第二篇：杂项之图像处理pillow
杂项之图像处理pillow
杂项之图像处理pillow
本节内容
- 参考文献
- 生成验证码源码
- 一些小例子
1. 参考文献
http://pillow-cn.readthedocs.io/zh_CN/latest/ pillow中文文档
http://pillow.readthedocs.io/en/3.4.x/ pillow官方文档
http://blog.csdn.net/orangleliu/article/details/43529319 一些小例子
http://python.jobbole.com/83685/ pillow使用方法集合
2. 生成验证码源码
#!/usr/bin/env python
# encoding:utf-8
# __author__: check_code
# date: 2016/12/22 9:43
# blog: http://huxianglin.cnblogs.com/ http://xianglinhu.blog.51cto.com/
import random
from PIL import Image, ImageDraw, ImageFont, ImageFilter
_letter_cases = "abcdefghjkmnpqrstuvwxy" # 小写字母，去除可能干扰的i，l，o，z
_upper_cases = _letter_cases.upper() # 大写字母
_numbers = ''.join(map(str, range(3, 10))) # 数字，将数字转换成字符串，并把0,1,2去除掉，防止干扰
init_chars = ''.join((_letter_cases, _upper_cases, _numbers)) # 将上面生成的内容拼接到一起
def create_validate_code(size=(120, 30),
chars=init_chars,
img_type="GIF",
mode="RGB",
bg_color=(255, 255, 255),
fg_color=(0, 0, 255),
font_size=18,
font_type="simkai.ttf",
length=4,
draw_lines=True,
n_line=(1, 2),
draw_points=True,
point_chance = 2):
'''
@todo: 生成验证码图片
@param size: 图片的大小，格式（宽，高），默认为(120, 30)
@param chars: 允许的字符集合，格式字符串
@param img_type: 图片保存的格式，默认为GIF，可选的为GIF，JPEG，TIFF，PNG
@param mode: 图片模式，默认为RGB
@param bg_color: 背景颜色，默认为白色
@param fg_color: 前景色，验证码字符颜色，默认为蓝色#0000FF
@param font_size: 验证码字体大小
@param font_type: 验证码字体，默认为 ae_AlArabiya.ttf
@param length: 验证码字符个数
@param draw_lines: 是否划干扰线
@param n_lines: 干扰线的条数范围，格式元组，默认为(1, 2)，只有draw_lines为True时有效
@param draw_points: 是否画干扰点
@param point_chance: 干扰点出现的概率，大小范围[0, 100]
@return: [0]: PIL Image实例
@return: [1]: 验证码图片中的字符串
'''
width, height = size # 宽， 高
img = Image.new(mode, size, bg_color) # 创建图形
draw = ImageDraw.Draw(img) # 创建画笔，参数中传递了img对象
def get_chars():
'''生成给定长度的字符串，返回列表格式'''
return random.sample(chars, length)
def create_lines():
'''绘制干扰线'''
line_num = random.randint(*n_line) # 干扰线条数
for i in range(line_num):
# 起始点
begin = (random.randint(0, size[0]), random.randint(0, size[1]))
#结束点
end = (random.randint(0, size[0]), random.randint(0, size[1]))
draw.line([begin, end], fill=(0, 0, 0)) # 在起始点和结束点之间画一条线，颜色是黑色
def create_points():
'''绘制干扰点'''
chance = min(100, max(0, int(point_chance))) # 大小限制在[0, 100] # 设置干扰点在所有点中所占比例
for w in range(width):
for h in range(height):
tmp = random.randint(0, 100)
if tmp > 100 - chance:
draw.point((w, h), fill=(0, 0, 0)) # 满足条件的点就给打成黑色
def create_strs():
'''绘制验证码字符'''
c_chars = get_chars() # 获取生成的验证码字符串
strs = ' %s ' % ' '.join(c_chars) # 每个字符前后以空格隔开
font = ImageFont.truetype(font_type, font_size) # 生成字体对象，包含字体类型和字体大小
font_width, font_height = font.getsize(strs) # 计算生成的文字的宽度和高度
draw.text(((width - font_width) / 3, (height - font_height) / 3), # 设置验证码的起始点
strs, font=font, fill=fg_color)
return ''.join(c_chars) # 返回验证码字符串
if draw_lines: # 如果为true则设置干扰线
create_lines()
if draw_points: # 如果为true则设置干扰点
create_points()
strs = create_strs() # 设置字符串
# 图形扭曲参数
params = [1 - float(random.randint(1, 2)) / 100,
0,
0,
0,
1 - float(random.randint(1, 10)) / 100,
float(random.randint(1, 2)) / 500,
0.001,
float(random.randint(1, 2)) / 500
]
img = img.transform(size, Image.PERSPECTIVE, params) # 创建扭曲
img = img.filter(ImageFilter.EDGE_ENHANCE_MORE) # 滤镜，边界加强（阈值更大）
return img, strs
#-----------------------------views.py------------------------------------------------
from io import BytesIO
def test(req):
mstream = BytesIO() # 在python3里面引入的是BytesIO,python2中引入StringIO
validate_code = check_code.create_validate_code() # 拿到两个返回值，第一个是图片对象，第二个是生成的随机字符串
img = validate_code[0]
img.save(mstream, "GIF") # 将拿到的图片对象以 GIF 格式保存到内存中
return HttpResponse(mstream.getvalue()) # 将内存中保存的图片返回给客户端
'''
img = img.transform(size, Image.PERSPECTIVE, params) # 创建扭曲
Image.transform(size, method, data=None, resample=0, fill=1) 参数
Transforms this image. This method creates a new image with the given size, and the same mode as the original, and copies data to the new image using the given transform.
Parameters:
size – The output size. 输出图片大小
method – The transformation method. This is one of
PIL.Image.EXTENT (cut out a rectangular subregion), 范围
PIL.Image.AFFINE (affine transform), 轮廓
PIL.Image.PERSPECTIVE (perspective transform), 透视
PIL.Image.QUAD (map a quadrilateral to a rectangle), 四方
PIL.Image.MESH (map a number of source quadrilaterals in one operation). 网格
data – Extra data to the transformation method.
resample – Optional resampling filter. It can be one of PIL.Image.NEAREST (use nearest neighbour), PIL.Image.BILINEAR (linear interpolation in a 2x2 environment), or PIL.Image.BICUBIC (cubic spline interpolation in a 4x4 environment). If omitted, or if the image has mode “1” or “P”, it is set to PIL.Image.NEAREST.
Returns: 返回一个新的image对象
An Image object.
'''
'''
img = img.filter(ImageFilter.EDGE_ENHANCE_MORE) # 滤镜，边界加强（阈值更大）
图像滤波在ImageFilter 模块中，在该模块中，预先定义了很多增强滤波器，可以通过filter( )函数使用，预定义滤波器包括：
BLUR、均值滤波
CONTOUR、找轮廓
DETAIL、详细
EDGE_ENHANCE、边缘加强
EDGE_ENHANCE_MORE、
EMBOSS、突出
FIND_EDGES、边缘检测
SMOOTH、平滑
SMOOTH_MORE、
SHARPEN、锐化滤镜
使用该模块时，需先导入
'''
注意：画笔能提供的功能封装路径:C:\Python35\Lib\site-packages\PIL\ImageDraw.py中的类ImageDraw中
一些小例子
# -*- encoding=utf-8 -*-
'''
pil处理图片，验证，处理
大小，格式 过滤
压缩，截图，转换
图片库最好用Pillow
还有一个测试图片test.jpg, 一个log图片，一个字体文件
'''
#图片的基本参数获取
try:
from PIL import Image, ImageDraw, ImageFont, ImageEnhance
except ImportError:
import Image, ImageDraw, ImageFont, ImageEnhance
def compress_image(img, w=128, h=128):
'''''
缩略图
'''
img.thumbnail((w,h))
im.save('test1.png', 'PNG')
print u'成功保存为png格式, 压缩为128*128格式图片'
def cut_image(img):
'''''
截图, 旋转，再粘贴
'''
#eft, upper, right, lower
#x y z w x,y 是起点， z,w是偏移值
width, height = img.size
box = (width-200, height-100, width, height)
region = img.crop(box)
#旋转角度
region = region.transpose(Image.ROTATE_180)
img.paste(region, box)
img.save('test2.jpg', 'JPEG')
print u'重新拼图成功'
def logo_watermark(img, logo_path):
'''''
添加一个图片水印,原理就是合并图层，用png比较好
'''
baseim = img
logoim = Image.open(logo_path)
bw, bh = baseim.size
lw, lh = logoim.size
baseim.paste(logoim, (bw-lw, bh-lh))
baseim.save('test3.jpg', 'JPEG')
print u'logo水印组合成功'
def text_watermark(img, text, out_file="test4.jpg", angle=23, opacity=0.50):
'''''
添加一个文字水印，做成透明水印的模样，应该是png图层合并
http://www.pythoncentral.io/watermark-images-python-2x/
这里会产生著名的 ImportError("The _imagingft C module is not installed") 错误
Pillow通过安装来解决 pip install Pillow
'''
watermark = Image.new('RGBA', img.size, (255,255,255)) #我这里有一层白色的膜，去掉(255,255,255) 这个参数就好了
FONT = "msyh.ttf"
size = 2
n_font = ImageFont.truetype(FONT, size) #得到字体
n_width, n_height = n_font.getsize(text)
text_box = min(watermark.size[0], watermark.size[1])
while (n_width+n_height < text_box):
size += 2
n_font = ImageFont.truetype(FONT, size=size)
n_width, n_height = n_font.getsize(text) #文字逐渐放大，但是要小于图片的宽高最小值
text_width = (watermark.size[0] - n_width) / 2
text_height = (watermark.size[1] - n_height) / 2
#watermark = watermark.resize((text_width,text_height), Image.ANTIALIAS)
draw = ImageDraw.Draw(watermark, 'RGBA') #在水印层加画笔
draw.text((text_width,text_height),
text, font=n_font, fill="#21ACDA")
watermark = watermark.rotate(angle, Image.BICUBIC)
alpha = watermark.split()[3]
alpha = ImageEnhance.Brightness(alpha).enhance(opacity)
watermark.putalpha(alpha)
Image.composite(watermark, img, watermark).save(out_file, 'JPEG')
print u"文字水印成功"
#等比例压缩图片
def resizeImg(img, dst_w=0, dst_h=0, qua=85):
'''''
只给了宽或者高，或者两个都给了，然后取比例合适的
如果图片比给要压缩的尺寸都要小，就不压缩了
'''
ori_w, ori_h = im.size
widthRatio = heightRatio = None
ratio = 1
if (ori_w and ori_w > dst_w) or (ori_h and ori_h > dst_h):
if dst_w and ori_w > dst_w:
widthRatio = float(dst_w) / ori_w #正确获取小数的方式
if dst_h and ori_h > dst_h:
heightRatio = float(dst_h) / ori_h
if widthRatio and heightRatio:
if widthRatio < heightRatio:
ratio = widthRatio
else:
ratio = heightRatio
if widthRatio and not heightRatio:
ratio = widthRatio
if heightRatio and not widthRatio:
ratio = heightRatio
newWidth = int(ori_w * ratio)
newHeight = int(ori_h * ratio)
else:
newWidth = ori_w
newHeight = ori_h
im.resize((newWidth,newHeight),Image.ANTIALIAS).save("test5.jpg", "JPEG", quality=qua)
print u'等比压缩完成'
'''''
Image.ANTIALIAS还有如下值：
NEAREST: use nearest neighbour
BILINEAR: linear interpolation in a 2x2 environment
BICUBIC:cubic spline interpolation in a 4x4 environment
ANTIALIAS:best down-sizing filter
'''
#裁剪压缩图片
def clipResizeImg(im, dst_w, dst_h, qua=95):
'''''
先按照一个比例对图片剪裁，然后在压缩到指定尺寸
一个图片 16:5 ，压缩为 2:1 并且宽为200，就要先把图片裁剪成 10:5,然后在等比压缩
'''
ori_w,ori_h = im.size
dst_scale = float(dst_w) / dst_h #目标高宽比
ori_scale = float(ori_w) / ori_h #原高宽比
if ori_scale <= dst_scale:
#过高
width = ori_w
height = int(width/dst_scale)
x = 0
y = (ori_h - height) / 2
else:
#过宽
height = ori_h
width = int(height*dst_scale)
x = (ori_w - width) / 2
y = 0
#裁剪
box = (x,y,width+x,height+y)
#这里的参数可以这么认为：从某图的(x,y)坐标开始截，截到(width+x,height+y)坐标
#所包围的图像，crop方法与php中的imagecopy方法大为不一样
newIm = im.crop(box)
im = None
#压缩
ratio = float(dst_w) / width
newWidth = int(width * ratio)
newHeight = int(height * ratio)
newIm.resize((newWidth,newHeight),Image.ANTIALIAS).save("test6.jpg", "JPEG",quality=95)
print "old size %s %s"%(ori_w, ori_h)
print "new size %s %s"%(newWidth, newHeight)
print u"剪裁后等比压缩完成"
if __name__ == "__main__":
'''''
主要是实现功能， 代码没怎么整理
'''
im = Image.open('test.jpg') #image 对象
compress_image(im)
im = Image.open('test.jpg') #image 对象
cut_image(im)
im = Image.open('test.jpg') #image 对象
logo_watermark(im, 'logo.png')
im = Image.open('test.jpg') #image 对象
text_watermark(im, 'Orangleliu')
im = Image.open('test.jpg') #image 对象
resizeImg(im, dst_w=100, qua=85)
im = Image.open('test.jpg') #image 对象 # 这个先切割再生成缩略图的功能之后会在生成头像时用到
clipResizeImg(im, 100, 200)
分类: 杂项
