002.00 图片处理 PIL.Image

002.00 图片处理

建檔日期: 2019/08/10
更新日期: 2021/03/05 Add im.n_frames

主题: 002.00 图片处理

坐标系统

1. 左上角(x, y)为(0, 0), 事实上是(0.5, 0.5), 水平向右及垂直向下为正值.
2. 参数的引用多为tuple, 单位为点(pixel)
3. 点: (x, y) , 通常缺省值为(0, 0)
4. 尺寸: (寛度width, 高度height)
5. 区域: (x1, y1, x2, y2), (x1, y1)为左上角, (x2, y2)为右下角, 如果只有(x1, y1), 没有给(x2, y2), 通常视为到图片的最右下角; 缺省视为整个区域.

2. 相关说明

以下这些内容将提到PIL (Python Imaging Library)中Image模块使用上的大部份相关信息, 这些信息很重要, 熟悉其内容, 才能更清楚的函数库/方法库的应用.

1. fp图档的表示方式, 共分以下三种

   • 直接或相对路径的文件名字符串, 如: 'pic1.jpg', '.\pic1.jpg', 'd:\working.jpg'.
   • 具有read()/seek()/tell()三项方法, 且以二进制文件方式开启的档案对象 (略)
   • pathlib.Path物件 (略)

2. format文件类型: 图档因为储存的方式或表示的方式不一样, 有各种不同的类型, 目前支持BMP, DIB, GIF, JPEG, PNG, PPM, TIFF, 不同的文件类型或不同的图片数据, 都要不同的处理方法, 因此Pillow所是供的库, 不可能作到都是一样的处理方式, 因此会有很多所谓的特例, 在应用时, 一不小心就会出错.

3. extension档案附属档名: 目前支持apng, bmp, dib, gif, jfif, jpe, jpeg, jpg, pbm, pgm, png, pnm, ppm, tif, tiff.

4. 图片, 基本上可分为以下各结构:

   • frame: 多帧的图片.
   • Channel: 每个点的颜色组成一个图层 (1 ~ 4个)
   • Alpha channel (mask): 每个点的透明度组成一个屏蔽
   • palette: 调色盘

5. 絶大多数的图片处理已经可以符合一般的需求, 特别的要求也可以自行设计处理.

6. f_mode: 档案开启的读写模式, 如'r', 'w', 'b', 't', ….等, 通常只读为'rb', 只写为'wb'

7. ImageObj: Class Image定义下的对象, 相关的参数, 函数及方法几乎含盖所有Pillow的内容.

8. 函数或方法, 呼叫的对象可能会改变或不会改变, 而且不一定有返回值, 要注意使用. 如果呼叫的对象会被改动, 又需要保留, 必须预先复制一份, 再以复制的对象来呼叫. 另外, 没有返回值的函数或方法, 被指定到新的变量, 其结果就是None, 因而常常出错.

9. 函数及方法常用参数

   • size: 2-tuple, 尺寸值 (寛度, 高度)

   • mode: string, 图片模式代表图片图点的储存方式. 不同模式的图片有不同的函数, 方法, 处理方式, 不是都可适用的. 使用上要先确认文件类型或图片模式, 图片内容有多少图层, 有没有屏蔽层, 调色盘, 还有多少帧. 下面列出常用的模式:

     • “1” - 二值图像1层(L), 1字节/像素, 只有黑白, 值0/1.
     • “L” - 灰度图像1层(L), 1字节/像素, 只有亮度, 值0~255.
     • “P” - 彩色图像1层(L) , 1字节/像素, 使用256色的调色板
     • “RGB” - 彩色图像3层(L) , 3字节/像素, 真彩色
     • “RGBA” - 彩色图像4层(L) , 4字节/像素, 使用mask的真彩色
     • “CMYK” - 彩色图像4层(L) , 4字节/像素, 分色
     • “YCbCr” - 彩色图像3层(L) , 3字节/像素, 3x8点, 彩色视频
     • “I” - 彩色图像1层(I), 32位有符号整数像素
     • “F” - 彩色图像1层(F), 32位浮点像素
     • “LA” - 彩色图像2层(L), L/alpha (略)
     • “RGBX” - 彩色图像4层(L), 带填充的真彩色
     • “RGBa” - 彩色图像4层(L), 带有预乘alpha的真彩色
     • “LAB” - 彩色图像3层(L), (略)
     • “HSV” - 彩色图像3层(L), Hue/Sat./Value or Brightness (略)

   • alpha: integer/float, 透明度是指一张图片的透明度，影响其与另一张图片（或背景）重迭的效果, 255为完全不透明, 0为完全透明, 其他的值按计算得出其结果; 也有用0到1的数值来表示.

   • mask: ImageObj单层的屏蔽, 其作用如alpha一样, 不过要具有与图片相同大小的内容, 以利于分别处理每一个图点的透明度, 所以模式只能是1, L或RBGA.

   • ImageObj_1, ImageObj_2 如果作对等处理时, 必须尺寸及模式要相同.

   • function: 函数作为参数时, 函数结果是预先计算的, 所以不可使用结果会变的函数, 如随机数生成器. (系统预先计算函数的结果, 建立一个256或65536的表, 再按图点值对应得到结果.)

   • box: 2-tuple或4-tuple; 方形区域.

   • xy: 2-tuple; 点坐标值.

   • array: np.asarray(im)所产生的对象. (略)

   • data: 带有未处理过的字节串或缓冲区对象.

   • band: 层别数字(0~N), 或层名称, 如"R", "G", "B", 缺省或None, 指所有的图层.

   • bands: tuple, 单图层图片的tuple.

   • filter: ImageFilter滤波器, 有线性, 非线性等, 计算法式各有不同, 目前提供以下十种作法, 使用时要先from PIL import ImageFilter, 后面的那一串数字是滤波器计算时所用的采样范本, 比重及偏移值.

     • ImageFilter.BLUR: 模糊化 (5,5),(1,1,1,1,1,1,0,0,0,1,1,0,0,0,1,1,0,0,0,1,1,1,1,1,1,) ,16,0
     • ImageFilter.CONTOUR: 轮廓化 (3,3),(-1,-1,-1,-1,8,-1,-1,-1,-1,) ,1,255
     • ImageFilter.DETAIL: 细部化 (3,3),(0,-1,0,-1,10,-1,0,-1,0,) ,6,0
     • ImageFilter.EDGE_ENHANCE:边缘化 (3,3),(-1,-1,-1,-1,10,-1,-1,-1,-1,) ,2,0
     • ImageFilter.EDGE_ENHANCE_MORE:更边缘化 (3,3),(-1,-1,-1,-1,9,-1,-1,-1,-1,) ,1,0
     • ImageFilter.EMBOSS: 浮雕化 (3,3),(-1,0,0,0,1,0,0,0,0,) ,1,128
     • ImageFilter.FIND_EDGES: 轮廓化 (3,3),(-1,-1,-1,-1,8,-1,-1,-1,-1,) ,1,0
     • ImageFilter.SMOOTH: 平滑化 (3,3),(1,1,1,1,5,1,1,1,1,) ,13,0
     • ImageFilter.SMOOTH_MORE: 更平滑化(5,5), (1,1,1,1,1,1,5,5,5,1,1,5,44,5,1,1,5,5,5,1,1,1,1,1,1,) ,100,0
     • ImageFilter.SHARPEN: 锐化 (3,3),(-2,-2,-2,-2,32,-2,-2,-2,-2,) ,16,0
     • 以上各项滤波器可以自定义参数, 作不同的处理
       • 参数ImageFilter.Kernel((n,n),(nxn个比重参数),scale, offset)
       • n=只能是3或5; scale算完要再除的比重, offset是要再加的偏移量
       • 一般scale为比重参数的总和, 如果是0, 就改为1
       • 比如EMBOSS就等同Kernel((3,3),(-1,0,0,0,1,0,0,0,0),1,128)

   • palette: 调色盘; 在mode 'P'下, 每一点真正的色彩是用调色板来表示;

     • Image.WEB调色板只有00, 33, 66, 99, CC, FF这6种RGB色值, 所以总共有6**3=216种颜色. (内定值)
     • Image.ADAPTIVE是从所有颜色中提取的系列色彩, 是被使用得最多的调色板, 可以使用最少的颜色实现较好的效果。

   • rawmode: 调色盘的模式, 有L, LA, RGB和RGBA四种. (To be confirmed)

   • color: 单图层使用int或float来表示颜色, 多图层则使用tuple, 每一层一个颜色, 也可以如以下方式来表示:

     • RGB: "#RRGGBB", "rgb(R, G, B)", "rgb(R%, G%, B%)"
     • HSL: 色调(0~360, 0红, 120绿, 240蓝)/饱和度(0%~100%, 0%灰, 100%全彩)/亮度(0%~100%, 0%黑, 50%一般, 100%白), “hsl(h%,s%,l%)”
     • HTML: 有140种颜色名, 大小写相同, 如Red, White, Cyan, Silver, Blue, Gray, Grey, DarkBlue, Black, LightBlue, Orange, Purple, Brown, Yellow ,Maroon, Lime, Green, Magenta, …. , etc.

   • resample重新取样滤波器的方法, 当图像的二维关系改变时, 没有新位置的图点值, 必须采取某些方式来取得新值.

     • 0 - Image.NEAREST: 按最近的点来当新值, 速度最快, 但放大缩小最差.
     • 1 - Image.LANCZOS或Image.ANTIALIAS : 使用截断sinc函式, 以及可能有助于新点值的所有的点, 来计算新点值. 速度最慢, 放大最好, 缩小最好. (只能用在resize及thumbnail方法中)
     • 2 - Image.BILINEAR或LINEAR: 使用上下左右四点(2x2), 以线性计算新点值, 速度快, 放大较差, 缩小较差.
     • 3 - Image.BICUBIC或CUBIC: 使用上下左右十六点(4x4), 以三次方计算新点值. 速度慢, 放大好, 缩小好.
     • 4 - Image.BOX: 速度较快, 放大不行, 缩小较差.
     • 5 - Image.HAMMING: 速度快, 放大不行, 缩小尚可.
     • 其中ANTIALIAS较适用于大图变小图, BILINEAR/BICUBIC较适用于尺寸不变或小图变大图.

   • transpose转置方法: 镜像及旋转, 这里的旋转参数不能用在rotate(), 因为它们不是角度值.

     • 0 - Image.FLIP_LEFT_RIGHT: 左右相反
     • 1 - Image.FLIP_TOP_BOTTOM: 上下颠倒
     • 2 - Image.ROTATE_90: 逆时针转90度
     • 3 - Image.ROTATE_180: 逆时针转180度
     • 4 - Image.ROTATE_270: 逆时针转270度
     • 5 - Image.TRANSPOSE: ROTATE_90 + FLIP_TOP_BOTTOM
     • 6 - Image.TRANSVERSE: FLIP_TOP_BOTTOM+ ROTATE_90

   • transforms转换方法:

     • 0 - Image.AFFINE: 仿射转换, data: (a, b, c, d, e, f), 新点值为(ax+by+c, dx+ey+f)
     • 1 - Image.EXTENT: 切一块区域, data: (x0, y0, z1, y1) 对应到 (0, 0, size_x, size_y)
     • 2 - Image.PERSPECTIVE: 透视转换data为(a, b, c, d, e, f, g, h), 新点值为(ax+by+c)/(gx+hy+1), (dx+ey+f)/(gx+hy+1)
     • 3 - Image.QUAD: 四边形映射到矩形data:(x0,y0,x1,y1,x2,y2,x3,y3) (左上角, 左下角, 右下角, 右上角)
     • 4 - Image.MESH: 在一次操作中映射多个源四边形

   • quantize量化方法: 当某些颜色值要分类, 以缩减颜色数时, 如何分群以达到图像的接近度.

     • 0 - Median Cut中值切割算法, 按所有颜色值最大范围的中间值来切割成两群, 重复动作直到所需的颜色(群)数.
     • 1 - Maximum Coverage (略)
     • 2 - Fast Octree快速八叉树颜色量化 (略)
     • 3 - LibImageQuant (略)

   • dither 递色方法

     • 0 - Image.NEAREST或NONE
     • 1 - Image.ORDERED = 1 (还没有建立该功能)
     • 2 - Image.RASTERIZE = 2 (还没有建立该功能)
     • 3 - Image.FLOYDSTEINBERG (缺省)(略)

   • categories: (略)

   • decoder译码器, 只对图片点数据有效, 如果是完整的图片在string中, 就必须使用 BytesIO 来处理, 再用Image.open()打开, 常用的为’raw’, 用来处理那些没有压缩的文件格式; 新的格式可能要自建decoder.

   • im指已启或建立的ImageObj对象

   • alpha透明度的计算, 基本上为以下三种方式

     • 方法1 (alpha-1), 用在两图片各有各的屏蔽

       • 假设图1点(r1, g1, b1, a1), 图2点(r2, g2, b2, a2), 新图点(r3, b3, g3, a3)
       • factor_pixel = a2/(a2 + a1 * (1.0 - a2/255))
       • r3 = r2 * factor_pixel + r1 * (1 - factor_pixel)
       • factor_alpha = 1.0 - a2/255
       • a3 = a2 + a1 * factor_alpha
       • g3和b3的计算方法同r3

     • 方法2 (alpha-2), 用在不管图1图2有没有屏蔽, 另外给单一的alpha值来作处理.

       • 假设: 图1点r1, 图2点r2, 新图点pixel, alpha = 0 ~ 1
       • r3 = r1 * (1.0 - alpha) + r2 * alpha
       • g3和b3的计算方法同r3

     • 方法3 (alpha-3)

       • 假设: 图1点r1, 图2点r2, 另外有屏蔽的alpha, 新图点pixel
       • r3 = r1 * (255- alpha) + r2 * alpha
       • g3和b3的计算方法同r3

   • ImageFilter滤波器

     • Kernel(size, kernel, scale=None, offset=0): size (3,3)或(5,5); kernel一串9或25个数值; scale除值(内定为kernel总和); offset加值.
     • RankFilter(size, rank): 在(size, size)周围取点排序, 取第rank个值为新值.
     • MinFilter(size=3): 在(size, size)周围取点, 值最小的为新值.
     • MedianFilter(size=3): 在(size, size)周围取点, 中间值的为新值.
     • MaxFilter(size=3): 在(size, size)周围取点, 值最大的为新值.
     • ModeFilter(size=3): (size, size)周围取点, 值最常用的为新值, 没有就使用原值.

常用参数

• Image.info: dictionary; 非图片的一些相关数据, 非标准化, 所以没什么用.
• Image.format: string; 为文件格式名, 如"BMP, 非来自档案则为None.
• Image.mode: string; 图片格式名, 如"RGB, 字符串为灰阶图片(L), 真彩色图片(RGB), 印前图片(CMYK).
• Image.palette: class ImagePalette; 'P'模式的颜色调色板表格, 不是'P'模式则为None.
• Image.size: 2-tuple; 图片寛度及高度 tuple.
• Image.width: int; 图片寛度.
• Image.height: int; 图片高度.

图片处理

• 档案相关

  • 档案开启Image.open(filename[, f_mode='r'])
    • Return: ImageObj;
    • file_mode: “r” (事实上就是"rb", 二进制文件只读模式)
  • 档案关闭im.close()
    • Return: None / Exception / ValueError, 呼叫对象: 被改变, 将不存在.
  • 档案存盘im.save(fp, format=None, **params)
    • Return: None / IOError
    • params: 额外参数供图档写入

• 直接产生新图

  • 建立新图Image.new(mode, size[, color=0])
    • Return: ImageObj / IOError.
    • color: 缺省为0(黑色), None则不动作.
  • 复制图片im.copy()
    • Return: ImageOBJ
  • 曼德布洛特图Image.effect_mandelbrot(size, extent, quality)
    • Return: ImageObj; 一张曼德布洛特-加龙省图的图片
    • extent: 4-tuple, 指c值的范围 (待确认), 参考值(-2, -2, 1, 1)
    • quality: 质量指数, 越大越细, 当然这和图的大小也有关.
    • 曼德布洛特-加龙省复数集合 [z, f(z), f(f(z)), f(f(f(z))), …..], 集合中元素不会延伸到无穷大, 会在有限半径的盘内, 不会变成无穷大的点, 其中f(z)=z**2+c.
  • 高斯噪声图Image.effect_noise(size, sigma)
    • Return: ImageObj
    • sigma: 整数或浮点数, 为高斯噪声的标准偏差, 值越大, 当然图片就越花.
  • 线性黑白渐层图Image.linear_gradient(mode)
    • Return: ImageObj
    • 256x256大小, 由上而下, 由黑而白, 渐层的图片
    • mode只能为"L"或"P"
    • 圆形黑白渐层图Image.radial_gradient(mode)
    • Return: ImageObj
    • 256x256大小, 由内黑而外白, 渐层的图片
    • mode只能为"L"或"P"
  • 矩阵转图片Image.fromarray(array, mode=None)
    • Return: ImageObj
    • 如果mode是None, 则由array type决定
    • 借用frombuffer
  • 缓冲转图片Image.frombuffer(mode, size, data[, decoder_name='raw', *args])
    • returnL ImageObj
    • mode为L/RGBX/RGBA/CMYK, 图片会和buffer共享内存, 其他的不会共享.
    • 参数群只供decoder使用 ,如果decoder为"raw", 必须提供完整的参数群, 否则可能会出错; 最好是frombuffer(mode, size, data, "raw", mode, 0, 1)
    • 借用Image.frombytes
  • 字节转图片Image.frombytes(mode, size, data, decoder_name="raw", *args)
    • Return: ImageObj
    • 最好只用前三项参数: mode, size, data, 其他省略
  • 取单一的图层im.getchannel(channel)
    • Return: ImageOBJ 模式为L的图片
    • channel: integer或string, 如RGBA, R层为0, 或alpha层'A'
  • 取所有的图层im.split()
    • Return: tuple 图片各图层
  • 多图层转图片Image.merge(mode, bands)
    • Return: ImageObj
    • 该mode的图片层数必须等于bands数
  • 截图crop([box=None])
    • Return: ImageOBJ
    • box:省略则如copy()一样.

• 图片重迭

  • 图迭图Image.alpha_composite(ImageObj_1, ImageObj_2)
    • Return: ImageObj; 使用mask/alpha计算法, 图2迭加到图1
    • ImageObj_1, ImageObj_2: 必须是RGBA, 模式不同, 可以直接使用putalpha()改变alpha值, 也会改成RGBA, 再来作alpha_composite().
    • 使用mask/alpha计算法.
  • 单值alpha图迭图Image.blend(ImageObj_1, ImageObj_2, alpha)
    • Return: ImageObj; 使用定值alpha-2计算法.
    • alpha: 0到1的整数或浮点数, 0为ImageObj_1, 1为ImageObj_2.
  • 屏蔽图迭图Image.composite(ImageObj _1, ImageObj _2, mask)
    • Return: ImageObj; 图1迭加到图2
    • 借用方法paste(image1, None, mask), 使用alpha-3计算法.
    • 这个函数算法及对像图片和alpha_composite()是不一样的
  • 分区图迭图im.alpha_composite(ImageObj, dest, source)
    • Return: None; 呼叫对象为被贴图, 内容会被改变.
    • dest: 2-tuple, 呼叫对象的位置坐标值可以是负的, 指图被贴的位置.
    • source: 2-tuple, ImageObj的截图位置, 或是4-tuple截图区域
    • 迭加方法: alpha-1计算法
    • 被贴图也可以是含有图片素值的integer或tuple; 如果被贴图的模式不同于原图模式, 系统会自行转换; 除了图片被整合外, alpha层也会被整合在原图上.
  • 贴图im.paste(ImageObj | color, box=None, mask=None)
    • Return: None. 呼叫对象: Changed. 贴图于原图上
    • 除了图片被整合外, alpha层也会被整合在原图上.
    • 迭加方法: 使用alpha-3计算法.

• 图片处理

  • 函数图点全处理Image.eval(ImageObj, function)
    • Return: ImageObj
    • 借用point()
  • 图片转模式Image.convert(mode=None, matrix=None, dither=None, palette=0, colors=256)
    • Return: ImageObj
    • mode: 目标模式. ImageObj为非P模式时, 如果省略mode, 则直接复制不作转换; 否则转为RGB.
    • matrix: 4/12 float tuple, 可省略. 只供L及RGB模式使用.
    • dither: RGB to P, RGB to 1, RGB to L所使用的Dither方法(NONE或内定h的FLOYDSTEINBERG. 如果有matrix, 将不用此方法; 如果dither是None, 转黑白的方法是255 if pixel > 128 else 0
    • colors: ADAPTIVE调色盘所使用的颜色数目.
    • 彩色转灰阶: L = R * 299/1000 + G * 587/1000 + B * 114/1000
    • 彩色/灰阶转黑白: 使用Floyd-Steinberg dither转换成”1”.
    • 如果dither为NONE, >0的值都会变为255, 不同的临界值请使用point(). dither 只用在RGB>P, RGB>1, L>1.
    • 如果没有调色盘, 转为P模式时, alpha都设为255 (不透明)
    • RGB转为CMYK, (c, m, y) = 255 - (r, g, b), k=0 颜色会有点失真.
    • RGB转为YCbCr, (Y, Cb, Cr) = (0.257*R+0.504*G+0.098*B+16, -0.148*R-0.291*G+0.439*B+128, 0.439*R-0.368*G-0.071*B+128)
  • 滤波器图片处理im.filter(filter)
    • Return: ImageOBJ
  • 表格图点全处理im.point(lut | function, mode=None)
    • Return: ImageObj
    • lut: Loopup Table, 表格. 一个图层一个256或65536(I或L模式下)大小的表格.
    • mode: 输出图的模式, 仅适用于L>1, P>1或I>L模式转换.
  • alpha层增加或修改im.putalpha(alpha | mask)
    • Return: None, 如果没有alpha层, 模式会转换成LA或RGBA
    • 仅适用RBGA模式
  • 图片单点修改im.putpixel(xy, value)
    • Return: None
    • value: integer (单图层) / tuple (多图层) / RGB或RGA tuples (P模式)
    • 一点一点的处理, 速度会变的很慢.
  • 量化成P图片im.quantize(colors=256, method=None, kmeans=0, palette=None, dither=1)
    • Return: ImageObj
    • colors: tutple, 需求的颜色数, 必须小于等256.
    • method: Integer, 缺省下, 如果RGBA模式为2, 否则为0. RBGA必须使用2或3
    • kmeans: Integer, K方法采用多少颜色来代表图片, 不用给颜色. (按距离自动分群)
    • palette: ImageObj, 要量化成的调色盘, 盘色盘的mode只能是P; 图片的模式必须是RGB或L, 有调色盘就呼叫convert("P", dither, palette), 没有则参考colors, method及kmeans作量化.
    • dither: Integer, NONE 或 FLOYDSTEINBERG (default), 仅用于RGB > P, RGB > 1 或 L > 1的转换.
  • 图片尺寸变更im.resize(size, resample=NEAREST, box=None)
    • Return: ImageObj, 不同尺寸的图片
    • resample: 6种方法都可以用, 如果原图模式为1或P, 则会被设为NEAREST
  • 逆时针旋转图片im.rotate(angle, resample=NEAREST, expand=0, center=None, translate=None, fillcolor=None)
    • Return: Imageobj
    • angle: 逆时针旋转角度以度为单位. 0度copy(); 类似ROTATE_90这参数不能用, 因为它仅代表2 !
    • resample: resampling Filter (LANCZOS 1, BOX 4, HAMMING 5不可用)
    • expand: False/True, False图片尺寸不变, 旋转后有部份的内容会被截掉; True图片会变大, 包容新的图片. 缺省为False.
    • center: 2-tuple, 旋转中心点, 缺省为图片中心点.
    • translate: 2-tuple, 旋转后位移, 缺省为(0, 0)
    • fillcolor: 整数(单层图片)或tuple(多层图片)的颜色值, 缺省为0(黑色), 指图片外多出来部份填入的颜色.
  • 变为缩图im.thumbnail(size, resample=BICUBIC)
    • Return: None. 原图片会被修改成缩图, 要保留原图请复制一份再处理.
    • size: 2-tuple, 缩图尺寸. 为了保持原比例, 结果可能比要求的缩图尺寸更小一点.
    • 呼叫Image.draft来完成工作.
  • "1"图转"X11位图" im.tobitmap(name="image")
    • Return: string, X11 bitmap的字符串
    • name: bitmap变量前置字符串, 缺省为image
  • 镜射图片im.transform(size, method, data=None, resample=NEAREST, fill=1, fillcolor=None)
    • Return: ImageObj
    • data: 供method使用的数据
    • resample: NEAREST/BILINEAR/BICUBIC, 缺省或模式1或P, 则为NEAREST
    • fill: 供ImageTransformHandler使用的数据
    • fillcolor: 超出部份填色
  • 旋转或映像图片im.transpose(method)
    • Return: ImagIbj
  • 去黑框im.getbbox()
    • Return: box, 如果全是黑的, 返回值为None.
    • 要取得图片, 可以用crop().
  • 转图im.draft(mode, size)
    • Return: None, 原图被修改, 尺寸会略有不同
    • 只有JPEG和PCD能用, 而且已载入就没用了.

• 读取数据或信息

  • 读取各图层名称Image.getmodebandnames(mode)
    • Return: Tuple, 各图层的名称.
  • 读取图片基本模式Image.getmodebase(mode)
    • Return: "L" (灰阶图片) 或 "RGB" (彩色图片)
  • 读取图层数Image.getmodebands(mode)
    • Return: 该模式下, 图片的图层数
  • 读取单层的模式Image.getmodetype(mode)
    • Return: "L", "I" 或 "F"
  • 读取合法的附属档名Image.registered_extensions()
    • Return: Dictionary, 如{'.bmp': 'BMP', '.dib': 'DIB', … , '.apng': 'PNG'}
  • 读取各图层名称im.getbands()
    • Return: Tuple, 如RGB的("R", "G", "B")
  • 统计图片各颜色用量im.getcolors(maxcolors=256)
    • Return: list. Q该颜色数量, m图层数, n各图层颜色组合总数, 不一定按顺序排列.
    • 单图层 [[Q1, C1], [Q2, C2], …,[Qn, Cm]]
    • 多图层 [[Q1, (c11,c12,..c1m)], [Q1, (c21,c22,..c2m)], …, [Q1, (cm1,cm2,..cnm)]]
    • maxcolors: 如果有颜色超过, 返回None. 多层颜色很有可能会超过256. 比如RGB就可能有256x256x256种颜色.
  • 图片转数据im.getdata(band=None)
    • Return: dataObj, 必须特殊操作才能直接使用, 不可作为ImageObj使用.
    • 可用list()转为list使用.
  • 图片颜色取极值im.getextrema()
    • Return: 2-tuple 或 N-(2-tuple), 前为最小值, 后为最大值
  • 取出调色盘im.getpalette()
    • Return: list, 无调色盘则为None.
  • 取图点值im.getpixel(xy)
    • Return: interger (单图层) 或 tuple (多图层)
  • 图片颜色统计im.histogram(mask=None, extrema=None)
    • Return: tuple (各层颜色值统计表, 颜色值从0开始统计, 各层分开在接在后面.
    • maskk:maskObj, 只有非零的才统计, 省略则不用. 只能有1和L模式的.
    • extrema: 2-tuple, 颜色的最小值和最大值, 在两者之间的颜色值将被分为256个区域, 仅I和F模式可用.
  • 加载图片im.load()
    • Return: PyAccessObj, 通常不用. (略)
    • 通常不需要作这个动作, 因为系统会在开启时先加载, 除非是多帧图片.

• 写入资料

  • 图片转数据im.putdata(data, scale=1.0, offset=0.0)
    • Return: None, 原图被修改
    • data: SequenceObj, 序列对象存有图片数据
    • data = data * scale + offset
  • 加入调色盘im.putpalette(data, rawmode="RGB")
    • Return: None, 原图调色盘被修改
    • data: SequenceObj, 序列对象存有调色盘数据, 可以是string或list, 必须要有768的值, 每三个值对应到R,G,B的颜色值, 也可以8位的字符串.
    • rawmode: 调色盘的模式
    • 图片必须是P, PA, L或LA模式

• 其他图片相关

  • 帧图片数 im.n_frames
  • 找到第几帧图片 im.seek(frame)
    • Return: None | EOFError
    • frame: integer, 第几帧
  • 目前位置在几帧 im.tell()
    • Return: Integer, 第几帧
  • 显示图片im.show(title=None, command=None)
    • Return: None, 暂存档为PPM檔(Unix), PNG檔(macOS), BMP檔(WIN).
    • title: string, 窗口标题
    • command: 显示图片的命令, 借用外部软件, 因为主要是用来除错的.

<<< The End >>>

本作品采用《CC 协议》，转载必须注明作者和本文链接