Python数据分析与展示
3.图像的处理单元
3.1 图像的数组表示
1. 图像的RGB色彩模式
图像一般使用RGB色彩模式，即每个像素点的颜色由红(R)、绿(G)、蓝(B)组成。
RGB三个颜色通道的变化和叠加得到各种颜色，其中：
R、G、B，取值范围为[0,255]。
RGB形成的颜色包括了人类视力所能感知的所有颜色。
2. PIL库
PIL,Python Image Library
PIL库是具有图像处理功能的强大第三方库
2.1. 安装：
pip install pillow
2.2. Image类
Image是PIL库中代表一个图像的类(对象)
1
from PIL import Image
3. 图像的数组表示
图像是一个有像素组成的二维矩阵，每个元素是一个RGB值。
1
2
3
4
5
6
7
8
9
from PIL import Image
import pynum as np
#直接将图片打开，保存为数组形式
im = np.array(Image.open("D:/pycodes/beijing.jpg"))
print(im.shape,im.dtype)
#图像是一个三维数组，维度分别是高度、宽度和像素的RGB值。
>>>(669,1012,3)uint8
3.2 图像的变换
图像表示为数组，而数组可以进行运算，可以由此进行变换。
1. 步骤
读入图像后，获得像素RGB值，修改后保存为新的文件。
2. 实现
2.1 反色模式：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
rom PIL import Image
import pynum as np
#直接将图片打开，保存为数组形式
a = np.array(Image.open("D:/pycodes/beijing.jpg"))
print(a.shape,a.dtype)
#图像是一个三维数组，维度分别是高度、宽度和像素的RGB值。
>>>(669,1012,3)uint8
#计算每个像素的补植（与255的差值）即反色
b = [255,255,255] - a
im = Image.formarray(b.astype('uint8'))
im.save("D:/pycondes/fcity2.jpg")
2.2 底片模式：
1
2
3
4
5
6
7
#使用convert('l')方法，以灰度模式打开图片，这样图片是二维数组。
#底片模式
b = 255 - a
im = Image.fromarray(b.astype('uint8'))
im = save('newpath')
2.3 区间变换：
1
2
3
4
a = nparray(Image.open("path").convert('L'))
c = (100/255)*a + 150#区间变换
im = Image.formarry(c.astype('uint8'))
im.save('newpath')
