Python图像处理常用操作技巧总结

Python编程语言在实际应用中为我们带来了非常大的好处。其简单易用的好处极大的吸引了大部分开发人员的眼球。在这里我们将会通过对Python图像处理的相关方法，来体验一下这一语言给我们带来的好处。#t#

创新互联是由多位在大型网络公司、广告设计公司的优秀设计人员和策划人员组成的一个具有丰富经验的团队，其中包括网站策划、网页美工、网站程序员、网页设计师、平面广告设计师、网络营销人员及形象策划。承接：成都做网站、成都网站制作、网站改版、网页设计制作、网站建设与维护、网络推广、数据库开发,以高性价比制作企业网站、行业门户平台等全方位的服务。

虽然图像处理的最佳工具是MATLAB的图像处理工具箱，但是在进行一些“简单的”图像处理任务或者大批量的简单图像处理任务的时候，Python图像处理的方法更有优势。

1.引言:

提到图像处理，人们通常想到的工具是MATLAB。诚然，MATLAB提供了一个强大的图像处理工具箱。但是，对于简单的图像处理任务而言，采用一种高级的语言将起到事半功倍的效果。Python无疑就是实现这一功能的理想选择。Python的面向对象、弱数据类型等等特性都使得用它来进行简单的图像处理的时候非常的简洁方便。

2.简介：

PythonWare公司提供了免费的Python图像处理工具包PIL(Python Image Library),该软件包提供了基本的图像处理功能，如：改变图像大小，旋转图像，图像格式转换，色场空间转换，图像增强，直方图处理，插值和滤波等等。虽然在这个软件包上要实现类似MATLAB中的复杂的图像处理算法并不太适合，但是Python的快速开发能力以及面向对象等等诸多特点使得它非常适合用来进行原型开发。

在PIL中，任何一副图像都是用一个Image对象表示，而这个类由和它同名的模块导出，因此，要加载一副图像，最简单的形式是这样的：

 
 
 

  
  
  
import Image  
  
  
  
img = Image.open(“dip.jpg”) 
 
 
 

注意：第一行的Image是模块名；第二行的img是一个Image对象； Image类是在Image模块中定义的。关于Image模块和Image类，切记不要混淆了。现在，我们就可以对img进行各种操作了，所有对img的操作最终都会反映到到dip.img图像上。

PIL提供了丰富的功能模块：Image,ImageDraw,ImageEnhance,ImageFile等等。最常用到的模块是Image,ImageDraw,ImageEnhance这三个模块。下面我对此分别做一介绍。关于其它模块的使用请参见说明文档.有关PIL软件包和相关的说明文档可在PythonWare的站点www.Pythonware.com上获得。

3．Image模块：

Image模块是PIL最基本的模块，其中导出了Image类，一个Image类实例对象就对应了一副图像。同时，Image模块还提供了很多有用的函数。

（1）打开一副图像文件：

 
 
 

  
  
  
import Image  
  
  
  
img = Image.open(“dip.jpg”) 
 
 
 

这将返回一个Image类实例对象，后面的所有的操作都是在img上完成的。

（2）调整图像大小:

 
 
 

  
  
  
import Image  
  
  
  
img = Image.open("img.jpg")  
  
  
  
new_img = img.resize((128,128),Image.BILINEAR)  
  
  
  
new_img.save("new_img.jpg") 
 
 
 

原来的图像大小是256x256,现在，保存的new_img.jpg的大小是128x128。

就是这么简单，需要说明的是Image.BILINEAR指定采用双线性法对像素点插值。

（3）旋转图像：

现在我们把刚才调整过大小的图像旋转45度：

 
 
 

  
  
  
import Image  
  
  
  
img = Image.open("img.jpg")  
  
  
  
new_img = img.resize((128,128),Image.BILINEAR)  
  
  
  
rot_img = new_img.rotate(45)  
  
  
  
rot_img.save("rot_img.jpg") 
 
 
 

总结：

在批处理或者简单的Python图像处理任务中，采用Python和PIL（Python Image Library）的组合来完成图像处理任务是一个很不错的选择。设想有一个需要对某个文件夹下的所有图像将对比度提高2倍的任务。用Python来做将是十分简单的。当然，我也不得不承认Python在图像处理方面的功能还比较弱，显然还不适合用来进行滤波、特征提取等等一些更为复杂的应用。我个人的观点是，当你要实现这些“高级”的算法的时候，好吧，把它交给MATLAB去完成。但是，如果你面对的只是一个通常的不要求很复杂算法的图像处理任务，那么，Python应该才是你的最佳搭档。

当前名称：Python图像处理常用操作技巧总结
本文路径：http://www.hantingmc.com/qtweb/news23/483273.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联