Python中的PIL从易到难

要了解复杂的处理算法，值得分析标准方案，我建议从中开始。

对于处理示例，将使用具有不同颜色集的图像：



首先，我们需要两个库模块：

from PIL import Image, ImageDraw 

设置用于舒适的未来工作的工具：

 image = Image.open('test.jpg') #   draw = ImageDraw.Draw(image) #     width = image.size[0] #   height = image.size[1] #   pix = image.load() #    

让我们开始吧

我们将以RGB格式处理图像。 PIL还支持使用格式1，L，P，RGB，RGBA，CMYK，YCbCr，LAB，HSV，I，F。

图像中的像素值以以下格式设置： （x，y），（red，green，blue） ，其中x，y是坐标，而RGB的数值在0到255的范围内。也就是说，我们处理8位图像。

灰阶

在所有调色板均等的情况下，将显示灰色调，因此我们需要获取所有三个点的算术平均值：

 for x in range(width): for y in range(height): r = pix[x, y][0] #     g = pix[x, y][1] # b = pix[x, y][2] # sr = (r + g + b) // 3 #  draw.point((x, y), (sr, sr, sr)) #  image.save("result.jpg", "JPEG") #    

反演

反转是通过从255中减去当前颜色获得的：

 for x in range(width): for y in range(height): r = pix[x, y][0] g = pix[x, y][1] b = pix[x, y][2] draw.point((x, y), (255 - r, 255 - g, 255 - b)) 

灰度反转

结合前面的两种算法，可以编写以下代码：

 for x in range(width): for y in range(height): r = pix[x, y][0] g = pix[x, y][1] b = pix[x, y][2] sr = (r + g + b) // 3 draw.point((x, y), (255 - sr, 255 - sr, 255 - sr)) 

选择性灰度反转

对于此算法，您需要确定阈值，我将对它使用100：

 for x in range(width): for y in range(height): r = pix[x, y][0] g = pix[x, y][1] b = pix[x, y][2] if (r+g+b)>100: #    100 ,    sr = (r + g + b) // 3 draw.point((x, y), (255-sr, 255-sr, 255-sr)) else: #    sr = (r + g + b) // 3 draw.point((x, y), (sr, sr, sr)) 

结论

在接下来的文章中，我想谈谈如何通过将其划分为多个区域来更局部地进行图像过滤，以及在图像处理算法中展示DFS的有趣可能性