PIL中ImageFilter模块几种图片滤波处理和使用方法

PIL中ImageFilter模块几种图片滤波处理和使用方法

  • 1 关于PIL库
    • 1.1 PIL简单介绍
    • 1.2 常见PIL子库或类
  • 2 ImageFilter模块滤波处理
    • 2.1 图片轮廓
    • 2.2 浮雕效果
    • 2.3 边缘增强
    • 2.4 图片模糊
    • 2.5 细节增强
    • 2.6 不同灰度边缘增强
    • 2.7 寻找边缘信息
    • 2.8 平滑处理
    • 2.9 深度平滑处理
    • 2.10 锐化处理
  • 3 完整源码

1 关于PIL库

1.1 PIL简单介绍

  • PIL是Python的一个图像处理库,支持多种文件格式;
  • PIL提供强大的图像处理和图形处理能力;
  • 可完成对图像的缩放、裁剪、叠加以及图像添加线条、图像和文字等操作。
  • 安装的话,使用以下命令:
pip install Pillow

在这里插入图片描述

1.2 常见PIL子库或类

  • 目录在:
Python37\Lib\site-packages\PIL
  • 以下是PIL的常见子库或者常见的类及说明:
类或子库说明
Image最重要的模块,如创建、打开、显示、保存图像等功能,合成、裁剪、滤波等功能,获取图像属性功能,如图像直方图、通道数等
ImageChops算术图形操作,如图像特效,图像组合,算法绘图等
ImageCrackCode允许用户检测和测量图像的各种特性
ImageDraw基本的图形处理功能,如可创建新图像,注释或润饰已存在图像,为web应用实时产生各种图形
ImageEnhance图像增强
ImageFile为图像打开和保存功能提供了相关支持功能
ImageFileIO从一个socket或者其他流设备中读取一张图像
ImageFilter各种滤波器的预定义集合
ImageFont字体库
ImageGrab将屏幕上的内容拷贝到一个PIL图像内存中
ImageOps可完成直方图均衡、裁剪、量化、镜像等操作
ImagePath存储和操作二维向量数据
ImageSequence为图像序列中每一帧提供了迭代器
ImageStat计算一张图像或者一张图像的一个区域的全局统计值
ImageTk创建和修改BitmapImagePhotoImage对象中的Tkinter
PSDrawPostscript打印机提供基本的打印支持

2 ImageFilter模块滤波处理

2.1 图片轮廓

  • 说明:将图像中的轮廓信息全部提取出来;
  • 方法:ImageFilter.CONTOUR
  • 示例:
from PIL import Image, ImageFilter


class TestImage():
    def __init__(self):
        super(TestImage, self).__init__()
        self.img = Image.open("./image06.jpg")
        # self.img.show()

    # 图片轮廓
    def test_contur(self):
        self.contur = self.img.filter(ImageFilter.CONTOUR)
        # self.contur.show()
        self.contur.save("image06_contur.jpg")

if __name__ == "__main__":
    image = TestImage()
    image.test_contur()
  • 显示效果:
    在这里插入图片描述

2.2 浮雕效果

  • 说明:使图像呈现出浮雕效果;
  • 方法:ImageFilter.EMBOSS
  • 示例:
# 浮雕效果
def test_emboss(self):
    self.emboss = self.img.filter(ImageFilter.EMBOSS)
    # self.emboss.show()
    self.emboss.save("image07_emboss.jpg")
  • 显示效果:
    在这里插入图片描述

2.3 边缘增强

  • 说明:会使得图像中边缘部分更加明显;
  • 方法:ImageFilter.EDGE_ENHANCE_MORE
  • 示例:
 def test_enhance_m(self):
        self.enhance = self.img.filter(ImageFilter.EDGE_ENHANCE_MORE)
        # self.enhance.show()
        self.enhance.save("image08_enhance.jpg")
  • 显示效果:
    在这里插入图片描述

2.4 图片模糊

  • 说明:使得处理后的图片变得模糊;
  • 方法:ImageFilter.BLUR
  • 示例:
 def test_blur(self):
        self.blur = self.img.filter(ImageFilter.BLUR)
        # self.blur.show()
        self.blur.save("image09_blur.jpg")
  • 显示效果:
    在这里插入图片描述

2.5 细节增强

  • 说明:使图像中细节更加明显;
  • 方法:ImageFilter.DETAIL
  • 示例:
    def test_detail(self):
        self.detail = self.img.filter(ImageFilter.DETAIL)
        self.detail.save("image10_detail.jpg")
  • 显示效果:
    在这里插入图片描述

2.6 不同灰度边缘增强

  • 说明:加强和改善图像中不同灰度区域之间的边界和轮廓;
  • 方法:ImageFilter.EDGE_ENHANCE
  • 示例:
   def test_enhance(self):
        self.enhance01 = self.img.filter(ImageFilter.EDGE_ENHANCE)
        self.enhance01.save("image11_enhance01.jpg")
  • 显示效果:
    在这里插入图片描述

2.7 寻找边缘信息

  • 说明:找出图像中的边缘信息;
  • 方法:ImageFilter.FIND_EDGES
  • 示例:
    def test_find_edges(self):
        self.find_edges = self.img.filter(ImageFilter.FIND_EDGES)
        self.find_edges.save("image12_find_edges.jpg")
  • 显示效果:
    在这里插入图片描述

2.8 平滑处理

  • 说明:使图像亮度平缓渐变,减小突变梯度;
  • 方法:ImageFilter.SMOOTH
  • 示例:
  def test_smooth(self):
        self.smooth = self.img.filter(ImageFilter.SMOOTH)
        self.smooth.save("image13_smooth.jpg")
  • 显示效果:
    在这里插入图片描述

2.9 深度平滑处理

  • 说明:使图像更加平滑;
  • 方法:ImageFilter.SMOOTH_MORE
  • 示例:
   def test_smooth_m(self):
        self.smooth_m = self.img.filter(ImageFilter.SMOOTH_MORE)
        self.smooth_m.save("image14_smooth_m.jpg")
  • 显示效果:
    在这里插入图片描述

2.10 锐化处理

  • 说明:补偿图像的轮廓;
  • 方法:ImageFilter.SHARPEN
  • 示例:
   def test_sharpen(self):
        self.sharpen = self.img.filter(ImageFilter.SHARPEN)
        self.sharpen.save("image15_sharpen.jpg")

  • 显示效果:
    在这里插入图片描述

3 完整源码

# -*- coding:utf-8 -*-
# 作者:虫无涯
# 日期:2023/11/20 
# 文件名称:test_pil.py
# 作用:图片效果处理
# 联系:VX(NoamaNelson)
# 博客:https://blog.csdn.net/NoamaNelson

from PIL import Image, ImageFilter


class TestImage():
    def __init__(self):
        super(TestImage, self).__init__()
        self.img = Image.open("./image06.jpg")
        # self.img.show()

    # 图片轮廓
    def test_contur(self):
        self.contur = self.img.filter(ImageFilter.CONTOUR)
        # self.contur.show()
        self.contur.save("image06_contur.jpg")

    # 浮雕效果
    def test_emboss(self):
        self.emboss = self.img.filter(ImageFilter.EMBOSS)
        # self.emboss.show()
        self.emboss.save("image07_emboss.jpg")

    # 边界增强
    def test_enhance_m(self):
        self.enhance = self.img.filter(ImageFilter.EDGE_ENHANCE_MORE)
        # self.enhance.show()
        self.enhance.save("image08_enhance.jpg")

    # 图片模糊
    def test_blur(self):
        self.blur = self.img.filter(ImageFilter.BLUR)
        # self.blur.show()
        self.blur.save("image09_blur.jpg")

    # 细节增强
    def test_detail(self):
        self.detail = self.img.filter(ImageFilter.DETAIL)
        self.detail.save("image10_detail.jpg")

    # 不同灰度边缘增强
    def test_enhance(self):
        self.enhance01 = self.img.filter(ImageFilter.EDGE_ENHANCE)
        self.enhance01.save("image11_enhance01.jpg")

    # 找出图像中的边缘信息
    def test_find_edges(self):
        self.find_edges = self.img.filter(ImageFilter.FIND_EDGES)
        self.find_edges.save("image12_find_edges.jpg")

    # 平滑处理
    def test_smooth(self):
        self.smooth = self.img.filter(ImageFilter.SMOOTH)
        self.smooth.save("image13_smooth.jpg")

    # 深度平滑处理
    def test_smooth_m(self):
        self.smooth_m = self.img.filter(ImageFilter.SMOOTH_MORE)
        self.smooth_m.save("image14_smooth_m.jpg")

    # 锐化处理
    def test_sharpen(self):
        self.sharpen = self.img.filter(ImageFilter.SHARPEN)
        self.sharpen.save("image15_sharpen.jpg")

if __name__ == "__main__":
    image = TestImage()
    # image.test_contur()
    # image.test_emboss()
    # image.test_enhance_m()
    # image.test_blur()
    # image.test_detail()
    # image.test_find_edges()
    # image.test_smooth()
    # image.test_smooth_m()
    image.test_sharpen()

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/168441.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

百分点科技|怎样做数据运营,才能让数据中台真正用起来?

导读:大多数企业用户已完成数据平台初步建设工作,但数据在业务运营和管理中没有发挥应有价值。数据开发工作繁重,数据质量问题严重,IT、数据和业务协作不畅,诸多问题依然困扰着企业用户的IT部门和数据部门。数据运营成…

如何通过cpolar内网穿透工具实现远程访问本地postgreSQL

文章目录 前言1. 安装postgreSQL2. 本地连接postgreSQL3. Windows 安装 cpolar4. 配置postgreSQL公网地址5. 公网postgreSQL访问6. 固定连接公网地址7. postgreSQL固定地址连接测试 前言 PostgreSQL是一个功能非常强大的关系型数据库管理系统(RDBMS),下…

77基于matlab的蚁群优化路径算法,二维路径和三维路径优化

基于matlab的蚁群优化路径算法,二维路径和三维路径优化。输出可视化最优路径和距离迭代曲线。数据可更换自己的,程序已调通,可直接运行。 77三维和二维路径可视化 (xiaohongshu.com)

rotation matrix reflection matrix

文章目录 1. rotation matrix1.1 结论 2. reflection matrix2.1 结论 1. rotation matrix 图像逆时针旋转 θ \theta θ的矩阵 Q r o t a t e [ cos ⁡ θ − sin ⁡ θ sin ⁡ θ cos ⁡ θ ] (1) Q_{rotate}\begin{bmatrix}\cos\theta&-\sin\theta\\\sin\theta&\c…

Unity中Shader法线贴图(下)实现篇

文章目录 前言一、回顾一下上一篇中公式二、在Shader中实现1.appdata中定义NORMAL与TANGENT语义.2.v2f中声明三个变量用于组成成切线空间下的旋转矩阵.3.在顶点着色器中执行:4.在片断着色器中计算出世界空间下的法线,然后再拿去进行需要的计算: 三、最终效果 前言 我们在这篇文…

NLP | SimKGC论文详解及项目实现

本文主要讲解了论文SimKGC:基于预训练语言模型的简单对比KGC的论文总结以及项目实现。 论文题目:2022_SimKGC: Simple Contrastive Knowledge Graph Completion with Pre-trained Language Models 论文地址:2022.acl-long.295.pdf (aclanthol…

开源集群管理系统对比分析:Kubernetes 与 Apache Mesos

集群管理系统是关键的软件解决方案,可以在互连机器网络中有效分配和利用计算资源。毫无疑问,它们通过确保可扩展性、高可用性和有效的资源管理在现代计算中发挥着至关重要的作用,这使得它们对于运行复杂的应用程序、管理数据中心以及进一步增…

java 实现发送邮箱,复制即用,包含邮箱设置第三方登录授权码获取方法

application.yml spring:profiles:active: dev # active: test#邮件附件上传文件大小限制servlet:multipart:max-file-size: 50MB #单个文件大小限制max-request-size: 100MB #总文件大小限制(允许存储文件的文件夹大小)mail:default-encoding: UTF…

Java集合大总结——Set的简单使用

Set的简单介绍 Set接口是Collection的子接口,Set接口相较于Collection接口没有提供额外的方法。Set 集合不允许包含相同的元素,如果试把两个相同的元素加入同一个 Set 集合中,则添加操作失败。Set集合支持的遍历方式和Collection集合一样&am…

设计模式系列:三、责任链设计模式

一、概述 责任链模式是一种行为设计模式,它允许多个对象处理一个请求,从而避免了请求的发送者和接收者之间的耦合关系。 优点是把任务划分为一个一个的节点,然后按照节点之间的业务要求、顺序,把一个个节点串联起来,…

单链表相关面试题--4.输入一个链表,输出该链表中倒数第k个结点

/* 解题思路: 快慢指针法 fast, slow, 首先让fast先走k步,然后fast,slow同时走,fast走到末尾时,slow走到倒数第k个节点。 */ class Solution { public:ListNode* FindKthToTail(ListNode* pListHead, unsigned int k) {struct Lis…

AppLink定时调度操作

RestCloud AppLink定时调度操作 定时调度可以让我们更加快速了解到数据的变动以作出更好的决策,接下来通过AppLink平台配置定时调度的操作。 1.登录RestCloud AppLink 2.点击授权管理 3.点击应用认证菜单 4.新建拼多多授权认证 基础定时调度配置 1.拉取一个定时器…

Linux内核调试篇——获取内核函数地址的四种方法(一文解决)

在内核调试中,经常需要知道某个函数的地址,或者根据函数地址找到对应的函数,从而进行更深一步的debug。 下面介绍四种获取内核函数地址的方法: 1、System.map 在编译Linux内核时,会产生一个内核映像文件System.map&…

英飞凌TC3xx的LMU SRAM保护机制(一)

目录 1.基本概述 2.理解Master Tag ID 3.LMU memory保护使能 4.测试结果分析 5.小结 1.基本概述 在英飞凌TC3xx中,每个CPU除了有自己的DLMU外,在SRI总线还挂着几块SRAM,这几块SRAM由LMU(Local Memory Unit)进行权限控制。…

微服务学习|Gateway网关:网关作用、快速入门、路由断言工厂、路由过滤器配置、全局过滤器、过滤器执行顺序、跨域问题处理

为什么需要网关 网关功能: 1.身份认证和权限校验 2.服务路由、负载均衡 3.请求限流 网关的技术实现 在SpringCloud中网关的实现包括两种:gateway、zuul Zuul是基于Servlet的实现,属于阻塞式编程。而SprinaCloudGateway则是基于Spring5中提供的WebFlux&#xf…

RHCE之WEB服务器作业

目录 一、实验要求 1.1 网站需求: 1.2 要求: 二、实验步骤 2.1 下载mod_ssl模块,关闭firewall 2.2 链接本机IP与域名 2.3 创建网页目录 2.4 建立该网站 ​编辑 2.5 创建两位学生信息 2.6 实施数据加密 三、实验结果 一、实验要求…

Leetcode刷题详解——打家劫舍 II

1. 题目链接:213. 打家劫舍 II 2. 题目描述: 你是一个专业的小偷,计划偷窃沿街的房屋,每间房内都藏有一定的现金。这个地方所有的房屋都 围成一圈 ,这意味着第一个房屋和最后一个房屋是紧挨着的。同时,相邻…

火电安全事故vr模拟仿真培训强交互更真实

VR消防,利用VR虚拟现实技术,将VR和消防教育融合在一起达到寓教于乐的效果, VR消防教育是对于家中、校园内、大型商场、公司办公室等情景产品研发的消防安全培训类VR系统软件,根据互动体验、互动、视角实际操作、视听觉系统多度自然…

什么是域欺骗?域欺骗的主要类型有哪些?

域欺骗是指网络犯罪分子假冒网站名称或电子邮件域来欺骗用户。域欺骗的目的是将恶意电子邮件或网络钓鱼网站伪装成合法电子邮件或网站,诱使用户与之交互。域欺骗就像骗子一样,向人们展示伪造的凭据以获得信任,然后再利用其获得好处。 域欺骗…