PIL简单图片处理（上）

　　自己看了下python，本来想照教程上一点一点学的，学了一会发现好没劲（教程本身质量很好），学python就是为了好玩，为什么还这么按部就班勒？果断google下python的爬虫（开始目的是这个），按照一很简单的demo，自己也写了个很简单的小程序（urllib2+re），爬美女吧的美女图片。其实爬图片本身并不难（一会儿就爬了一千都张），难的是图片质量参差不齐，怎么加以区别。质量包括图片本身的分辨率和图片的‘美感’，于是突然就想到了图像识别，把那些不美（搞笑图片和长的不美）的去掉，而且说干就干，虽然也是小白

　　google下python图片操作，了解到PIL（python Image Lib），去官网下。windows版官方只有32位版，如果是64位的python好像还不兼容。。。我用的mac，下的源码。装之前还要装依赖，教程可以参考这里。中间遇到了‘include <X11/Xlib.h>’，可以参考这里。而且win版好像的show函数好像有问题，得改源码。。。反正各种问题，毕竟这么老了，感觉官方也放弃了，不过够用就行了

　　PIL装好之后， 就可以开工了。当然啦，图像识别也不可能是一步到位的事，毕竟不是那么简单嘛

　　首先就是对图片处理有个简单的概念。一张图片是由若干像素组成，而一个像素则由很多分量（通道）组成，每种分量大小的共同作用于一个像素，而成千上万个像素则组成了宏观上的图片，分量数和每个分量的位数共同决定了图片的位数。比如一张分辨率为1920*1080的美女图片，每一行就有1920个像素，每一列有1080个像素，那么总共就有1920X1080个像素。而一个像素最常见的是由R(red),G(green),B(blue)分量(通道)组成。而每一个分量一般用8位bit来表示，所以每一个分量就有2^8 = 256(0~255）种可能。分量数为3，每个分量有8位，图片就为3X8=24位。而有一种32位的图就是在24位的上加上一个alpha(透明度)分量，比如png格式的图片就可以表示一张背景透明的图。现在我们可以计算下，一张这样24位，1920*1080分辨率的图片的大小了。1920X1080*24 ~ 6MB，可是我们一般遇到的图片都不会有这么大，那是压缩之后的结果，jpeg就是一种压缩率可以很高的图片格式，而且是有损压缩(据说损失的都不重要)。

　　有了图片的基础知识之后，接下来就可以开始了。图片的处理也就是将某些指定的像素设为特定的值而已了

　　下面举个小demo：

　　预期效果：对称效果，让图片的左边与右边对称，可以恶搞别人

　　示例代码：

　　

import PIL from Image

def mirror(im):
    width,height = im.size
    half = int(width/2)
    for x in range(half):
        for y in range(height):
            origin = im.getpixel((width-x-1,y))
            im.putpixel((x,y),origin)
    return im

imageurl = './images/xg.jpg'
image = Image.open(imageurl)
image.show()
image = mirror(image)
image.show()

　　效果：

　　       　

　　在来一张上下的