Python 學習筆記 : 用 Pillow 處理圖片

我在去年初為了還一本書整理了其中 Pillow 套件的用法, 參考 :

# Python 學習筆記 : 圖像處理套件 Pillow

但最近在研究如何裁切 Matplotlib 所繪製的表格圖片時, 發現該書介紹的 Pillow 內容較少, 例如要用到的 crop() 方法就沒介紹, 所以將其重要用法重新整理, 參考書籍如下 :  

# Python最強入門邁向數據科學之路：王者歸來(全彩印刷第二版) (深智) 第 17 章

# Python 自動化的樂趣 (碁峰 2017) 第 17 章

Pillow 官方文件參考 : 

# https://pillow.readthedocs.io/en/stable/

Pillow 套件在大量圖檔的處理自動化上非常有用. 

一. PIL 套件中的常用模組 : 

PIL 套件常用模組	說明
ImageColor	色彩表示方式的轉換
Image	圖片處理模組
ImageDraw	繪圖模組
ImageFont	字型模組

其中 Image 是主要的影像處理模組, ImageDraw 與 ImageColor 則是繪圖模組, 而 ImageColor 則是轉換色彩表示法的輔助模組. 

二. ImageColor 模組用法 : 

此模組主要用來做光影色彩表示方式的轉換, 可將下列 3 種顏色字串 (大小寫均可) 轉成 10 進位的色碼 tuple, 因為 Pillow 套件的圖片處理模組 Image 與繪圖模組 ImageDraw 中的物件方法會用到色碼元組當參數 :

• 16 進位色碼字串 : 例如 "#ff0000" 或 "#FF0000"
• 色彩名稱字串 : 例如 "RED" 或 'red'
• rgb() 函式字串 : 例如 'rgb(255, 0, 0)' 或 'rgb(100%, 0%, 0%)'

注意, 電腦程式都是使用 RGB 加色法模型 (additive color model), 因為螢幕是光的呈現, 而光是以加色法原理顯色的, 這有別於塗料或印刷所使用的減色法模型 (subtractive color model), 此模型使用 CMYK (青, 洋紅, 黃, 黑) 四種顏色來混出各種顏色.  

首先用 Python 小工具 members.py 模組來查詢其公開成員, 關於 members 模組參考 : 

# Python 學習筆記 : 檢視物件成員與取得變數名稱字串的方法

將 members.py 下載到目前工作目錄後呼叫其 list_members() 函式即可得到其公開成員列表 :

>>> from PIL import ImageColor   

>>> import members as mbr   

>>> mbr.list_members(ImageColor)      

Image <class 'module'>

colormap <class 'dict'>

getcolor <class 'function'>

getrgb <class 'function'>

re <class 'module'>

可見 PIL 套件的 ImageColor 模組有 5 個公開成員, 其中 Image 與 re 都是匯入的模組, colormap 是定義顏色名稱與其對應 16 進位色碼的字典 :

>>> from PIL import ImageColor    

>>> ImageColor.colormap   

{'aliceblue': '#f0f8ff', 'antiquewhite': '#faebd7', 'aqua': '#00ffff', .... (略)

而 getrgb() 與 getcolor() 則為顏色字串轉成 10 進位的 RGB 色碼 tuple, 兩個函式功能類似, 差別只是 getColor() 多了一個 mode 參數可選擇要傳回 RGB 還是 RGBA 的 tuple, 其中 A 是 0~255 的透明度數值, 0 為全透明 (這時不管 R, G, B 值為多少都看不到顏色), 255 為完全不透明, 這要 PNG 檔才有支援. 其語法如下 :

ImageColor.getrgb(color)      

ImageColor.getcolor(color, mode)      

其中 color 為上述的三種色彩描述字串, mode 為傳回值之模式字串, getcolor() 必須傳入這兩個參數, mode 可傳入 'RGB' (JPG 檔) 或 'RGBA' (PNG 檔), 前者傳回 (R, G, B) 元組, 後者傳回 (R, G, B, A) 元組. 顏色字串參數 color 不分大小寫, 即 'red' 或 'RED', '#ff0000' 或 '#FF0000' 皆可. 

Pillow 的色彩名稱採用了 HTML 的色彩名稱, 參考 : 

# https://matplotlib.org/stable/gallery/color/named_colors.html

getrgb() 函式只會傳回 (R, G, B) 元組, 例如 : 

>>> ImageColor.getrgb('#ff0000')   

(255, 0, 0)

>>> ImageColor.getrgb('#0000FF')    

(0, 0, 255)

>>> ImageColor.getrgb('yellow')  

(255, 255, 0)

>>> ImageColor.getrgb('YELLOW')   

(255, 255, 0)

>>> ImageColor.getrgb('rgb(255, 0, 0)')    

(255, 0, 0)

>>> ImageColor.getrgb('RGB(255, 0, 0)')    

(255, 0, 0)

getcolor() 則會根據 mode 傳回 RGB 或 RGBA 元組, 例如 : 

>>> ImageColor.getcolor('#ff0000', 'RGBA')   

(255, 0, 0, 255)

>>> ImageColor.getcolor('#ff0000', 'RGB')       

(255, 0, 0)

>>> ImageColor.getcolor('yellow', 'RGB')   

(255, 255, 0)

>>> ImageColor.getcolor('yellow', 'RGBA')    

(255, 255, 0, 255)

注意, 'RGBA' 模式傳回的 A 都是 255 (不透明), 這樣 R, G, B 設定才會完全顯色. 

三. Image 模組用法 : 

Image 模組是 PIL 套件中的圖像處理主體, 教學文件參考 :

# https://pillow.readthedocs.io/en/stable/reference/Image.html 

可用 members 模組的 list_members() 函式來檢視其公開成員 : 

>>> import members as mbr

>>> mbr.list_members(Image)    

ADAPTIVE <class 'int'>

AFFINE <class 'int'>

ANTIALIAS <class 'int'>

BICUBIC <class 'int'>

BILINEAR <class 'int'>

BOX <class 'int'>

CONTAINER <class 'int'>

CUBIC <class 'int'>

Callable <class 'abc.ABCMeta'>

DECODERS <class 'dict'>

DEFAULT_STRATEGY <class 'int'>

DecompressionBombError <class 'type'>

DecompressionBombWarning <class 'type'>

ENCODERS <class 'dict'>

EXTENSION <class 'dict'>

EXTENT <class 'int'>

Exif <class 'abc.ABCMeta'>

FASTOCTREE <class 'int'>

FILTERED <class 'int'>

FIXED <class 'int'>

FLIP_LEFT_RIGHT <class 'int'>

FLIP_TOP_BOTTOM <class 'int'>

FLOYDSTEINBERG <class 'int'>

HAMMING <class 'int'>

HUFFMAN_ONLY <class 'int'>

ID <class 'list'>

Image <class 'type'>

ImageMode <class 'module'>

ImagePointHandler <class 'type'>

ImageTransformHandler <class 'type'>

LANCZOS <class 'int'>

LIBIMAGEQUANT <class 'int'>

LINEAR <class 'int'>

MAXCOVERAGE <class 'int'>

MAX_IMAGE_PIXELS <class 'int'>

MEDIANCUT <class 'int'>

MESH <class 'int'>

MIME <class 'dict'>

MODES <class 'list'>

MutableMapping <class 'abc.ABCMeta'>

NEAREST <class 'int'>

NONE <class 'int'>

NORMAL <class 'int'>

OPEN <class 'dict'>

ORDERED <class 'int'>

PERSPECTIVE <class 'int'>

Path <class 'type'>

QUAD <class 'int'>

RASTERIZE <class 'int'>

RLE <class 'int'>

ROTATE_180 <class 'int'>

ROTATE_270 <class 'int'>

ROTATE_90 <class 'int'>

SAVE <class 'dict'>

SAVE_ALL <class 'dict'>

SEQUENCE <class 'int'>

TRANSPOSE <class 'int'>

TRANSVERSE <class 'int'>

TiffTags <class 'module'>

USE_CFFI_ACCESS <class 'bool'>

UnidentifiedImageError <class 'type'>

WEB <class 'int'>

alpha_composite <class 'function'>

atexit <class 'module'>

blend <class 'function'>

builtins <class 'module'>

cffi <class 'module'>

coerce_e <class 'function'>

composite <class 'function'>

core <class 'module'>

deferred_error <class 'type'>

effect_mandelbrot <class 'function'>

effect_noise <class 'function'>

eval <class 'function'>

fromarray <class 'function'>

frombuffer <class 'function'>

frombytes <class 'function'>

fromqimage <class 'function'>

fromqpixmap <class 'function'>

getmodebandnames <class 'function'>

getmodebands <class 'function'>

getmodebase <class 'function'>

getmodetype <class 'function'>

i32le <class 'function'>

init <class 'function'>

io <class 'module'>

isImageType <class 'function'>

isPath <class 'function'>

linear_gradient <class 'function'>

logger <class 'logging.Logger'>

logging <class 'module'>

math <class 'module'>

merge <class 'function'>

new <class 'function'>

numbers <class 'module'>

open <class 'function'>

os <class 'module'>

preinit <class 'function'>

radial_gradient <class 'function'>

register_decoder <class 'function'>

register_encoder <class 'function'>

register_extension <class 'function'>

register_extensions <class 'function'>

register_mime <class 'function'>

register_open <class 'function'>

register_save <class 'function'>

register_save_all <class 'function'>

registered_extensions <class 'function'>

struct <class 'module'>

sys <class 'module'>

tempfile <class 'module'>

warnings <class 'module'>

xml <class 'module'>

雖然成員眾多, 但實際上常用的函式是下面兩個 :

Image 模組常用函式	說明
new(mode, size, color=0)	建立新的圖片物件, mode='RGB' 或 'RGBA', size=(w, h), 預設黑色
open(filename)	開啟指定檔名之圖檔

new() 會依據傳入參數 mode 建立一個 Image 物件, 若要建立無透明度的 JPEG 檔須傳入 mode='RGB', 若要建立有透明度的 PNG 檔則傳入 mode='RGBA', 參數 size 為一個 (寬度, 高度) 畫素元組, 參數 color 可用色彩名例如 'yellow' 或色碼 '#ffff00' (不分大小寫), 如果沒有傳入 color, 預設是黑色背景 (color=0). 例如 : 

>>> img=Image.new('RGB', (300, 200), 'yellow')   # 300*200 px 黃底

>>> type(img)     

<class 'PIL.Image.Image'>      

此 Image 物件有一個 save() 方法可將物件存成圖片檔案, 例如 : 

>>> img.save('test.jpg')     

這時目前工作目錄下就會出現 300x200 黃底的 test.jpg 圖檔了 :

而 open() 函式則用來開啟已存在的圖檔, 以下範例使用我家的三隻小貓圖片 : 

# https://github.com/tony1966/tony1966.github.io/blob/master/test/examples/kitten.jpg

例如 : 

>>> img=Image.open('kitten.jpg')    

>>> type(img)     

<class 'PIL.Image.Image'> 

可見 open() 也是傳回一個 Image 物件. 然後呼叫此物件之 show() 方法會啟動預設看圖軟體顯示此圖片, 例如 : 

>>> img.show()   

結果如下 : 

 

接下來進一步來檢視 Image 物件, 可呼叫 members 模組的 list_members() 函式並傳入上面已建立的 Image 物件即可檢視其有公開成員 : 

>>> import members as mbr   

>>> mbr.list_members(img)    

alpha_composite <class 'method'>

category <class 'int'>

close <class 'method'>

convert <class 'method'>

copy <class 'method'>

crop <class 'method'>

draft <class 'method'>

effect_spread <class 'method'>

entropy <class 'method'>

filter <class 'method'>

format <class 'NoneType'>

format_description <class 'NoneType'>

frombytes <class 'method'>

getbands <class 'method'>

getbbox <class 'method'>

getchannel <class 'method'>

getcolors <class 'method'>

getdata <class 'method'>

getexif <class 'method'>

getextrema <class 'method'>

getim <class 'method'>

getpalette <class 'method'>

getpixel <class 'method'>

getprojection <class 'method'>

height <class 'int'>

histogram <class 'method'>

im <class 'ImagingCore'>

info <class 'dict'>

load <class 'method'>

mode <class 'str'>

palette <class 'NoneType'>

paste <class 'method'>

point <class 'method'>

putalpha <class 'method'>

putdata <class 'method'>

putpalette <class 'method'>

putpixel <class 'method'>

pyaccess <class 'NoneType'>

quantize <class 'method'>

readonly <class 'int'>

reduce <class 'method'>

remap_palette <class 'method'>

resize <class 'method'>

rotate <class 'method'>

save <class 'method'>

seek <class 'method'>

show <class 'method'>

size <class 'tuple'>

split <class 'method'>

tell <class 'method'>

thumbnail <class 'method'>

tobitmap <class 'method'>

tobytes <class 'method'>

toqimage <class 'method'>

toqpixmap <class 'method'>

transform <class 'method'>

transpose <class 'method'>

verify <class 'method'>

width <class 'int'>

Image 物件的常用屬性如下 : 

Image 物件常用屬性	說明
width	圖片寬度 (px)
height	圖片高度 (px)
size	圖片寬度與高度組成之 tuple (px)
format	圖片格式 (字串), 例如 'PNG', 'JPG' 等
format_description	圖片格式的描述 (字串), 例如 'Potable network graphics'
info	圖片資訊字典, 包含 dpi 等訊息
mode	圖片模式 (字串), 例如 'RGB' 或 'RGBN'

Image 物件的常用方法如下 : 

Image 物件常用方法	說明
save(filename)	將物件存成圖檔
show()	以作業系統預設看圖軟體顯示圖片物件
crop(box)	剪裁圖片只留下 box 區域之像素, box 為 (左, 上, 右, 下) 座標元組
copy()	複製圖片物件 (傳回新的 Image 物件)
paste(image, (x, y))	在圖片物件左上座標 (x, y) 貼上 image 物件 (圖片會被更改)
resize((w, h))	調整圖片物件為指定寬高尺寸 tuple (w, h) 後傳回新圖片物件
rotate(d [, expand=False])	將圖片逆時針旋轉 d 角度後傳回新圖片物件, expand=是否放大版面
transpose(method)	將圖片做逕向翻轉後傳回新圖片物件, method=0 (左右), 1 (上下)
getpixel((x, y))	取得座標 (x, y) 的像素值, 傳回 (R, G, B) 或 (R, G, B, A) 元組
putpixel((x, y), color)	在座標 (x, y) 填入像素色彩值 color=(R, G, B) 或 (R, G, B, A)
convert(mode)	依據指定模式轉換圖片, 傳回新圖片物件. mode=1 轉成黑白圖片
split()	將圖片中的 RGB 三原色分離為三個 Image 物件, 傳回 (R, G, B) 元組
merge(mode, bands)	將單通道圖像 bands 以指定 mode 合併傳回新圖片物件

首先來測試 Image 物件的屬性, 例如 : 

>>> img=Image.open('kitten.jpg')   

>>> img.width   

918

>>> img.height   

446

>>> img.size       

(918, 446)

>>> img.mode    

'RGB'

>>> img.format     

'JPEG'

>>> img.format_description   

'JPEG (ISO 10918)'

>>> img.info   

{'jfif': 257, 'jfif_version': (1, 1), 'dpi': (300, 300), 'jfif_unit': 1, 'jfif_density': (300, 300)}

接下來測試 Image 物件的方法, 其中 save() 與 show() 已在上面測試過不再重複. 

1. 裁切圖片 :

呼叫 Image 物件的 crop(box) 方法即可依照傳入參數將指定區域 box 裁切出來成為新圖片物件傳回, 原物件不受影響. 參數 box 是 (x1, y1, x2, y2) 的座標區域, 其中 (x1, y1) 為左上角座標, (x2, y2) 為右下角座標. 注意, 裁切時不包含 (x2, y2) 這個像素點以及這一列與這一行之像素, 就像 range(1, 5) 不包含 5 一樣.  

以上面三隻小貓圖片為例, 若要將最右邊那隻小貓的頭像裁切出來的話, 可先用小畫家或 Picpick 之類的圖片編輯軟體找出要裁切區域的上左下右座標, 然後組成要傳入 cro() 的 box 元組, 例如此處的欲裁切區域是 box=(532, 165, 747, 382) : 

然後呼叫 crop() 方法進行裁切 : 

>>> kitten_right=img.crop((532, 165, 747, 382))    

>>> kitten_right.show()      

結果如下 : 

參考 :

# “python clip image ” Code Answer

2. 複製圖片 :

呼叫 Image 物件的 copy() 方法會傳回該物件的副本物件 (新物件), 例如 :

>>> img2=img.copy()      

>>> img   

<PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=918x446 at 0x219B41F5828>

>>> img2     

<PIL.Image.Image image mode=RGB size=918x446 at 0x219B42083C8> 

>>> img.size   

(918, 446)

>>> img2.size   

(918, 446)

可見 copy() 會傳回尺寸一樣的新 Image 物件, 呼叫 img2.show() 可知同樣是三隻小貓圖片. 

3. 貼上圖片 :

呼叫 Image 物件的 paste(img, (x, y)) 方法會在圖片中指定的 (x, y) 左上座標處貼上傳入之另一個圖片物件. 注意, paste() 不會傳回新圖片, 而是直接更改原圖片物件. 例如可將上面裁切下來的最右邊小貓頭像 kitten_right 貼到圖片副本 img2 中 :

>>> img2.paste(kitten_right, (687, 13))   

>>> img2.show()    

結果如下 : 

可見貓咪頭像被貼在左上角座標 (687, 13) 的位置. 注意, 以上複製貼上均為物件操作, 並未使用到作業系統的剪貼簿. 

4. 更改圖片尺寸 :

呼叫 Image 物件的 resize((w, h)) 方法會調整圖片的尺寸為寬 w 高 h 的新圖片後傳回, 例如上面三隻小貓的圖片 img 尺寸為 (918, 446), 可用 resize() 將其縮小為長寬各一半 (即 1/4)  :

>>> w, h=img.size  

>>> w, h   

(918, 446)   

>>> img3=img.resize((int(w/2), int(h/2)))      

>>> img3.size      

(459, 223)   

此處先用 size 屬性取得原圖 img 的寬與高 (w, h)=(918, 446), 然後呼叫 resize() 時將寬高都除以 2 以元組傳入, 傳回值為面積縮小為原圖 1/4 的新圖片物件, 尺寸為 (459, 223). 注意, resize((w, h)) 的傳入參數是 tuple (w, h), 不是 resize(w, h), 這樣會出現錯誤.