python基于pillow库的简单图像处理

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113

from PIL import Image from PIL import ImageFilter from PIL import ImageEnhance import matplotlib.pyplot as plt   # 将彩色图片转成灰度图片 img = Image.open('pic.jpg') # 读取图片 gray = img.convert('L') # 转成灰度图 plt.figure('将彩色图片转成灰度图片') plt.subplot(1,2,1) plt.title("original image") # 设置标题 plt.imshow(img) # 显示原始图片 plt.axis('off') # 不显示坐标轴 plt.subplot(1,2,2) plt.title('gray image') # 设置标题 plt.imshow(gray,cmap = 'gray') plt.axis('off') plt.show() # 显示图片框   # 裁剪图像 img = Image.open('pic.jpg')  # 读取图片 plt.figure("裁剪图像") plt.subplot(1,2,1) plt.title('original image') # 设置标题 plt.imshow(img) # 显示原始图片 plt.axis('off') # 不显示坐标轴 img_size = img.size # 获取图像大小 start_x = int(img_size[0]/2) end_x = img_size[0] start_y = int(img_size[1]/2) end_y = img_size[1] box = (start_x,start_y,end_x,end_y) # 定义裁剪区间 roi = img.crop(box)     # 裁剪 plt.subplot(1,2,2) plt.title('cropped image') # 设置标题 plt.imshow(roi) # 显示裁剪后的图片 plt.axis('off') # 不显示坐标轴 plt.show() # 显示图片框   # 旋转图像 img = Image.open('pic.jpg')  # 读取图片 plt.figure("旋转图像") plt.subplot(1,2,1) plt.title('original image') # 设置标题 plt.imshow(img) # 显示原始图片 plt.axis('off') # 不显示坐标轴 dst = img.rotate(45) # 顺时针旋转45度 plt.subplot(1,2,2) plt.title('rotated image') # 设置标题 plt.imshow(dst) # 显示裁剪后的图片 plt.axis('off') # 不显示坐标轴 plt.show()  # 显示图片框   # 寻找边缘信息的滤波 img = Image.open('pic.jpg')  # 读取图片 gray = img.convert('L') # 转成灰度图 plt.figure("边缘信息滤波") plt.subplot(1,2,1) plt.title('original image') # 设置标题 plt.imshow(gray,cmap = 'gray') # 显示原始图片 plt.axis('off') # 不显示坐标轴 im = gray.filter(ImageFilter.FIND_EDGES) # 边缘滤波 plt.subplot(1,2,2) plt.title('edge filtering') # 设置标题 plt.imshow(im,cmap = 'gray') # 显示裁剪后的图片 plt.axis('off') # 不显示坐标轴 plt.show()  # 显示图片框   # 浮雕滤波 img = Image.open('pic.jpg')  # 读取图片 gray = img.convert('L') # 转成灰度图 plt.figure("浮雕滤波") plt.subplot(1,2,1) plt.title('original image') # 设置标题 plt.imshow(gray,cmap = 'gray') # 显示原始图片 plt.axis('off') # 不显示坐标轴 im =  gray.filter(ImageFilter.EMBOSS) # 浮雕滤波 plt.subplot(1,2,2) plt.title('embossed filtering') # 设置标题 plt.imshow(im,cmap = 'gray') # 显示裁剪后的图片 plt.axis('off') # 不显示坐标轴 plt.show()  # 显示图片框   # 轮廓滤波 img = Image.open('pic.jpg')  # 读取图片 gray = img.convert('L') # 转成灰度图 plt.figure("轮廓滤波") plt.subplot(1,2,1) plt.title('original image') # 设置标题 plt.imshow(gray,cmap = 'gray') # 显示原始图片 plt.axis('off') # 不显示坐标轴 im =  gray.filter(ImageFilter.CONTOUR) # 轮廓滤波 plt.subplot(1,2,2) plt.title('contour filtering') # 设置标题 plt.imshow(im,cmap = 'gray') # 显示裁剪后的图片 plt.axis('off') # 不显示坐标轴 plt.show()  # 显示图片框   # 图像增强 img = Image.open('pic.jpg')  # 读取图片 gray = img.convert('L') # 转成灰度图 plt.figure("图像增强") plt.subplot(1,2,1) plt.title('original image') # 设置标题 plt.imshow(gray,cmap = 'gray') # 显示原始图片 plt.axis('off') # 不显示坐标轴 im = ImageEnhance.Color(gray).enhance(0.5) # 图像增强 plt.subplot(1,2,2) plt.title('enhanced image') # 设置标题 plt.imshow(im) # 显示裁剪后的图片 plt.axis('off') # 不显示坐标轴 plt.show()  # 显示图片框