继续创作，加速生长！这是我参加「掘金日新方案 4 月更文挑战」的第16天，点击检查活动概况

​ 大家好，今日咱们来学习Pillow的相关常识，本文详解的讲解了运用Pillow库进行图片的简略处理，运用PyCharm开发Python的详细进程和各种第三方库的装置与运用。运用pillow来对图片进行处理，咱们先介绍如何装置Pillow库和图象处理根本常识的介绍。本文会介绍如何透明度混合以及隐瞒混合。

Pillow 是 Python Imaging Library的简称，是 Python 语言中最为常用的图画处理库。Pillow 库供给了对 Python3 的支撑，为Python3 解释器供给了图画处理的功用。经过运用 Pillow 库， 能够方便地运用 Python 程序对图片进行处理，例如常见的尺度、格局、颜色、旋转等处理。

一、Pillow 库的装置

Pillow 库是Python开发者最为常见的图画处理库，它供给了广泛的文件格局支撑、强壮的图画处理才能，主要包括图画存储、图画显现、格局转化以及根本的图画处理操作等。 装置 Pillow 库的办法与装置 Python 其他第三方库的办法相同，也能够到 Python 官方网站下 载 Pillow 库的压缩包。

1.1 pip 装置 pillow

pip 装置 pillow，履行如下指令：

pip install pillow

python--pillow语法详解（一）

二、图象处理根本常识

咱们在学习pillow之前，咱们首要需求了解图画的根本常识，比方说什么是图画的 RGB 颜色形式，什么是像素啊？

2.1图画的 RGB 颜色形式

咱们知道赤色，绿色，蓝色是最根本的组成颜色，那么，望文生义，RGB便是别离代表着三种颜色。RGB 三个颜色通道的变化和叠加得到各种颜色，其间

  • R 赤色，取值规模，0-255

  • G 绿色，取值规模，0-255

  • B 蓝色，取值规模，0-255

比方，咱们常见的黄色便是由赤色和绿色叠加而来。

赤色的 RGB 表明（255,0,0） 绿色的 RGB 表明（0,255,0）

蓝色的 RGB 表明（0,0,255）黄色的 RGB 表明（255,255,0）

2.2 像素阵列

接下来，咱们说说什么是像素，咱们知道一个点便是像素，那么图片就能够像素的调集。

数字图画能够当作一个整数阵列，阵列中的元素称为像素(Pixel),见下图的数字阵列

python--pillow语法详解（一）
​

每个点代表 1 个像素(Pixel)，一个点包含 RGB 三种颜色。也便是 1 个像素包含 3 个字节的 信息：（R,G,B）。假设这个像素是赤色，则信息是：（255,0,0）。那么，理论上咱们只要 操作每个点上的这三个数字，就能完成任何的图形。一幅图画上的一切像素点的信息就完全 能够选用矩阵来表明，经过矩阵的运算完成愈加复杂的操作。

三、Image 模块

Image模块是Pillow库的核心部分。它是用来存储一切类型的图画的主类，它还包含大量的函数办法，用于以各种方法处理图画。Image模块具有很多的功用，比方说

  • 图画操作（旋转、转置等）
  • 图画组成（混合等）

3.1 翻开和新建

在 Pillow 库中，经过运用 Image 模块，能够从文件中加载图画，或者处理其他图画， 或者从 scratch 中创建图画。在对图画进行处理时，首要需求翻开要处理的图片。在 Image 模块中运用函数 open()翻开一副图片，履行后返回 Image 类的实例。当文件不存在时，会引 发 IOError 错误。运用函数 open()语法格局如下所示。

open(fp,mode)
  • (1) fp:指翻开文件的路径。
  • (2) mode：可选参数，表明翻开文件的方法，通常运用默认值 r。

在 Image 模块中，能够运用函数 new()新建图画。详细语法格局如下所示：

new(mode,size,color=0)
  • (1) mode:图片形式，详细取值如下表
  • (2) size：表明图片尺度，是运用宽和高两个元素构成的元组
  • (3) color：默认颜色（黑色)
mode(形式) bands（通道） 说明
“1” 1 数字 1，表明是非二值图画，每个像素用 0 或者 1 共 1 位二进制代 码表明
“L” 1 灰度图，每个像素用 8 位二进制代码表明
“P” 1 索引图，每个像素用 8 位二进制代码表明

【示例】运用 Image 翻开翻开一副图片

from PIL import Image
img=Image.open('text.png')
print('图片的格局：',img.format)
print('图片的巨细：',img.size)
print('图片的高度：',img.height,'图片的宽度：',img.width)
print('获取(100,100)处像素值:',img.getpixel((100,100)))

运行结果如下：

python--pillow语法详解（一）
​

3.2 混合

  • （1） 透明度混合处理

在 Pillow 库的 Image 模块中，能够运用函数 blend()完成透明度混合处理。详细语法 格局如下所示：

blend(im1,im2,alpha)

其间 im1、im2 指参加混合的图片 1 和图片 2，alpha 指混合透明度，取值是 0-1。 经过运用函数 blend()，能够将 im1 和 im2 这两幅图片（尺度相同）以一定的透明度 进行混合。详细混合进程如下：

(im1*(1-alpha)+im2*alpha)

python--pillow语法详解（一）

当混合透明度为 0 时，显现 im1 原图。当混合透明度 alpha 取值为 1 时，显现 im2 原图片。

【示例】透明度混合图片

from PIL import Image
img1=Image.open('1pqyq3.jpg').convert(mode='RGB')
img2=Image.new('RGB',img1.size,'red')
# img2.show()
Image.blend(img1,img2,alpha=0.5).show()

python--pillow语法详解（一）

运行作用如下：

python--pillow语法详解（一）

  • （2） 遮罩混合处理

在 Pillow 库中 Image 模块中，能够运用函数 composite()完成遮罩混合处理。详细语 法格局如下所示：

composite(im1,im2,mask)

python--pillow语法详解（一）

其间 im1 和 im2 表明混合处理的图片 1 和图片 2.mask 也是一个图画，mode 能够为 “1”, “L”, or “RGBA”，而且巨细要和 im1、im2 一样。 函数 composite()的功用是运用 mask 来混合图片 im1 和 im2，而且要求 mask、im1 和 im2 三幅图片的尺度相同。下面的实例代码演示了运用 Image 模块完成图片遮罩混合处理的进程。

【示例】遮罩混合图片

from PIL import Image
img1=Image.open('1pp5o1.jpg')
img2=Image.open('1pp6e1.jpg')
img2=img2.resize(img1.size)
r,g,b=img2.split()
Image.composite(img2,img1,b).show()

python--pillow语法详解（一）

运行作用如下：

本次运用的图片为：

python--pillow语法详解（一）
python--pillow语法详解（一）

履行之后的作用如下：

python--pillow语法详解（一）

咱们能够惊喜的发现到两张图片混合到了一同，是不是很奇特，这个便是咱们开头说的隐瞒混合，感兴趣的快去试试吧。

四、 总结

经过本文的学习，咱们简略操作了透明度混合以及隐瞒混合，下一章，咱们会继续介绍pillow的操作。咱们能够经过运用 Pillow 库， 能够方便地运用 Python 程序对图片进行处理，例如常见的尺度、格局、颜色、旋转等处理。

​