python的pil工具包入門（python安裝pil模塊）

本文目錄一覽：

1、python中pil如何導入？
2、python最佳入門教程(1): python的安裝
3、python如何安裝pil庫
4、Python：這有可能是最詳細的PIL庫基本概念文章了
5、python的pillow庫怎麼使用

python中pil如何導入？

PIL是python的第三方圖像處理庫，我們可以值cmd使用pip install pillow命令安裝pil庫，下面我們就來看一下如何導入pil庫。

python中可以使用import導入pil模塊：

主要有以下兩種導入方法：

import 模塊名1 [as 別名1], 模塊名2 [as 別名2]，…：使用這種語法格式的 import 語句，會導入指定模塊中的所有成員（包括變量、函數、類等）。不僅如此，當需要使用模塊中的成員時，需用該模塊名（或別名）作為前綴，否則 Python 解釋器會報錯。

from 模塊名 import 成員名1 [as 別名1]，成員名2 [as 別名2]，…：使用這種語法格式的 import 語句，只會導入模塊中指定的成員，而不是全部成員。同時，當程序中使用該成員時，無需附加任何前綴，直接使用成員名（或別名）即可。

更多Python知識請關注Python自學網。

python最佳入門教程(1): python的安裝

本教程基於python3.x, 是針對初學者的一系列python入門教程，在知乎上常有人問我計算機該怎麼學，如何自學編程，筆者也是通過自學編程而進入IT這一行業的，回顧入行的這幾年，從音視頻流媒體輾轉到人工智能深度學習，機器視覺，我是下了不少苦心的，對於如何學習有自己的一套理論和實踐方法，很多人自言學編程不得其門，把學不會歸咎於天分，其實芸芸眾生，智力無別，你現在所看到的是技術大牛們一個個超凡絕頂(然知此絕頂非彼絕頂)，看不到的是曾經的他們，也在每個晝夜裡用心苦學。再者學一門技術，需要勤學刻苦，是需要講究方法和基礎的，方法對了就事半功倍，所謂的天才也無不是建立在紮實的基礎之上。

在windows中安裝python

首先打開python官網，點擊頁面downloads導航按鈕，下載windows最新的基於web安裝的安裝器，右鍵以管理員身份運行安裝包，會出現如下界面：

將Add Python 3.7 to PATH 進行勾選，勾選此項的目的在於將python解釋器加入系統環境變量，則在後續的python開發中可直接在windows 命令行中執行python腳本。所謂的環境變量是系統運行環境的一系列參數，比如這裡的系統環境變量是PATH，PATH保存了與路徑相關的參數，系統在路徑查找中，會對PATH保存的路徑進行搜索。

點擊install Now按鈕執行python的安裝

打開windows命令行界面(按windows鍵輸入cmd命令),輸入python -V，出現python版本的相關輸出，即表示安裝成功。

在Linux系統中安裝python

筆者的系統是CentOS, Linux系統默認有安裝python,但是其版本是2.x,在這裡筆者以源碼安裝的形式來安裝python 3.X。首先進入python源碼包頁面點擊下載最新的gzip格式的python源碼包，上傳到服務器然後進行解壓，解壓後的目錄結構如下圖所示：

Linux中的configure與make

configure是Linux中的腳本配置工具，用來對源碼的當前安裝環境進行檢測，若檢測無誤，會在當前目錄生成一個供源碼編譯的Makefile腳本文件。

make是Linux系統下的編譯安裝工具，用來解釋執行makefile文件中的腳本命令，編譯命令。

現在我們開始編譯安裝python

(1) 在當前目錄執行./configure(2) 輸入 make sudo make install

若無指定安裝目錄，python會被默認安裝在/usr/local目錄中, 讀者可以執行./configure –prefix=“你自定義的安裝目錄”來配置安裝路徑。安裝完畢以後進入/usr/local/bin目錄，輸入 “python3.x -V” (這裡的python3.x為你所安裝的python版本)，若出現與python版本的相關輸出，即表示安裝成功。

為安裝的python設置軟鏈接

安裝的python可以以絕對路徑的方式來執行，每次敲一大段路徑來執行python未免麻煩，通常我們會給安裝的python設置軟鏈接，這裡的軟鏈接類似於windows的快捷方式。

輸入以下命令來給python設置軟鏈接,筆者安裝的版本是python3.7, pip是python的包管理工具，會在教程的後續章節中進行詳細講解。

ln -s /usr/bin/python3 /usr/local/bin/python3.7 # 表示設置python3 為 /usr/local/bin/python3.7的快捷方式ln -s /usr/bin/pip3 /usr/local/bin/pip3.7 # 表示設置pip3 為 /usr/local/bin/pip3.7的快捷方式

python如何安裝pil庫

PIL：Python Imaging Library，已經是Python平台事實上的圖像處理標準庫了。

由於PIL僅支持到Python 2.7，加上年久失修，於是一群志願者在PIL的基礎上創建了兼容的版本，名字叫Pillow，支持最新Python 3.x，又加入了許多新特性，因此，我們可以直接安裝使用Pillow。

安裝Python時已經把pip3也備好了，可以直接使用pip3安裝PIL

命令行：pip3 install pillow

注意：

1.PIL安裝包名字的pillow

2.使用pip3命令時，是要在pip3.exe所在路徑下才能執行。一般pip3.exe是在python安裝目錄下的Script文件夾中。

更多Python相關技術文章，請訪問Python教程欄目進行學習！以上就是小編分享的關於python如何安裝pil庫的詳細內容希望對大家有所幫助，更多有關python教程請關注環球青藤其它相關文章！

Python：這有可能是最詳細的PIL庫基本概念文章了

PIL有如下幾個模塊：Image模塊、ImageChops模塊、ImageCrackCode模塊、ImageDraw模塊、ImageEnhance模塊、ImageFile模塊、ImageFileIO模塊、ImageFilter模塊、ImageFont模塊、ImageGrab模塊、ImageOps模塊、ImagePath模塊、ImageSequence模塊、ImageStat模塊、ImageTk模塊、ImageWin模塊、PSDraw模塊

啊啊啊啊怎麼這麼多模塊啊~~~！！！！

別擔心我為你一一講解

Image模塊提供了一個相同名稱的類，即image類，用於表示PIL圖像。

Image模塊是PIL中最重要的模塊，比如創建、打開、顯示、保存圖像等功能，合成、裁剪、濾波等功能，獲取圖像屬性功能，如圖像直方圖、通道數等。

Image模塊的使用如下：

ImageChops模塊包含一些算術圖形操作，這些操作可用於諸多目的，比如圖像特效，圖像組合，算法繪圖等等，通道操作只用於8位圖像。

ImageChops模塊的使用如下：

由於圖像im_dup是im的複製過來的，所以它們的差為0，圖像im_diff顯示時為黑圖。

ImageCrackCode模塊允許用戶檢測和測量圖像的各種特性。這個模塊只存在於PIL Plus包中。

因為我目前安裝的PIL中沒有包含這個模塊。所以就不詳細介紹了

ImageDraw模塊為image對象提供了基本的圖形處理功能。例如，它可以創建新圖像，注釋或潤飾已存在圖像，為web應用實時產生各種圖形。

ImageDraw模塊的使用如下：

在del draw前後顯示出來的圖像im是完全一樣的，都是在原有圖像上畫了兩條對角線。

原諒我的報錯

ImageEnhance模塊包括一些用於圖像增強的類。它們分別為 Color類、Brightness類、Contrast類和Sharpness類。

ImageEnhance模塊的使用如下：

圖像im0的亮度為圖像im的一半。

ImageFile模塊為圖像打開和保存功能提供了相關支持功能。另外，它提供了一個Parser類，這個類可以一塊一塊地對一張圖像進行解碼（例如，網絡聯接中接收一張圖像）。這個類的接口與標準的sgmllib和xmllib模塊的接口一樣。

ImageFile模塊的使用如下：

因為所打開圖像大小大於1024個byte，所以報錯：圖像不完整。

所以大家想看的可以自行去找一個小一點的圖看一下

ImageFileIO模塊用於從一個socket或者其他流設備中讀取一張圖像。不贊成使用這個模塊。在新的code中將使用ImageFile模塊的Parser類來代替它。

ImageFilter模塊包括各種濾波器的預定義集合，與Image類的filter方法一起使用。該模塊包含這些圖像增強的濾器：BLUR，CONTOUR，DETAIL，EDGE_ENHANCE，EDGE_ENHANCE_MORE，EMBOSS，FIND_EDGES，SMOOTH，SMOOTH_MORE和SHARPEN。

ImageFilter模塊的使用如下：

ImageFont模塊定義了一個同名的類，即ImageFont類。這個類的實例中存儲着bitmap字體，需要與ImageDraw類的text方法一起使用。

PIL使用自己的字體文件格式存儲bitmap字體。用戶可以使用pilfont工具包將BDF和PCF字體描述器（Xwindow字體格式）轉換為這種格式。

PIL Plus包中才會支持矢量字體。

ImageGrab模塊用於將屏幕上的內容拷貝到一個PIL圖像內存中。當前的版本只在windows操作系統上可以工作。

ImageGrab模塊的使用如下：

圖像im顯示出筆記本當前的窗口內容，就是類似於截圖的工具

ImageOps模塊包括一些“ready-made”圖像處理操作。它可以完成直方圖均衡、裁剪、量化、鏡像等操作。大多數操作只工作在L和RGB圖像上。

ImageOps模塊的使用如下：

圖像im_flip為圖像im垂直方向的鏡像。

ImagePath模塊用於存儲和操作二維向量數據。Path對象將被傳遞到ImageDraw模塊的方法中。

ImagePath模塊的使用如下：

ImageSequence模塊包括一個wrapper類，它為圖像序列中每一幀提供了迭代器。

ImageSequence模塊的使用如下：

後面兩次show()函數調用，分別顯示第1張和第11張圖像。

ImageStat模塊計算一張圖像或者一張圖像的一個區域的全局統計值。

ImageStat模塊的使用如下：

ImageTk模塊用於創建和修改BitmapImage和PhotoImage對象中的Tkinter。

ImageTk模塊的使用如下：

這個是我一直不太懂的有沒有大佬能幫我解決一下在線等~急！

PSDraw模塊為Postscript打印機提供基本的打印支持。用戶可以通過這個模塊打印字體，圖形和圖像。

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

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圖像為例，每張圖片都是由三個數據通道構成，分別為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getbands()方法來獲取。getbands()方法是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。

getbands()方法的使用如下：

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為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。

I：32位整型像素。

F：32位浮點型像素。

RGB：3×8位像素，為真彩色。

RGBA：4×8位像素，有透明通道的真彩色。

CMYK：4×8位像素，顏色分離。

YCbCr：3×8位像素，彩色視頻格式。

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。

mode 屬性的使用如下：

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。

mode屬性的使用如下：

PIL使用笛卡爾像素坐標系統，坐標(0，0)位於左上角。注意：坐標值表示像素的角；位於坐標（0，0）處的像素的中心實際上位於（0.5，0.5）。

坐標經常用於二元組（x，y）。長方形則表示為四元組，前面是左上角坐標。例如：一個覆蓋800×600的像素圖像的長方形表示為（0，0，800，600）。

調色板模式 (“P”)使用一個顏色調色板為每個像素定義具體的顏色值

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於文件格式。

info屬性的使用如下：

對於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為輸出像素。它忽略了所有其他的像素。

BILINEAR：雙線性濾波。在輸入圖像的2×2矩陣上進行線性插值。注意：PIL的當前版本，做下採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4×4矩陣上進行立方插值。注意：PIL的當前版本，做下採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濾波器是下採樣（例如，將一個大的圖像轉換為小圖）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。

resize()方法的定義為：resize(size, filter=None)= image

resize()方法的使用如下：

對參數filter不賦值的話，resize()方法默認使用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：

thumbnail ()方法的定義為：im.thumbnail(size, filter=None)

thumbnail ()方法的使用如下：

這裡需要說明的是，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為(182， 200)。

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：

python的pillow庫怎麼使用

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：

[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’)

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：

[python] view plain copy

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] 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。

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：

[python] view plain copy

# 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。

[python] view plain copy

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：

[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: