Python图像处理-Pillow

简介

PIL

PILPILPillowPillow

安装

Pillow

pip install Pillow

PillowPILPILPillowPIL

PILPillow

import PIL 
# 或者
from PIL import Image

使用手册

Image

Image

1. 从文件加载图像

2. 处理其他图像获得

3. 创建一个新的图像

读取图像

一般来说，我们都是都过从文件加载图像来实例化这个类，如下所示：

from PIL import Image
picture = Image.open(‘happy.png’)

Pillow

新建图像

Pillownew()

#FF0000

picture = Image.new(‘RGB’, (200, 100), ‘red’)

保存图像

save()

picture.save(‘happy.png’)

Pillow

图像的坐标表示

在Pillow中，用的是图像的左上角为坐标的原点（0，0），所以这意味着，x轴的数值是从左到右增长的，y轴的数值是从上到下增长的。

Pillow

(左，顶，右，底)(左，顶)(右，底)

[左, 右)[顶， 底)

常用属性

PIL.Image.filenameopen()PIL.Image.formatPIL.Image.modePIL.Image.sizePIL.Image.widthPIL.Image.heightPIL.Image.info

常用方法

裁剪图片

Imagecrop()Image

croped_im = im.crop((100, 100, 200, 200))

复制与粘贴图像

copy()

copyed_im = im.copy()

paste()

croped_im = im.crop((100, 100, 200, 200))
im.paste(croped_im, (0, 0))

paste()

调整图像的大小

resize()

resized_im = im.resize((width, height))

resize()Image

或者使用thumbnail（）方法

im = Image.open(‘test.jpg’)

#获得图像尺寸

w, h = im.size


缩放到50%


im.htumbnail((w//2, h//2))

#显示图片

im.show()

thumbnail()

旋转图像和翻转图像

rotate()Image

# 逆时针旋转90度

im.rotate(90)

im.rotate(180)

im.rotate(20, expand=True)

expand=True

transpose()

# 水平翻转

im.transpose(Image.FLIP_LEFT_RIGHT)


垂直翻转


im.transpose(Image.FLIP_TOP_BOTTOM)

获得图片通道名称

im.getbands()

通过通道分割图片

split()

split()

R, G, B = im.split()

split()

getchannel(channel)

getchannel()

R = im.getchannel(“R”)

模式转化

img = im.convert(“L”)

获取单个像素的值

getpixel

im.getpixel((100, 100))

传入的xy需要是一个元祖形式的坐标。

如果图片是多通道的，那么返回的是一个元祖。

加载图片全部数据

load()

pixdata = im.load()

pixdata[100,200] = 255

PIL.PyAccess

获取全部像素内容

getdata(band = None)Image

list(im.getdata())list

bandband = Noneband = 0band = 0band = 2B

from PIL import Image
im = Image.open(‘test.jpg’)

print(im.getdata())  #获取所有通道的值 类似生成器的对象

print(list(im.getdata(0)))  #获取第一个通道的值, 转化为列表

####

关闭图片并释放内存

此方法会删除图片对象并释放内存

im.close()

图像类

这类验证码大多是数字、字母的组合，国内也有使用汉字的。在这个基础上增加噪点、干扰线、变形、重叠、不同字体颜色等方法来增加识别难度。

相应的，验证码识别大体可以分为下面几个步骤

1. 灰度处理

2. 增加对比度(可选)

3. 二值化

4. 降噪

5. 倾斜校正分割字符

6. 建立训练库

7. 识别

0. 灰度化

像素点是最小的图像单元，一张图片由好多的像素点构成， 一个像素点的颜色是由RGB三个值来表现的，所以一个像素点矩阵对应三个颜色向量矩阵，我们对图像的处理就是对这个像素点矩阵的操作，想要改变某个像素点的颜色，只要在这个像素点矩阵中找到这个像素点的位置（x, y）,因为一个像素点的颜色由红、绿、蓝三个颜色变量表示，所以我们通过给这三个变量赋值，来改变这个像素点的颜色.

图片的灰度化,就是让像素点矩阵中的每一个像素点都满足下面的关系：R=G=B,此时的这个值叫做灰度值.

灰度化的转化公式一般为：

R = G = B = 处理前的 R*0.3 + G*0.59 + B*0.11

img = img.convert(‘L’)  #转为灰度图

1. 二值化

二值化就是让图像的像素点矩阵中的每个像素点的灰度值为0（黑）或者255（白） ，从而实现二值化，让整个图像呈现只有黑和白的效果。

原理是利用设定的一个阈值来判断图像像素为0还是255，小于阈值的变为0（黑色）， 大于的变为255（白色）。

这个临界灰度值就被称为阈值，阈值的设置很重要。阈值过大或过小都会对图片造成损坏。

选择阈值的原则是：既要尽可能保存图像信息，又要尽可能减少背景和噪声的干扰，

常用方法

• 取阈值为127（0~255的中数，（0+255）/2=127 ）

  好处是计算量小速度快，

  缺点也是很明显的 ，对于图片中内容色彩分布较大的图片，很容易造成内容的缺失。

• 平均值法

  计算像素点矩阵中的所有像素点的灰度值的平均值avg

  （像素点1灰度值+…+像素点n灰度值）/ n = 像素点平均值avg

  这样做比方法1好一些。 但可能导致部分对象像素或者背景像素丢失。

def averageThreshold(img):
    pixdata = img.load()
    width,height = img.size
    
    threshold = sum(img.getdata())/(width*height)   #计算图片的平均阈值
​
    # 遍历所有像素，大于阈值的为白色
    for y in range(height):
        for x in range(width):
            if pixdata[x, y] < threshold:
                pixdata[x, y] = 0
            else:
                pixdata[x,y] = 255
​
    return img

• 双峰法

  图像由前景和背景组成，在灰度直方图上，前后二景都形成高峰，在双峰之间的最低谷处就是图像的阈值所在。 当前后景的对比较为强烈时，分割效果较好；否则基本无效。

• 迭代法

  首先选择一个近似阈值作为估计值的初始值，然后进行分割，产生子图像，并根据子图像的特性来选取新的阈值，再利用新的阈值分割图像，经过几次循环，使错误分割的图像像素点降到最少。这样做的效果好于用初始阈值直接分割图像的效果。

  1. 求出图象的最大灰度值和最小灰度值，分别记为Pmax和Pmin，令初始阈值T0=(Pmax+Pmin)/2

  2. 根据阈值TK将图象分割为前景和背景，（小于 T0 的像素部分，大于T0的背景部分），并分别求其均值 avgPix, avgBac

  3. 求出新阈值TK = ( avgPix+avgBac) / 2；

  4. 若T0=TK，则所得即为阈值；否则转2，迭代计算 。

from PIL import Image
​
def iterGetThreshold(img, pixdata, width, height):
    pixPrs = pixBac = []                     #用于统计前景和背景平均阈值
    threshold = 0
    pixel_min, pixel_max = img.getextrema()  # 获得图片中最大和最小灰度值
    newThreshold = int((pixel_min + pixel_max) / 2)  # 初始阈值
​
    while True:
        if abs(threshold -  newThreshold) < 5:   #差值小于5,退出
            break
        for y in range(height):
            for x in range(width):
                if pixdata[x, y] >= newThreshold:
                    pixBac.append(pixdata[x,y])    #大于阈值 为背景
                else:
                    pixPrs.append(pixdata[x,y])    #小于， 前景
​
        avgPrs = sum(pixPrs)/len(pixPrs)
        avgBac = sum(pixBac)/len(pixBac)
        threshold = newThreshold
        newThreshold = int((avgPrs+avgBac)/2)
​
    return newThreshold
​
​
def binary(img, threshold=None):
    img = img.convert(‘L’)  #转为灰度图
    pixdata = img.load()
    width, height = img.size
​
    if not threshold:
        threshold = iterGetThreshold(img, pixdata,width, height)
    # 遍历所有像素，大于阈值的为白色
    for y in range(height):
        for x in range(width):
            if pixdata[x, y] < threshold:
                pixdata[x, y] = 0
            else:
                pixdata[x,y] = 255
​
    return img
​
img = Image.open(‘test-1.jpg’)
img.show()
new_img = Binary(img)
new_img.show()

2. 降噪

从前面经过二值化处理，如果一个像素点是图片或者干扰因素的一部分，那么它的灰度值一定是0，即黑色； 如果一个点是背景，则其灰度值应该是255，白色。

因此对于孤立的噪点，其周围应该都是白色，或者大多数点都是白色pixel

如果图片分辨率够高，一个噪点实际上可能是有很多个点组成 ，所以此时的判断条件应该放宽，即一个点是黑色的并且相邻的8个点为白色点的个数大于一个固定值，那么这个点就是噪点 。

常见的4邻域、8邻域算法。所谓的X邻域算法，可以参考手机九宫格输入法，按键5为要判断的像素点，4邻域就是判断上下左右，8邻域就是判断周围8个像素点。如果这4或8个点中255的个数大于某个阈值则判断这个点为噪音，阈值可以根据实际情况修改。

这个方法对小噪点比较好，如果阀值设的比较大，很多验证码字符也会受到很大影响，因为验证码可能就是一些断断续续的点连出来的，阀值设太大，尽管噪点没了，验证码也会没了。

def depoint(img, N=2):
    pixdata = img.load()
    width, height = img.size
    for y in range(1, height - 1):
        for x in range(1, width - 1):
            count = 0
            if pixdata[x, y - 1] == 255:  # 上
                count = count + 1
            if pixdata[x, y + 1] == 255:  # 下
                count = count + 1
            if pixdata[x - 1, y] == 255:  # 左
                count = count + 1
            if pixdata[x + 1, y] == 255:  # 右
                count = count + 1
​
            # if pixdata[x-1, y-1] == 255:  #左上
            #     count = count + 1
            # if pixdata[x+1, y-1] == 255:  #右上
            #     count = count + 1
            # if pixdata[x-1, y+1] == 255:  #左下
            #     count = count + 1
            # if pixdata[x+1, y+1] == 255:  #右下
            #     count = count + 1
​
            if count > N:
                pixdata[x, y] = 255  #设置为白色
    return img
​
depoint(img).show()