国产成人精品久久免费动漫-国产成人精品天堂-国产成人精品区在线观看-国产成人精品日本-a级毛片无码免费真人-a级毛片毛片免费观看久潮喷

您的位置:首頁技術(shù)文章
文章詳情頁

超全Python圖像處理講解(多模塊實(shí)現(xiàn))

瀏覽:3日期:2022-07-30 10:09:22

Pillow模塊講解

一、Image模塊

1.1 、打開圖片和顯示圖片

對圖片的處理最基礎(chǔ)的操作就是打開這張圖片,我們可以使用Image模塊中的open(fp, mode)方法,來打開圖片。open方法接收兩個參數(shù),第一個是文件路徑,第二個是模式。主要的模式如下:

mode(模式) bands(通道) 說明 “1” 1 數(shù)字1,表示黑白二值圖片,每個像素用0或1共1位二進(jìn)制碼表示 “L” 1 灰度圖 “P” 1 索引圖 “RGB” 3 24位真彩圖 “RGBA” 4 “RGB”+透明通道 “CMYK” 4 印刷模式圖像

更多的模式也就不說了,關(guān)于模式的模式的詳細(xì)介紹我也不知道。這個open方法返回一個Image對象,mode也不是必須參數(shù)。打開圖片代碼如下:

from PIL import Image# 打開圖片im = Image.open(’test.jpg’)# 顯示圖片im.show()

當(dāng)然顯示圖片不是我們的重點(diǎn),我們獲取Image對象之后,就可以獲取它的一些信息了。

print(’圖像的格式:’, im.format)print(’圖像的大小:’, im.size)print(’圖像的寬度:’, im.width)print(’圖像的高度:’, im.height)# 傳入坐標(biāo)的元組print(’獲取某個像素點(diǎn)的顏色值:’, im.getpixel(100, 100))

在我的環(huán)境中運(yùn)行結(jié)果如下:

圖像的格式: JPEG圖像的大小: (3968, 2976)圖像的寬度: 3968圖像的高度: 2976獲取某個像素點(diǎn)的顏色值: (198, 180, 132)

1.2、創(chuàng)建一個簡單的圖像

在Image模塊中,提供了創(chuàng)建圖像的方法。主要是通過**Image.new(mode, size, color)**實(shí)現(xiàn),該方法傳入三個參數(shù):

mode:圖像的創(chuàng)建模式 size:圖像的大小 color:圖像的顏色

用該方法可以創(chuàng)建一個簡單的圖像,之后我們可以通過save方法將圖像保存:

from PIL import Image# 創(chuàng)建一個簡單的圖像im = Image.new(’RGB’, (100, 100), ’red’)# 保存這個圖像im.save(’red.png’)

生成圖片如下:

超全Python圖像處理講解(多模塊實(shí)現(xiàn))

1.3、圖像混合

(1)透明度混合

透明度混合主要是使用**Image中的blend(im1, im2, alpha)**方法,對該方法的解釋如下:

im1:Image對象,在混合的過程中,透明度設(shè)置為(1-apha) im2:Image對象,在混合的過程中,透明度設(shè)置為(apha) alpha:透明度,取值是0-1。當(dāng)透明度為0是,顯示im1對象;當(dāng)透明度為1時,顯示im2對象

注意:im1和im2的大小必須一樣,且mode都為RGB

代碼實(shí)現(xiàn)如下:

from PIL import Image# 打開im1im1 = Image.open(’pic.jpg’).convert(mode=’RGB’)# 創(chuàng)建一個和im1大小一樣的圖像im2 = Image.new(’RGB’, im1.size, ’red’)# 混合圖片,并顯示Image.blend(im1, im2, 0.5).show()

下面為原圖和混合圖的對比:

超全Python圖像處理講解(多模塊實(shí)現(xiàn))

不得不說,我家艾斯真滴帥。

(2)遮罩混合

接下來就是很迷的時刻了,我們可以通過Image.composite(im1, im2, mask)方法實(shí)現(xiàn)遮罩混合。三個參數(shù)都是Image對象,該方法的作用就是使用mask來混合im1和im2。我是聽不懂,你們能聽懂最好給我講一下。具體實(shí)現(xiàn)如下:

# 這句代碼寫了好多遍,我真不想寫了from PIL import Image# 打開圖像1im1 = Image.open(’pic1.jpg’)# 打開圖像2im2 = Image.open(’pic2.jpg’)# 重新設(shè)置im2的大小im2.resize(im1.size)# 將圖像2的三個色道分離,其中r、g、b都為Image對象r, g, b = im2.split()# 遮罩混合Image.composite(im1, im2, b).show()

注意:im1、im2和mask的大小必須一樣

im1、im2和遮罩混合效果對比如下:

超全Python圖像處理講解(多模塊實(shí)現(xiàn))

依舊是我?guī)洑獾陌埂?/p>

1.4、圖像縮放

(1)按像素縮放

按像素縮放通過Image.eval(im1, fun)方法實(shí)現(xiàn),其中im1為我們老生常談的Image對象了;第二個為一個方法(函數(shù)),該函數(shù)傳入一個參數(shù),即像素點(diǎn)。該函數(shù)會對圖片中每個像素點(diǎn)進(jìn)行函數(shù)內(nèi)的操作。下面我們對來簡單使用一下這個方法:

from PIL import Image# 打開一張圖像im = Image.open(’摳鼻屎.jpg’)# 對該圖像每個像素點(diǎn)進(jìn)行*2處理Image.eval(im, lambda x:x*2).show()

這里我使用的lambda表達(dá)式,當(dāng)然一般也都是用lambda表達(dá)式,不過你也可以像下面這樣寫:

# 定義一個方法def func(x): return x*2# 對圖像im每個像素點(diǎn)進(jìn)行func中的操作,其中func不能加()Image.eval(im, func)

效果圖如下:

超全Python圖像處理講解(多模塊實(shí)現(xiàn))

細(xì)心的讀者應(yīng)該可以發(fā)現(xiàn),這個摳鼻屎的圖片和筆者頭像并不完全一樣。在血色方面,筆者的頭像確實(shí)要差幾分。

注意:筆者在日常生活中可不是天天在大街上摳鼻屎的那種。

(2)按尺寸縮放

按尺寸縮放是通過Image對象的thumbnail()方法實(shí)現(xiàn)的,這里不同于前面直接通過Image調(diào)用方法,而是使用Image的具體實(shí)例im2調(diào)用thumbnail方法,從而對im2直接進(jìn)行處理。具體代碼如下:

from PIL import Image# 打開圖像im1 = Image.open(’xx.jpg’)# 復(fù)制圖像im2 = im1.copy()# 將復(fù)制后的圖像進(jìn)行縮放,傳入一個元組im2.thumbnail((100, 100))# 輸出圖像大小print('im1的大小', im1.size)print(’im2的大小’, im2.size)

這里縮放圖像并不會對圖像進(jìn)行變形,即顯示效果是一樣的。這里就不放效果圖了,輸入結(jié)果如下:

1.5、圖像的剪切與粘貼

(1)圖像粘貼

粘貼的實(shí)現(xiàn)主要是通過Image對象的paste(im, box, mask)方法,其中im為Image對象;box為要粘貼到的區(qū)域;mask為遮罩(我也不知道啥是遮罩)。其中box的參數(shù)有三種形式:

(x1, y1):將im左上角對齊(x1,y1)點(diǎn),其余部分粘貼,超出部分拋棄 (x1, x2, y1, y2):將im粘貼至此區(qū)域 None:此時im必須與源圖像大小一致

(2)裁剪圖像

裁剪主要通過Image對象的crop(box)方法實(shí)現(xiàn),box同粘貼中一致。

接下來我們做一個小練習(xí),想將圖像某個區(qū)域剪切下來,然后粘貼到另一個圖像上:

from PIL import Image# 打開圖像im = Image.open(’nnz.jpg’)# 復(fù)制兩份im1 = im.copy()im2 = im.copy()# 剪切圖片im_crop = im1.crop((200, 200, 400, 400))# 粘貼圖片im2.paste(im_crop, (30, 30))im2.show()

原圖和效果圖對比如下:

超全Python圖像處理講解(多模塊實(shí)現(xiàn))

貌美如花的娜娜子。

1.4、圖像旋轉(zhuǎn)和格式轉(zhuǎn)換

(1)圖像旋轉(zhuǎn)

圖像旋轉(zhuǎn)就非常簡單了,簡單的一句代碼,通過Image對象調(diào)用rotate(),該方法返回被旋轉(zhuǎn)圖像的一個副本:

from PIL import Imageim = Image.open(’nnz.jpg’)# 旋轉(zhuǎn)90度然后顯示im.rotate(90).show()

順時針逆時針就不要問我了。

(2)格式轉(zhuǎn)換

convert:轉(zhuǎn)換圖像的模式 transpose:轉(zhuǎn)換圖像的格式

convert之前已經(jīng)使用過了,這里就簡單演示一下transpose的作用,transpose主要傳入一些Image中的常量:

from PIL import Image# 打開圖像im = Image.open(’nnz.jpg’)# 這里我也不知道注釋啥了,總之效果和rotate(90)效果一樣im.transpose(Image.ROTATE_90).show()

效果圖我也就不放了,給大家列出一些可以傳入的常量和該常量的作用:

常量 作用 Image.FILP_TOP_BOTTOM 上下翻轉(zhuǎn) Image.FILP_LEFT_RIGHT 左右翻轉(zhuǎn) Image.ROTATE_90 翻轉(zhuǎn)90° Image.ROTATE_180 翻轉(zhuǎn)180° Image.TRANSPOSE 顛倒

我也不知道這是哪門子的格式轉(zhuǎn)換。

1.5、分離和合并

(1)分離

這個是之前使用過的,通過Image對象的split()方法,將圖像的RGB三個通道分離,并返回三個Image對象:

from PIL import Image# 打開圖像im = Image.open(’nnz.jpg’)# 分離通道,返回3個Image對象r, g, b = im.split()

三個通道的效果圖如下:

超全Python圖像處理講解(多模塊實(shí)現(xiàn))

(2)合并

合并是通過Image.merge(mode, bands)方法實(shí)現(xiàn)的,其中mode為模式,bands為通道列表,傳入一個列表類型數(shù)據(jù)。下面我實(shí)現(xiàn)以下小新多年來的愿望:

from PIL import Image# 打開小新.jpg和娜娜子.jpgim1 = Image.open(’娜娜子.jpg’)im2 = Image.open(’小新.jpg’)# 讓im2大小和im1一樣im2.resize(im1.size)# 將兩個圖像分別分離r1, g1, b1 = im1.split()r2, g2, b2 = im2.split()# 合并圖像im3 = Image.merge(’RGB’, [r1, g2, b1])im3.show()

效果圖如下,看到這么美的圖片,小新一定會感謝我的:

超全Python圖像處理講解(多模塊實(shí)現(xiàn))

到這里,我們就把Image模塊的大致內(nèi)容講解完了,接下來我們來了解PIL中更豐富的功能。

二、ImageFilter

ImageFilter中提供了很多常用的濾鏡功能,

2.1、高斯模糊

高斯模糊也叫高斯平滑,是啥我也不知道,反正聽名字就是模糊。我們結(jié)合上面的內(nèi)容完成一個小案例:

from PIL import Image, ImageFilter# 打開圖像im1 = Image.open(’iron_man.jpg’)# 創(chuàng)建一個im1兩倍寬的圖像img = Image.new(’RGB’, (im1.width*2, im1.height), ’red’)# 高斯模糊處理im2 = im1.filter(ImageFilter.GaussianBlur)# 將im1粘貼到img上img.paste(im1, (0, 0))# 將im2(高斯模糊后的圖像)粘貼到img上img.paste(im2, (im1.width, 0))img.show()

為了考慮小新的感受,下面不再用娜娜子作為素材。我選取了一張鋼鐵俠的圖片,運(yùn)行結(jié)果如下:

超全Python圖像處理講解(多模塊實(shí)現(xiàn))

希望各位讀者不要誤會,他倆真沒說你帥,他倆只說筆者一個人帥。

2.2、其它濾鏡

除了高斯模糊,ImageFilter中還提供了許多其它濾鏡:

濾鏡值 濾鏡名詞 BLUR 模糊效果 CONTOUR 輪廓 DETAIL 細(xì)節(jié) EDGE_ENHANCE 邊緣增強(qiáng) EDGE_ENHANCE_MORE 邊緣增強(qiáng)plus EMBOSS 浮雕效果 FIND_EDGES 尋找邊緣 SMOOTH 平滑

筆者用一張美女圖片,測試了上面幾個濾鏡的效果,發(fā)現(xiàn)9張圖是看起來是完全一樣的。雖然完全一樣,但是筆者還是打算將這次測試的結(jié)果作為我慈善事業(yè)的一部分,分享給各位讀者。

超全Python圖像處理講解(多模塊實(shí)現(xiàn))

其中1為高斯模糊,2-9分別為表格中的8個濾鏡。

三、ImageChops模塊(圖像合成)

ImageChops模塊中,提供了很多圖像合成的方法。這些方法是通過計(jì)算通道中像素值來實(shí)現(xiàn)的,不同的方法有不同的計(jì)算方式。

3.1、加法運(yùn)算

加法運(yùn)算通過**ImageChops.add(image1, image2, scale=1.0, offset=0)**方法實(shí)現(xiàn),合成公式如下:

out = (im1 + im2)/scale + offset

我也看不懂,其中scale和offset是有默認(rèn)值的。所以使用時我們可以省略參數(shù),具體實(shí)現(xiàn)如下:

from PIL import Image, ImageChops# 打開圖像im1 = Image.open(’im1.jpg’)im2 = Image.open(’im2.jpg’)# 合成圖像并顯示im3 = ImageChops.add(im1, im2)im3.show()

實(shí)驗(yàn)結(jié)果產(chǎn)不忍賭,效果圖如下:

超全Python圖像處理講解(多模塊實(shí)現(xiàn))

3.2、減法運(yùn)算

加法運(yùn)算通過**ImageChops.subtract(image1, image2, scale=1.0, offset=0)**方法實(shí)現(xiàn),合成公式如下:

out = (im1 - im2)/scale + offset

其使用和add方法是一致的,代碼如下:

from PIL import Image, ImageChops# 打開圖像im1 = Image.open(’xscn.jpg’)im2 = Image.open(’xscn2.jpg’)# 合成圖像并顯示im3 = ImageChops.subtract(im1, im2)im3.show()

原本是不想放效果圖的,但是運(yùn)行后,發(fā)現(xiàn)效果圖比較美,所以想和大家分享一下:

超全Python圖像處理講解(多模塊實(shí)現(xiàn))

希望大家讀到這篇博客的時候是獨(dú)自一人的深夜。

3.3、其它函數(shù)

因?yàn)榇蠖鄶?shù)函數(shù)的使用都比較簡單,所以后續(xù)的函數(shù)也不單獨(dú)拿出來講了,具體功效可以看下列表:

函數(shù)名 參數(shù) 作用 計(jì)算公式 darker(變暗) (image1, image2) 對比兩種圖片的像素,取兩種圖片中對應(yīng)像素的較小值。(去亮留暗) min(im1, im2) lighter(變亮) 同上 對比兩種圖片的像素,取兩種圖片中對應(yīng)像素的較大值。(去暗留亮) max(im1, im2) invert(反色) (image) 將max(255)減去每個像素的值 max-image multiply(疊加) (image1, image2) 兩種圖片互相疊加。如果和黑色疊加,將獲得一張很色圖片 im1*im2/max screen(屏幕) 同上 先反色后疊加 max-((max-im1)*(max-im2)/max) difference(比較) 同上 各個像素做減法,取絕對值。如果像素相同結(jié)果為黑色 abs(im1-im2)

演示代碼如下:

from PIL import Image, ImageChops# 打開圖像im1 = Image.open('im1.jpg')im2 = Image.open('im2.jpg')# 對圖像進(jìn)行各種操作im3 = ImageChops.darker(im1, im2)im3.save(’darker.jpg’)im3 = ImageChops.lighter(im1, im2)im3.save(’lighter.jpg’)im3 = ImageChops.invert(im1)im3.save(’invert.jpg’)im3 = ImageChops.multiply(im1, im2)im3.save(’multiply.jpg’)im3 = ImageChops.screen(im1, im2)im3.save(’screen.jpg’)im3 = ImageChops.difference(im1, im2)im3.save(’difference.jpg’)

其中,我選取的素材im1和im2都是上面使用到的那兩張,效果圖如下:

超全Python圖像處理講解(多模塊實(shí)現(xiàn))

這樣,我的女神就被我毀的體無完膚了。

四、ImageEnhance模塊(色彩、亮度)

ImageEnhance提供了許多函數(shù),用于調(diào)整圖像的色彩、對比度、亮度、清晰度等。調(diào)整圖像的步驟如下:

確定要調(diào)整的參數(shù),獲取特定的調(diào)整器調(diào)用調(diào)整器的enhance方法,傳入?yún)?shù)進(jìn)行調(diào)整。

注意:所有調(diào)整器都實(shí)現(xiàn)同一個接口,該接口中包含一個方法enhance

其中enhance方法接收一個參數(shù)factor,factor是一個大于0的數(shù)。當(dāng)factor為1時,返回原圖,當(dāng)factor小于1返回減弱圖,大于1返回增強(qiáng)圖。

各個獲取色彩調(diào)整器的方法如下:

方法名稱 方法作用 ImageEnhance.Color() 獲取顏色調(diào)整器 ImageEnhance.Contrast() 獲取對比度調(diào)整器 ImageEnhance.Brightness() 獲取亮度調(diào)整器 ImageEnhance.Sharpness() 獲取清晰度調(diào)整器

雖然是很想偷懶,不去做實(shí)驗(yàn),但是想想還是做了如下實(shí)驗(yàn),代碼如下:

from PIL import Image, ImageEnhance# 打開im1im1 = Image.open('gtx.jpg')# 獲取顏色(各種)調(diào)整器enhance_im1 = ImageEnhance.Color(im1)#enhance_im1 = ImageEnhance.Contrast(im1)#enhance_im1 = ImageEnhance.Brightness(im1)#enhance_im1 = ImageEnhance.Sharpness(im1)# 減弱顏色(以及其它屬性)im2 = enhance_im1.enhance(0.5)# 增強(qiáng)顏色(以及其它屬性)im3 = enhance_im1.enhance(1.5)# 獲取原圖大小w, h = im1.size# 創(chuàng)建一個原圖大小3倍的圖片img = Image.new('RGB', (w*3, h))# 將減弱的圖片放在最左邊img.paste(im2, (0, 0))# 將原圖放在中間img.paste(im1, (w, 0))# 將增強(qiáng)后的圖片放在最右邊img.paste(im3, (w*2, 0))# 顯示圖片img.show()

其中,我們只需要修改獲取調(diào)整器的代碼就可以了,獲取其它調(diào)制器的代碼我注釋了。然后看看效果圖:

超全Python圖像處理講解(多模塊實(shí)現(xiàn))

這種不傷大雅的工作,讓我唐尼叔做再適合不過了。

另外再講一個調(diào)節(jié)亮度的函數(shù),但是這個函數(shù)時Image中的函數(shù)point(),而不是ImageEnhance的。該函數(shù)傳入一個參數(shù),使用方法和Image.eval()類似,使用示例如下:

from PIL import Image# 打開圖像im1 = Image.open(’gtx.jpg’)# 變暗操作im2 = im1.point(lambda x:x*0.5)# 變量操作im3 = im1.point(lambda x:x*1.5)# 獲取原圖大小w, h = im1.size# 創(chuàng)建一個原圖大小3倍的圖片img = Image.new('RGB', (w*3, h))# 將減弱的圖片放在最左邊img.paste(im2, (0, 0))# 將原圖放在中間img.paste(im1, (w, 0))# 將增強(qiáng)后的圖片放在最右邊img.paste(im3, (w*2, 0))# 顯示圖片img.show()

效果圖如下:

超全Python圖像處理講解(多模塊實(shí)現(xiàn))

五、ImageDraw模塊

該模塊提供了許多繪制2D圖像的功能,我們可以通過繪制獲取一個全新的圖像,也可以在原有的圖像上進(jìn)行繪制。在我們使用該模塊進(jìn)行繪制時,我們需要先獲取ImageDraw.Draw對象,獲取方式如下:

from PIL import ImageDraw# 構(gòu)造函數(shù)中,im為一個Image對象drawer = ImageDraw.Draw(im)

我們獲取ImageDraw.Draw對象后就可以進(jìn)行相應(yīng)的繪制了。

5.1、繪制簡單形狀

在繪制之前,我們先創(chuàng)建一個空白的圖片:

from PIL import Image, ImageDraw# 創(chuàng)建一個300*300的白色圖片im = Image.new('RGB', (300, 300), 'white')# 獲取ImageDraw.Draw對象drawer = ImageDraw.Draw(im)

后續(xù)的繪制都可以使用對象drawer繪制。

(1)繪制直線

'''xy:起點(diǎn)坐標(biāo)和終點(diǎn)坐標(biāo)(x1, y1, x2, y2)fill:填充色。'red'、'blue'...width:輪廓粗細(xì)joint:連接方式,可以是曲線'''line(xy, fill, width, joint)# 繪制直線drawer.line((50, 50, 150, 150), fill=’green’,width=2)

(2)繪制矩形

'''xy:左上角坐標(biāo)和右下角坐標(biāo)(x1, y1, x2, y2)fill:填充色。'red'、'blue'...outline:輪廓色。同上width:輪廓粗細(xì)'''rectangle(xy, fill, outline, width)# 使用示例drawer.rectangle((50, 50, 150, 150), fill=’green’, outline=’red’, width=3)

(3)繪制圓弧

'''xy:包含圓弧所在圓的矩形的左上角坐標(biāo)和右下角坐標(biāo)(x1, y1, x2, y2)start:起始角度end:終止角度fill:填充色。'red'、'blue'...width:輪廓粗細(xì)'''arc(xy, start, end, fill, width)# 使用示例drawer.arc((50, 50, 150, 150), start=0, end=90, fill=’green’, width=3)

對于xy參數(shù)的解釋如圖所示:

超全Python圖像處理講解(多模塊實(shí)現(xiàn))

(4)繪制橢圓

'''xy:包含橢圓(或圓)的矩形的左上角坐標(biāo)和右下角坐標(biāo)(x1, y1, x2, y2)fill:填充色。'red'、'blue'...outline:輪廓顏色width:輪廓粗細(xì)'''ellipse(xy, fill, outline, width)# 使用示例drawer.ellipse((50, 50, 150, 150),fill=’green’, outline=’red’, width=3)

(5)繪制弦

'''xy:弦所在橢圓的矩形的左上角坐標(biāo)和右下角坐標(biāo)(x1, y1, x2, y2)start:開始角度end:終點(diǎn)角度fill:填充色。'red'、'blue'...outline:輪廓顏色width:輪廓粗細(xì)'''chord(xy, start, end, fill, outline, width)# 使用示例drawer.chord((50, 50, 150, 150),start=0, end=90, fill=’green’, outline=’red’, width=3)

(6)繪制扇形

'''xy:扇形所在橢圓的矩形的左上角坐標(biāo)和右下角坐標(biāo)(x1, y1, x2, y2)start:開始角度end:終點(diǎn)角度fill:填充色。'red'、'blue'...outline:輪廓顏色width:輪廓粗細(xì)'''pieslice(xy, start, end, fill, outline, width)# 使用示例drawer.pieslice((50, 50, 150, 150),start=0, end=90, fill=’green’, outline=’red’, width=3)

(7)繪制多邊形

'''xy:多邊形各個點(diǎn)坐標(biāo)的元組/列表(x1, y1, x2, y2)fill:填充色。'red'、'blue'...outline:輪廓顏色'''pieslice(xy, fill, outline)# 使用示例drawer.polygon((50, 50, 150, 150, 150, 200, 200, 250, 50, 50), fill=’green’, outline=’red’)

(8)繪制點(diǎn)

'''xy:點(diǎn)的坐標(biāo)fill:填充色。'red'、'blue'...'''point(xy, fill)# 使用示例drawer.point((100, 100), fill=’black’)

除了上面這些簡單圖形外,我們還可以使用Draw繪制文字。

5.2、繪制文字

繪制文字和繪制圖形是一樣的:

'''xy:起點(diǎn)坐標(biāo)text:繪制的文本fill:填充色。'red'、'blue'......其中繪制文字還有許多其它參數(shù)'''text(xy, text, fill)# 使用示例drawer.text((100, 100), text=’zack’ fill=’red’)

當(dāng)我們繪制中文時,上述代碼會報錯,因?yàn)槟J(rèn)編碼是不支持中文的。我們可以在C:/Windows/Fonts目錄下找到字體文件,我們選擇一個支持中文的。我這里直接是將字體文件復(fù)制到項(xiàng)目底下來了,代碼如下:

from PIL import Image, ImageDraw, ImageFont# 創(chuàng)建一個圖像用于繪制文字im = Image.new('RGB', (300, 300), 'white')drawer = ImageDraw.Draw(im)# 獲取字體對象imFont = ImageFont.truetype(’simkai.ttf’, 30)# 繪制文字時設(shè)置字體drawer.text((50, 100),text='啥',font=imFont,fill='red')im.show()

我們使用了ImageFont.truetype()函數(shù)獲取字體對象,在獲取時我們可以設(shè)置字體大小。到此我們就了解了PIL的各種操作了

到此這篇關(guān)于超全Python圖像處理講解(多模塊實(shí)現(xiàn))的文章就介紹到這了,更多相關(guān)Python 圖像處理內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)!

標(biāo)簽: Python 編程
相關(guān)文章:
主站蜘蛛池模板: 韩国午夜三级理论 | 在线观看免费国产 | 97在线碰碰观看免费高清 | 亚洲制服丝袜美腿亚洲一区 | 日韩一区二区精品久久高清 | 欧美一级毛片免费观看视频 | 国产成人亚洲综合一区 | 在线小毛片 | 成人午夜视频一区二区国语 | 久久99国产精品视频 | 欧美精品首页 | 亚洲 欧美 91 | 亚洲第一免费视频 | 国产成人精品免费久久久久 | 国产精品久久亚洲一区二区 | 亚洲第一网色综合久久 | 精品精品国产欧美在线观看 | 国产成人美女福利在线观看 | 精品视频国产狼人视频 | 久久久久久极精品久久久 | 日本视频免费在线播放 | 成人在线视频一区 | 久草视频手机在线 | 99爱视频免费高清在线观看 | 爱爱爱久久久久久久 | 国产香蕉尹人综合在线观 | 伊人成人在线视频 | 亚洲日本va午夜中文字幕一区 | 激情欧美一区二区三区 | 香蕉久久高清国产精品免费 | 国产成人精品久久综合 | 清纯偷拍精品视频在线观看 | jyzzjyzzjyzz日本在线观看 | 久久成人免费观看草草影院 | 99re6热视频精品免费观看 | 中文字幕成人免费高清在线视频 | 久久欧美精品欧美九久欧美 | 久久国产精品视频 | 日韩中文字幕在线观看视频 | 精品亚洲一区二区三区 | 牛牛本精品99久久精品88m |