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

1. 参考文献
2. 生成验证码源码
3. 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块儿 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: 容许的字符集合，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: 干扰点出现的几率，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) # 建立图形 draw = ImageDraw.Draw(img) # 建立画笔，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] # 设置干扰点在全部点中所占比例 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)) # 知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) # 每一个字符先后以空格隔开 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: # 若是为true则设置干扰线 create_lines() if draw_points: # 若是为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) # 建立扭曲 img = img.filter(ImageFilter.EDGE_ENHANCE_MORE) # 滤镜，边界增强（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) # 建立扭曲 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，边界增强（阈值更大） 图像滤波在ImageFilter 模块中，在该模块中，预先定义了不少加强滤波器，能够经过filter( )函数使用，预约义滤波器包括： BLUR、均值滤波 CONTOUR、找轮廓 DETAIL、详细 EDGE_ENHANCE、边缘增强 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'从新拼图成功' 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，作成透明水印的模样，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经过安装来解决 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) 这个参数就行了 FONT = "msyh.ttf" size = 2 n_font = ImageFont.truetype(FONT, size) #获得字体 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，可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，而后取比例合适的 若是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还有以下值： 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，而后在压缩到指定尺寸 一个图片 16:5 ，压缩为 2:1 而且宽为200，就要先把图片裁剪成 10:5,而后在等比压缩 ''' 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: #太高 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) #这里的参数能够这么认为：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方法大为不同 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以后会在生成头像时用到 clipResizeImg(im, 100, 200) 

 

分类:  杂项