pillow.Image常用操作如图片裁剪,旋转,缩放,翻转等

    xiaoxiao2022-07-02  136

    在Python中import Image包格式如下:

    from PIL import Image width_rate=random.randint(1,width_rate)/100 height_rate=random.randint(1,height_rate)/100 if type(figure) is np.ndarray: figure=Image.fromarray(figure) figure=figure.crop((32*width_rate/2,32*height_rate/2,32-32*width_rate/2,32- 32*height_rate/2)) figure=figure.resize((32,32)) return figure

    图片裁剪:

    figure.crop((左,上,右,下))   分别对应希望裁剪的尺寸的最左上右下边。

    调整图像大小:

    figure.resize((width,height))分别对应缩放后的长宽

    figure=Image.open('save_picture\cat.jpg') figure_resize=figure.resize((200,200)) plt.figure() plt.subplot(211) plt.imshow(figure_resize) plt.subplot(212) plt.imshow(figure) plt.show()

    结果如下所示:

    查看图片格式:

    figure.format

    figure=Image.open('save_picture\picture.jpg') print(figure.format)

    输出结果如下:

    图片粘贴,代码如下:

    figure.paste(粘贴的图片,(位置))

    figure=Image.open('\save_picture\cat.jpg') print(figure.size) figure_crop=figure.crop((60,60,260,340)) figure.paste(figure_crop,(100,100)) #图片粘贴位置的左上角坐标

    效果如下:

    图像旋转,代码如下:

    figure_rotate=figure.rotate(90) #旋转代码 plt.figure() plt.subplot(211) plt.imshow(figure_rotate) plt.subplot(212) plt.imshow(figure) plt.show()

    效果如下:

    图像水平翻转:

    figure_flip=figure.transpose(Image.FLIP_LEFT_RIGHT) #翻转代码 plt.figure() plt.subplot(211) plt.imshow(figure_flip) plt.subplot(212) plt.imshow(figure) plt.show()

    效果如下:

    图像垂直翻转:

    figure_flip=figure.transpose(Image.FLIP_TOP_BOTTOM) plt.figure() plt.subplot(211) plt.imshow(figure_flip) plt.subplot(212) plt.imshow(figure) plt.show()

    高斯模糊:

    figure_gaussianblur=figure.filter(ImageFilter.GaussianBlur) plt.figure() plt.subplot(211) plt.imshow(figure_gaussianblur) plt.subplot(212) plt.imshow(figure) plt.show()

    边缘增强:

    from PIL import Image,ImageFilter figure_edge_enhance=figure.filter(ImageFilter.EDGE_ENHANCE) plt.figure() plt.subplot(211) plt.imshow(figure_edge_enhance) plt.subplot(212) plt.imshow(figure) plt.show()

    效果如下:

    找到边缘

    figure_find_edges=figure.filter(ImageFilter.FIND_EDGES) plt.figure() plt.subplot(211) plt.imshow(figure_find_edges) plt.subplot(212) plt.imshow(figure) plt.show()

    锐化:

    figure_sharpen=figure.filter(ImageFilter.SHARPEN) plt.figure() plt.subplot(211) plt.imshow(figure_sharpen) plt.subplot(212) plt.imshow(figure) plt.show()

    平滑处理:

    figure_smooth=figure.filter(ImageFilter.SMOOTH) plt.figure() plt.subplot(211) plt.imshow(figure_smooth) plt.subplot(212) plt.imshow(figure) plt.show()

    效果如下:

    细节:

    figure_detail=figure.filter(ImageFilter.DETAIL) plt.figure() plt.subplot(211) plt.imshow(figure_detail) plt.subplot(212) plt.imshow(figure) plt.show()

    最新回复(0)