建设购物网站的方案合肥网站推广优化公司

Python Pillow 库详解文档

简介

Pillow (PIL Fork) 是 Python 中最流行的图像处理库，它是 Python Imaging Library (PIL) 的现代分支和继承者。Pillow 提供了广泛的图像处理功能，支持多种图像格式的读取、处理、保存和显示。

安装

pip install Pillow

核心模块架构

Pillow 库的核心围绕 Image 类构建，同时提供了多个专门的子模块来处理不同的图像处理任务。主要的模块包括图像基础操作、滤镜处理、颜色管理、字体渲染、图像增强等功能模块。

Image 模块 - 核心图像处理

基本导入和使用

from PIL import Image, ImageDraw, ImageFont
import os

图像创建与打开

创建新图像

# 创建空白图像
img = Image.new('RGB', (800, 600), color='white')
img = Image.new('RGBA', (400, 300), color=(255, 0, 0, 128))# 创建渐变图像
img = Image.new('L', (256, 256))
for x in range(256):for y in range(256):img.putpixel((x, y), x)

打开现有图像

# 打开图像文件
img = Image.open('example.jpg')
img = Image.open('path/to/image.png')# 验证图像
try:img.verify()print("图像文件有效")
except:print("图像文件损坏")

图像基本属性和信息

# 获取图像基本信息
print(f"尺寸: {img.size}")  # (width, height)
print(f"模式: {img.mode}")  # RGB, RGBA, L, P 等
print(f"格式: {img.format}")  # JPEG, PNG, GIF 等
print(f"调色板: {img.palette}")# 获取图像统计信息
extrema = img.getextrema()  # 最小值和最大值
histogram = img.histogram()  # 直方图数据

图像变换操作

尺寸调整

# 调整图像大小
resized = img.resize((400, 300))  # 指定尺寸
resized = img.resize((400, 300), Image.LANCZOS)  # 指定重采样算法# 按比例缩放
width, height = img.size
new_img = img.resize((width//2, height//2))# 创建缩略图
img.thumbnail((128, 128))  # 保持宽高比

旋转和翻转

# 旋转图像
rotated = img.rotate(45)  # 顺时针旋转45度
rotated = img.rotate(90, expand=True)  # 扩展画布适应旋转# 翻转图像
flipped_h = img.transpose(Image.FLIP_LEFT_RIGHT)  # 水平翻转
flipped_v = img.transpose(Image.FLIP_TOP_BOTTOM)  # 垂直翻转
rotated_90 = img.transpose(Image.ROTATE_90)  # 90度旋转

裁剪操作

# 矩形裁剪
box = (100, 100, 400, 300)  # (left, top, right, bottom)
cropped = img.crop(box)# 智能裁剪到内容边界
bbox = img.getbbox()
if bbox:trimmed = img.crop(bbox)

图像模式转换

# 模式转换
gray_img = img.convert('L')  # 转为灰度
rgba_img = img.convert('RGBA')  # 添加透明通道
rgb_img = img.convert('RGB')  # 移除透明通道# 带抖动的转换
palette_img = img.convert('P', dither=Image.FLOYDSTEINBERG)

ImageDraw 模块 - 图形绘制

ImageDraw 模块提供了在图像上绘制各种图形和文本的功能。

基础绘制操作

from PIL import Image, ImageDraw# 创建绘制对象
img = Image.new('RGB', (400, 300), 'white')
draw = ImageDraw.Draw(img)# 绘制基本形状
draw.rectangle([50, 50, 150, 100], fill='red', outline='black', width=2)
draw.ellipse([200, 50, 350, 150], fill='blue', outline='navy')
draw.line([0, 0, 400, 300], fill='green', width=3)# 绘制多边形
points = [(100, 200), (150, 250), (200, 200), (175, 150), (125, 150)]
draw.polygon(points, fill='yellow', outline='orange')

文本绘制

# 基础文本绘制
draw.text((50, 200), "Hello World", fill='black')# 使用自定义字体
try:font = ImageFont.truetype("arial.ttf", 24)draw.text((50, 250), "Custom Font", font=font, fill='blue')
except:# 使用默认字体font = ImageFont.load_default()draw.text((50, 250), "Default Font", font=font, fill='blue')# 获取文本尺寸
text = "Measure me"
bbox = draw.textbbox((0, 0), text, font=font)
width = bbox[2] - bbox[0]
height = bbox[3] - bbox[1]

高级绘制功能

# 绘制圆弧
draw.arc([100, 100, 200, 200], start=0, end=180, fill='red', width=3)# 绘制扇形
draw.pieslice([250, 100, 350, 200], start=0, end=90, fill='green')# 绘制多条线段
points = [(0, 150), (100, 100), (200, 150), (300, 100), (400, 150)]
draw.line(points, fill='purple', width=2)

ImageFilter 模块 - 图像滤镜

ImageFilter 模块提供了各种图像滤镜效果。

内置滤镜

from PIL import Image, ImageFilterimg = Image.open('example.jpg')# 模糊滤镜
blurred = img.filter(ImageFilter.BLUR)
gaussian_blur = img.filter(ImageFilter.GaussianBlur(radius=2))# 锐化滤镜
sharpened = img.filter(ImageFilter.SHARPEN)
unsharp_mask = img.filter(ImageFilter.UnsharpMask(radius=2, percent=150, threshold=3))# 边缘检测
edges = img.filter(ImageFilter.FIND_EDGES)
edge_enhance = img.filter(ImageFilter.EDGE_ENHANCE)# 浮雕效果
embossed = img.filter(ImageFilter.EMBOSS)# 轮廓检测
contour = img.filter(ImageFilter.CONTOUR)

自定义卷积滤镜

# 创建自定义滤镜内核
from PIL.ImageFilter import Kernel# 3x3 拉普拉斯算子
laplacian_kernel = Kernel((3, 3), [-1, -1, -1,-1,  8, -1,-1, -1, -1
])# 应用自定义滤镜
filtered_img = img.filter(laplacian_kernel)# 5x5 高斯模糊核
gaussian_5x5 = Kernel((5, 5), [1,  4,  6,  4, 1,4, 16, 24, 16, 4,6, 24, 36, 24, 6,4, 16, 24, 16, 4,1,  4,  6,  4, 1
], scale=256)

ImageEnhance 模块 - 图像增强

ImageEnhance 模块提供了调整图像亮度、对比度、饱和度和锐度的功能。

from PIL import Image, ImageEnhanceimg = Image.open('example.jpg')# 亮度调整
brightness = ImageEnhance.Brightness(img)
bright_img = brightness.enhance(1.5)  # 增加50%亮度
dark_img = brightness.enhance(0.5)    # 减少50%亮度# 对比度调整
contrast = ImageEnhance.Contrast(img)
high_contrast = contrast.enhance(2.0)  # 增强对比度
low_contrast = contrast.enhance(0.5)   # 降低对比度# 颜色饱和度调整
color = ImageEnhance.Color(img)
saturated = color.enhance(1.8)    # 增强饱和度
desaturated = color.enhance(0.2)  # 降低饱和度（接近灰度）# 锐度调整
sharpness = ImageEnhance.Sharpness(img)
sharp_img = sharpness.enhance(2.0)  # 增强锐度
soft_img = sharpness.enhance(0.5)   # 降低锐度

ImageOps 模块 - 图像操作

ImageOps 模块提供了许多实用的图像操作函数。

from PIL import Image, ImageOpsimg = Image.open('example.jpg')# 自动对比度
autocontrast_img = ImageOps.autocontrast(img)# 颜色均衡
equalized_img = ImageOps.equalize(img)# 反转颜色
inverted_img = ImageOps.invert(img)# 灰度化
grayscale_img = ImageOps.grayscale(img)# 镜像翻转
mirrored_img = ImageOps.mirror(img)# 适应尺寸（保持宽高比）
fitted_img = ImageOps.fit(img, (300, 300), method=Image.LANCZOS)# 添加边框
bordered_img = ImageOps.expand(img, border=20, fill='black')# 色调分离
posterized_img = ImageOps.posterize(img, bits=4)# 曝光度调整
solarized_img = ImageOps.solarize(img, threshold=128)

ImageColor 模块 - 颜色处理

ImageColor 模块提供了颜色格式转换和颜色名称解析功能。

from PIL import ImageColor# 颜色名称转RGB
red_rgb = ImageColor.getrgb('red')  # (255, 0, 0)
blue_rgb = ImageColor.getrgb('#0000FF')  # (0, 0, 255)# 转换为RGBA
red_rgba = ImageColor.getcolor('red', 'RGBA')  # (255, 0, 0, 255)# HSL转RGB
hsl_color = ImageColor.getcolor('hsl(120, 100%, 50%)', 'RGB')  # (0, 255, 0)# 支持的颜色格式
formats = ['red',                    # 颜色名称'#FF0000',               # 十六进制'rgb(255, 0, 0)',        # RGB函数'rgba(255, 0, 0, 1.0)',  # RGBA函数'hsl(0, 100%, 50%)',     # HSL函数
]

ImageFont 模块 - 字体处理

ImageFont 模块用于加载和使用字体文件。

from PIL import Image, ImageDraw, ImageFont# 加载TrueType字体
try:font_large = ImageFont.truetype("arial.ttf", 36)font_small = ImageFont.truetype("arial.ttf", 16)
except:# 使用默认字体font_large = ImageFont.load_default()font_small = ImageFont.load_default()# 使用字体绘制文本
img = Image.new('RGB', (400, 200), 'white')
draw = ImageDraw.Draw(img)draw.text((10, 10), "Large Text", font=font_large, fill='black')
draw.text((10, 60), "Small Text", font=font_small, fill='gray')# 获取字体指标
ascent, descent = font_large.getmetrics()
text_size = font_large.getsize("Sample Text")

实际应用示例

图像批处理

import os
from PIL import Imagedef batch_resize(input_dir, output_dir, size=(800, 600)):"""批量调整图像尺寸"""if not os.path.exists(output_dir):os.makedirs(output_dir)for filename in os.listdir(input_dir):if filename.lower().endswith(('.jpg', '.jpeg', '.png', '.bmp')):input_path = os.path.join(input_dir, filename)output_path = os.path.join(output_dir, filename)try:with Image.open(input_path) as img:img.thumbnail(size, Image.LANCZOS)img.save(output_path, optimize=True, quality=85)print(f"处理完成: {filename}")except Exception as e:print(f"处理失败 {filename}: {e}")

水印添加

def add_watermark(image_path, watermark_text, output_path):"""为图像添加文字水印"""with Image.open(image_path) as img:# 创建透明层overlay = Image.new('RGBA', img.size, (255, 255, 255, 0))draw = ImageDraw.Draw(overlay)# 设置字体和位置try:font = ImageFont.truetype("arial.ttf", 36)except:font = ImageFont.load_default()# 计算文本位置（右下角）text_bbox = draw.textbbox((0, 0), watermark_text, font=font)text_width = text_bbox[2] - text_bbox[0]text_height = text_bbox[3] - text_bbox[1]x = img.width - text_width - 20y = img.height - text_height - 20# 绘制半透明文字draw.text((x, y), watermark_text, font=font, fill=(255, 255, 255, 128))# 合并图层watermarked = Image.alpha_composite(img.convert('RGBA'), overlay)watermarked.convert('RGB').save(output_path, quality=95)

图像格式转换

def convert_format(input_path, output_path, output_format='JPEG'):"""转换图像格式"""with Image.open(input_path) as img:# 如果目标格式不支持透明度，转换为RGBif output_format in ['JPEG', 'BMP'] and img.mode in ['RGBA', 'LA']:background = Image.new('RGB', img.size, (255, 255, 255))background.paste(img, mask=img.split()[-1] if img.mode == 'RGBA' else None)img = backgroundimg.save(output_path, format=output_format, quality=95)

创建图像拼贴

def create_collage(image_paths, output_path, cols=3, spacing=10):"""创建图像拼贴"""images = []for path in image_paths:img = Image.open(path)img.thumbnail((200, 200), Image.LANCZOS)images.append(img)# 计算拼贴尺寸rows = (len(images) + cols - 1) // colsmax_width = max(img.width for img in images)max_height = max(img.height for img in images)total_width = cols * max_width + (cols - 1) * spacingtotal_height = rows * max_height + (rows - 1) * spacing# 创建拼贴画布collage = Image.new('RGB', (total_width, total_height), 'white')# 粘贴图像for i, img in enumerate(images):row = i // colscol = i % colsx = col * (max_width + spacing)y = row * (max_height + spacing)collage.paste(img, (x, y))collage.save(output_path, quality=95)

性能优化建议

使用 Pillow 进行图像处理时，应该注意内存管理和性能优化。对于大图像处理，建议使用 with 语句确保及时释放资源，选择合适的重采样算法以平衡质量和速度。批处理时可以考虑多线程处理以提高效率，同时注意设置合适的图像质量参数以控制输出文件大小。

对于需要处理大量图像的应用，可以考虑结合 NumPy 进行数值计算，或使用 Pillow-SIMD 等优化版本来获得更好的性能表现。在 Web 应用中使用时，应该注意设置合理的图像尺寸限制和格式检查，以防止恶意文件攻击。

错误处理和调试

在实际应用中，应该对图像操作进行适当的错误处理，检查文件存在性、格式支持性和内存限制等问题。Pillow 提供了详细的异常信息，可以帮助快速定位和解决问题。建议在生产环境中添加日志记录，以便追踪图像处理的执行情况和性能指标。