再計算and右側的表達式，而且返回結果是表達式的結果。比如 a and b 如果a為false則返回a，如果a為true則返回b，詳見Python語法。

對於更多高級的圖像增強功能，可以使用 ImageEnhance 模塊中的類。

可以調整圖像對比度、亮度、色彩平衡、銳度等。

** 增強圖像 **

PIL庫包含對圖像序列（動畫格式）的基本支持。支持的序列格式包括 FLI/FLC 、 GIF 和一些實驗性的格式。 TIFF 文件也可以包含多個幀。

當打開一個序列文件時，PIL庫自動加載第一幀。你可以使用 seek() 函數 tell() 函數在不同幀之間移動。

** 讀取序列 **

如例子中展示的，當序列到達結尾時，將拋出EOFError異常。

注意當前版本的庫中多數底層驅動只允許seek到下一幀。如果想回到前面的幀，只能重新打開圖像。

以下迭代器類允許在for語句中循環遍歷序列：

** 一個序列迭代器類 **

PIL庫包含一些函數用於將圖像、文本打印到Postscript打印機。以下是一個簡單的例子。

** 打印到Postscript **

如前所述，可以使用 open() 函數打開圖像文件，通常傳入一個文件名作為參數：

如果打開成功，返回一個Image對象，否則拋出IOError異常。

也可以使用一個file-like object代替文件名（暫可以理解為文件句柄）。該對象必須實現read，seek，tell函數，必須以二進制模式打開。

** 從文件句柄打開圖像 **

如果從字符串數據中讀取圖像，使用StringIO類：

** 從字符串中讀取 **

如果圖像文件內嵌在一個大文件里，比如 tar 文件中。可以使用ContainerIO或TarIO模塊來訪問。

** 從tar文檔中讀取 **

** 該小節不太理解，請參考原文 **

有些解碼器允許當讀取文件時操作圖像。通常用於在創建縮略圖時加速解碼（當速度比質量重要時）和輸出一個灰度圖到激光打印機時。

draft() 函數。

** Reading in draft mode **

輸出類似以下內容：

注意結果圖像可能不會和請求的模式和大小匹配。如果要確保圖像不大於指定的大小，請使用 thumbnail 函數。

Python2.7 教程 PIL

Python 之使用 PIL 庫做圖像處理

來自

python thumbnail 縮略圖比例怎麼算的

import Image

im = Image.open(‘test.png’)

print im.format, im.size, im.mode

im.thumbnail((200, 100))

im.save(‘thumb.jpg’, ‘JPEG’)

python的pillow庫怎麼使用

1）使用 Image 類

PIL最重要的類是 Image class, 你可以通過多種方法創建這個類的實例；你可以從文件加載圖像，或者處理其他圖像, 或者從 scratch 創建。

要從文件加載圖像，可以使用open( )函數，在Image模塊中：

[python] view plain copy

from PIL import Image

im = Image.open(“E:/photoshop/1.jpg”)

加載成功後，將返回一個Image對象，可以通過使用示例屬性查看文件內容：

[python] view plain copy

print(im.format, im.size, im.mode)

(‘JPEG’, (600, 351), ‘RGB’)

如果文件打開錯誤，返回 IOError 錯誤。

只要你有了 Image 類的實例，你就可以通過類的方法處理圖像。比如，下列方法可以顯示圖像：

[python] view plain copy

im.show()

2）讀寫圖像

加載文件，並轉化為png格式：

[python] view plain copy

“Python Image Library Test”

from PIL import Image

import os

import sys

for infile in sys.argv[1:]:

f,e = os.path.splitext(infile)

outfile = f +”.png”

if infile != outfile:

try:

Image.open(infile).save(outfile)

except IOError:

print(“Cannot convert”, infile)

save() 方法的第二個參數可以指定文件格式。

3）創建縮略圖

縮略圖是網絡開發或圖像軟件預覽常用的一種基本技術，使用Python的Pillow圖像庫可以很方便的建立縮略圖，如下：

[python] view plain copy

# create thumbnail

size = (128,128)

for infile in glob.glob(“E:/photoshop/*.jpg”):

f, ext = os.path.splitext(infile)

img = Image.open(infile)

img.thumbnail(size,Image.ANTIALIAS)

img.save(f+”.thumbnail”,”JPEG”)

上段代碼對photoshop下的jpg圖像文件全部創建縮略圖，並保存，glob模塊是一種智能化的文件名匹配技術，在批圖像處理中經常會用到。

4）圖像的剪切、粘貼與合併操作

Image 類包含的方法允許你操作圖像部分選區，PIL.Image.Image.crop 方法獲取圖像的一個子矩形選區，如：

[python] view plain copy

# crop, paste and merge

im = Image.open(“E:/photoshop/lena.jpg”)

box = (100,100,300,300)

region = im.crop(box)

[python] view plain copy

region = region.transpose(Image.ROTATE_180)

im.paste(region, box)

5）分離和合併顏色通道

對於多通道圖像，有時候在處理時希望能夠分別對每個通道處理，處理完成後重新合成多通道，在Pillow中，很簡單，如下：

[python] view plain copy

r,g,b = im.split()

im = Image.merge(“RGB”, (r,g,b))

對於split（）函數，如果是單通道的，則返回其本身，否則，返回各個通道。

6）幾何變換

對圖像進行幾何變換是一種基本處理，在Pillow中包括resize( )和rotate( )，如用法如下：

[python] view plain copy

out = im.resize((128,128))

out = im.rotate(45) # degree conter-clockwise

其中，resize( )函數的參數是一個新圖像大小的元祖，而rotate( )則需要輸入順時針的旋轉角度。在Pillow中，對於一些常見的旋轉作了專門的定義：

[python] view plain copy

out = im.transpose(Image.FLIP_LEFT_RIGHT)

out = im.transpose(Image.FLIP_TOP_BOTTOM)

out = im.transpose(Image.ROTATE_90)

out = im.transpose(Image.ROTATE_180)

out = im.transpose(Image.ROTATE_270)

7）顏色空間變換

在處理圖像時，根據需要進行顏色空間的轉換，如將彩色轉換為灰度：

[python] view plain copy

cmyk = im.convert(“CMYK”)

gray = im.convert(“L”)

8）圖像濾波

圖像濾波在ImageFilter 模塊中，在該模塊中，預先定義了很多增強濾波器，可以通過filter( )函數使用，預定義濾波器包括：

BLUR、CONTOUR、DETAIL、EDGE_ENHANCE、EDGE_ENHANCE_MORE、EMBOSS、FIND_EDGES、SMOOTH、SMOOTH_MORE、SHARPEN。其中BLUR就是均值濾波，CONTOUR找輪廓，FIND_EDGES邊緣檢測，使用該模塊時，需先導入，使用方法如下：

[python] view plain copy

from PIL import ImageFilter

imgF = Image.open(“E:/photoshop/lena.jpg”)

outF = imgF.filter(ImageFilter.DETAIL)

conF = imgF.filter(ImageFilter.CONTOUR)

edgeF = imgF.filter(ImageFilter.FIND_EDGES)

imgF.show()

outF.show()

conF.show()

edgeF.show()

除此以外，ImageFilter模塊還包括一些擴展性強的濾波器：

class PIL.ImageFilter.GaussianBlur(radius=2)

Gaussian blur filter.

參數:

radius – Blur radius.

class PIL.ImageFilter.UnsharpMask(radius=2, percent=150, threshold=3)

Unsharp mask filter.

See Wikipedia’s entry on digital unsharp masking for an explanation of the parameters.

class PIL.ImageFilter.Kernel(size, kernel, scale=None, offset=0)

Create a convolution kernel. The current version only supports 3×3 and 5×5 integer and floating point kernels.

In the current version, kernels can only be applied to “L” and “RGB” images.

參數:

size – Kernel size, given as (width, height). In the current version, this must be (3,3) or (5,5).

kernel – A sequence containing kernel weights.

scale – Scale factor. If given, the result for each pixel is divided by this value. the default is the sum of the kernel weights.

offset – Offset. If given, this value is added to the result, after it has been divided by the scale factor.

class PIL.ImageFilter.RankFilter(size, rank)

Create a rank filter. The rank filter sorts all pixels in a window of the given size, and returns therank‘th value.

參數: