7.Pillow图像分离与合并
我们知道,图像(指数字图像)由许多像素点组成,像素是组成图像的基本单位,而每一个像素点又可以使用不同的颜色,最终呈现出了绚丽多彩的图像。它们的本质就是图片呈现颜色时需要遵循的规则,比如 RGB、RGBA、CYMK 等,而图像的分离与合并,指的就是图像颜色的分离和合并。
Image 类提供了用于分离图像和合并图像的方法 split() 和 merge() 方法,通常情况下,这两个方法会一起使用。
split()
split() 的使用方法比较简单,用来分离颜色通道。我们使用它来处理蝴蝶图片:

图1:pilow 图像处理操作
代码如下所示:
- im=Image.open("C:/Users/Administrator/Desktop/1.jpg")
- #修改图像大小,以适应图像处理
- image=im.resize((450,400))
- image.save("C:/Users/Administrator/Desktop/2.jpg")
- #分离颜色通道,产生三个 Image对象
- r,g,b = image.split()
- r.show()
- g.show()
- b.show()
输出的结果,依次展示如下:

图2:分离结果预览
merge()
Image 类提供的 merge() 方法可以实现图像的合并操作。注意,图像合并,可以是单个图像合并,也可以合并两个以上的图像。
merge() 方法的语法格式如下:
Image.merge(mode, bands)
参数说明如下:
- mode:指定输出图片的模式
- bands:参数类型为元组或者列表序列,其元素值是组成图像的颜色通道,比如 RGB 分别代表三种颜色通道,可以表示为 (r,g,b)。
注意,该函数会返回一个新的 Image 对象。
下面对图像合并的两种类型分别进行介绍:
一. 单个图像的合并指的是将颜色通道进行重新组合,从而得到不一样的图片效果,代码如下所示:
- from PIL import Image
- im=Image.open("C:/Users/Administrator/Desktop/1.jpg")
- #修改图像大小,以适应图像处理
- image=im.resize((450,400))
- image.save("C:/Users/Administrator/Desktop/2.jpg")
- #分离颜色通道,产生三个 Image对象
- r,g,b = image.split()
- #重新组合颜色通道,返回先的Image对象
- image_merge=Image.merge('RGB',(b,g,r))
- image_merge.show()
- #保存图像至桌面
- image_merge.save("C:/Users/Administrator/Desktop/3.jpg")
新合成的图像入如下所示:

图3:图像合并操作
两张图片的合并操作也并不复杂,但是要求两张图片的模式、图像大小必须要保持一致,否则不能合并。因此,对于那些模式、大小不同的图片要进行预处理。
下面我们将蝴蝶图与向日葵图进行合并,向日葵原图如下:

图4:向日葵原图
示例代码如下:
- from PIL import Image
- #打开图2.jpg
- im_1 = Image.open("C:/Users/Administrator/Desktop/2.jpg")
- im_2= Image.open("C:/Users/Administrator/Desktop/向日葵.jpg")
- #因为两种图片的图片格式一致,所以仅需要处理图片的大小,让它们保持一致
- #让 im_2 的图像尺寸与 im_1 一致,注意此处新生成了 Image 对象
- image = im_2.resize(im_1.size)
- #接下来,对图像进行颜色分离操作
- r1, g1 ,b1 = im_1.split()
- r2, g2 , b2 = image.split()
- # 合并图像
- im_3 = Image.merge('RGB',[r2,g1,b2])
- im_3.show()
- im_3.save("C:/Users/Administrator/Desktop/合成.jpg")
预览图像的合成结果:

图5:合成图像
扩展知识:blend() 混合图片
Image 类也提供了 blend() 方法来混合 RGBA 模式的图片(PNG 格式),函数的语法格式如下:
Image.blend(image1,image2, alpha)
参数说明如下:
- image1,image2:表示两个 Image 对象。
- alpha:表示透明度,取值范围为 0 到 1,当取值为 0 时,输出图像相当于 image1 的拷贝,而取值为 1 时,则是 image2 的拷贝,只有当取值为 0.5 时,才为两个图像的中合。因此改值的大小决定了两个图像的混合程度。
与 RGB 模式相比,RGBA 在 RGB 的基础上增加了透明度,通过 Alpha 取值来决定两个图像的混合程度。示例如下:
- """"
- 混合 rgba模式的图像
- """
- im1 = Image.open("C:/Users/Administrator/Desktop/c-net.png")
- image = Image.open("C:/Users/Administrator/Desktop/心形函数图像.png")
- im2=image.resize(im1.size)
- def blend_im(im1,im2):
- #设置 alpha 为 0.5
- Image.blend(im1,im2,0.5).save("C:/Users/Administrator/Desktop/C语言中文网.png")
- #调用函数
- blend_im(im1,im2)
输出结果如下:

图6:混合图像
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 无需6万激活码!GitHub神秘组织3小时极速复刻Manus,手把手教你使用OpenManus搭建本
· Manus爆火,是硬核还是营销?
· 终于写完轮子一部分:tcp代理 了,记录一下
· 别再用vector<bool>了!Google高级工程师:这可能是STL最大的设计失误
· 单元测试从入门到精通