python pil image,PIL图像处理

　　在数字图像处理中，不同的图像格式都有其固有的处理算法。所以在图像处理之前，你需要考虑你是基于哪种格式的图像来设计和实现算法。基于这一需求，本文利用python的图像处理库PIL来实现不同图像格式的转换。

　　对于彩色图像，无论图像格式是PNG、BMP还是JPG(在PIL是图像模块的打开)，返回的图像对象模式都是“RGB”。对于灰度图像，无论图像格式是PNG、BMP还是JPG，打开后模式都是“L”。

　　正如在以前的博客中提到的，图像模块可以通过图像模块的打开(和保存)(函数)在PNG、BMP和JPG彩色图像格式之间转换。具体来说，当你打开这些图像时，PIL会将它们解码成三个通道的“RGB”图像。用户可以根据它来处理这个“RGB”图像。处理后，您可以使用save()函数将处理结果保存为PNG、BMP或JPG格式。现在已经完成了几种格式之间的转换。同样，其他格式的彩色图像也可以通过这种方式进行转换。当然，不同格式的灰度图像也可以以相同的方式执行，但是PIL解码图像是具有模式“L”的图像。

　　在这里，我想详细解释一下用于转换不同模式图像的图像模块的convert(函数)。

　　Convert))函数以三种格式定义，它们的定义格式如下：

　　im.convert(模式)图像

　　im . convert(1230“p”，* *选项)图像

　　im.convert(模式，矩阵)图像

　　将当前图像转换为具有不同参数的新模式，并生成新图像作为返回值。

　　在博客《Python图像处理库PIL基本概念介绍》中，发现PIL有9种不同的模式。它们是1、l、p、RGB、RGBA、CMYK、YCbCr、I和F.

　　我使用的样本图像是图像处理中经典的lena照片。分辨率为512x512的Lena图像如下。

　　另一方面，模式“RGB”被转换成其他不同的模式。

　　1.模式“1”

　　模式“1”是二进制图像，要么是黑色，要么是白色。但是，每个像素由8位表示，0表示黑色，255表示白色。尝试将lena图像转换为“1”图像。

　　例如：

　　from pilimportimagelena=image . open(d:\ code \ python \ test \ img \ \ Lena.jpg )Lena . mode 78)Lena _ 1

　　图像lena_1的模式为“1”，分辨率为512x512，如下图所示。

　　2.模式“L”

　　图案“L”是一个灰色图像。每个像素用8位表示，0代表黑色，255代表白色，其他数字代表不同的灰度。在PIL，从“RGB”模式到“L”模式的转换根据以下公式进行：

　　l=r * 299/1000g * 587/1000 b * 114/1000

　　尝试将lena图像转换为“L”图像。

　　例如：

　　from pilimportimagelena=image . open(d:\ code \ python \ test \ img \ \ Lena.jpg )Lena . mode 78)Lena _ ll

　　197 * 299/1000111 * 587/100078 * 114/1000=132.952，PIL只有整数部分是132。

　　转换后的图像lena_L如下。

　　3.模式“P”

　　模式“P”是每个像素的8位彩色图像。

　　八位表示根据调色板查询相应的颜色值。

　　让我们使用默认的调色板将lena图像转换为“P”图像。

　　示例：

　　来自PIL import image Lena=image . open( D:\ \ Code \ \ Python \ \ test \ \ img \ \ Lena . jpg )Lena . mode RGB Lena . get pixel((0，0))(197，111，78)Lena _ P=Lena . convert( P )Lena _ P . mode P Lena _ P . get pixel((0，0))62

　　转换后的图像lena_P如下：

　　4.模式“RGBA”

　　“RGBA”模式是一幅32-8位的彩色图像，它的每个像素由32位表示，其中24位表示红色、绿色和蓝色通道，另外8位表示alpha通道，即透明通道。

　　让我们把“RGB”模式的莉娜图像转换成“RGBA”图像。

　　示例：

　　从PIL导入Imagelena=image . open( D:\ \ Code \ \ Python \ \ test \ \ img \ \ Lena . jpg )Lena . mode RGB Lena . get pixel((0，0))(197，111，78)Lena _ rgba=Lena . convert( RGBA )Lena _ rgba . mode rgba Lena _ rgba . get pixel((0，0))(197，111，78，255)lena_rgba.getpixel((0，1))(196，

　　从示例中可以看出，当以当前方式将“RGB”图像转换为“RGBA”图像时，所有alpha通道都设置为255，这意味着它们是完全不透明的。

　　转换后的图像lena_rgba如下：

　　5.模式“CMYK”

　　模式“CMYK”是32位彩色图像，其每个像素由32位表示。模式“CMYK”是印刷的四色分色模式，是彩色印刷中使用的一种色彩套准模式。利用三原色和黑色油墨的混色原理，将总共四种颜色混合叠加，形成所谓的“全彩印刷”。

　　四种标准色分别是：C:青色=青色，又称‘天蓝’或‘蓝蓝’M:品红=洋红，又称‘洋红’；y:黄色=黄色；K: K:钥匙牌(黑色)=牌照颜色(黑色)。

　　让我们把RGB模式的lena图像转换成CMYK图像。

　　示例：

　　从PIL导入图片Lena=Image . open( D:\ \ Code \ \ Python \ \ test \ \ img \ \ Lena . jpg )Lena _ CMYK=Lena . convert( CMYK )Lena _ CMYK . mode CMYK Lena _ CMYK . get pixel((0，0))(58，144，177，0) lena_cmyk.getpixel((0，1))(59，145，178，0)lena.getpixel((0，0))(197

　　从例子中，我们可以知道在PIL将“RGB”转换为“CMYK”的公式如下：

　　C=255 - R

　　M=255克

　　Y=255 - B

　　K=0

　　因为转换公式比较简单，所以转换出来的图像颜色有些失真。

　　转换后的图像lena_cmyk如下：

　　6.模式“YCbCr”

　　模式“YCbCr”是24位彩色图像，并且它的每个像素由24位表示。YCbCr，其中y指亮度分量，Cb指蓝色度分量，Cr指红色度分量。肉眼对视频的Y分量更敏感，所以在对色度分量进行二次采样以降低色度分量后，肉眼不会注意到图像质量的变化。

　　将模式“RGB”转换为“YCbCr”的公式如下：

　　Y=0.257*R 0.504*G 0.098*B 16

　　Cb=-0.148*R-0.291*G 0.439*B 128

　　Cr=0.439*R-0.368*G-0.071*B 128

　　让我们把“RGB”模式的莉娜图像转换成“YCbCr”图像。

　　示例：

　　从PIL导入图片Lena=Image . open( D:\ \ Code \ \ Python \ \ test \ \ img \ \ Lena . jpg )Lena _ ycbcr=Lena . convert( YCbCr )Lena _ ycbcr . mode ycbcr Lena _ ycbcr . getpixel((0，0))(132，97，173)lena.getpixel((0，0))(197，111，78)

　　根据公式，y=0.257 * 197 0.564 * 111 0.098 * 78 16=136.877。

　　CB=-0.148 * 197-0.291 * 111 0.439 * 78 128=100.785

　　Cr=0.439 * 197-0.368 * 111-0.071 * 78 128=168.097

　　可以看出，在PIL，从“RGB”到“YCbCr”的转换不是根据这个公式进行的。

　　转换后的图像lena_ycbcr如下：

　　7.模式“I”

　　模式“I”是32位整数灰度图像，每个像素用32位表示，0代表黑色，255代表白色，(0，255)之间的数字代表不同的灰度。在PIL，从“RGB”模式到“I”模式的转换根据以下公式：

　　I=R * 299/1000G * 587/1000 B * 114/1000

　　让我们将“RGB”模式的lena图像转换为“I”图像。

　　示例：

　　从PIL导入Imagelena=image . open( D:\ \ Code \ \ Python \ \ test \ \ img \ \ Lena . jpg )Lena . get pixel((0，0))(197，111，78)lena.getpixel((0，1))(196，110，77)Lena _ I=Lena . convert( I )Lena _ I . mode I Lena _ I . get pixel((0，0))132lena_I.getpixel((0，1))131 lena_L=lena

　　从实验结果来看，模式“I”和模式“L”的结果完全相同，只是模式“L”的像素是8bit，而模式“I”的像素是32bit。

　　8.模式“F”

　　模式“F”是32位浮点灰度图像。它的每个像素由32位表示，0表示黑色，255表示白色。(0，255)之间的数字代表不同的灰度。在PIL，从“RGB”模式到“F”模式的转换根据以下公式：

　　f=R * 299/1000G * 587/1000 B * 114/1000

　　让我们将“RGB”模式的lena图像转换为“F”图像。

　　示例：

　　从PIL导入图片Lena=Image . open( D:\ \ Code \ \ Python \ \ test \ \ img \ \ Lena . jpg )Lena . get pixel((0，0))(197，111，78)lena.getpixel((0，1))(196，110，77)Lena _ F=Lena . convert( F )Lena _ F . mode F Lena _ F . get pixel((0，0))132.95199584960938 Lena _ F . get pixel

　　模式“F”的转换公式与模式“L”的转换公式相同，都是将RGB转换为灰度值的公式，但模式“F”会保留小数部分，比如实验中的数据。

　　(未完待续)

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。