pillow是个很好用的python图像处理库，可以到官方网站下载最新的文件。如果官网的任何PIL版本都不能与自己的python版本对应，或安装成功后发现运行出错，可以尝试从一个非官方的whl网站下载：http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy 这个网站的内容相当丰富，而且版本齐全。
打开图片
from PIL import Image import matplotlib.pyplot as plt img = Image.open('girl.png') img.show()
控制台显示：size=(461, 603), mode=RGBA, format=PNG
代码很简单，但PIL使用操作系统的默认方式打开图片，我们需要用一些更牛叉的方式打开：
1 from PIL import Image 2 import matplotlib.pyplot as plt 3 4 img = Image.open('girl0.png') 5 model = img.convert('L') 6 plt.figure("girl") 7 #the argument comp is Colormap 8 plt.imshow(model, cmap='pink') 9 plt.show()
其中img.convert指定一种色彩模式：
- 1 (1-bit pixels, black and white, stored with one pixel per byte)
- L (8-bit pixels, black and white)
- P (8-bit pixels, mapped to any other mode using a colour palette)
- RGB (3x8-bit pixels, true colour)
- RGBA (4x8-bit pixels, true colour with transparency mask)
- CMYK (4x8-bit pixels, colour separation)
- YCbCr (3x8-bit pixels, colour video format)
- I (32-bit signed integer pixels)
- F (32-bit floating point pixels)
分离rgba
rgb指红绿蓝光色三原色，a指alpha通道，一般用作不透明度参数
img = Image.open('girl0.png') # 分离rgba r, g, b, a = img.split() plt.figure("girl0") plt.imshow(r) plt.show()
需要注意的是，并非所有图片都有alpha通道，此时 img.split()仅能返回r,g,b
显示多个图片
from PIL import Image import matplotlib.pyplot as plt img = Image.open('girl0.png') gray = img.convert('L') # 分离rgba r, g, b, a = img.split() plt.figure("girl") def setPlot(num, title): #subplot(nrows, ncols, plot_number) #图表的整个绘图区域被等分为numRows行和numCols列，然后按照从左到右、从上到下的顺序对每个区域进行编号，左上区域的编号为1 plt.subplot(2, 3, num) plt.title(title) plt.axis('off') setPlot(1, 'origin') plt.imshow(img) setPlot(2, 'gray') plt.imshow(gray, cmap='gray') setPlot(3, 'rgba') # 合并rgba plt.imshow(Image.merge('RGBA', (r, g, b, a))) setPlot(4, 'r') plt.imshow(r) setPlot(5, 'g') plt.imshow(g) setPlot(6, 'b') plt.imshow(b)
二值化处理
到了关键时刻
from PIL import Image import matplotlib.pyplot as plt #二值化处理 img = Image.open('girl0.png') gray = img.convert('L') WHITE, BLACK = 1, 0 img_new = gray.point(lambda x: WHITE if x > 128 else BLACK) plt.imshow(img_new, cmap='gray') plt.show()
图片由像素组成，每个像素对应着rgb值，整个图片可以看成一个矩阵。我们将大于128的像素点转换为1，其它转换为0。如果有一张背景色是彩色的手写文字，经过二值化处理后得到这样的图片：
图片压缩
如果图片大小不一，不利于下一步工作，在此需要将图片压缩成统一大小，对于手写数字，可将其压缩为32*32
1 #等比例压缩图片 2 #参考 http://fc-lamp.blog.163.com/blog/static/174566687201282424018946/ 3 def resizeImg(**args): 4 #dst_w,dst_h 目标图片大小, save_q 图片质量 5 args_key = {'ori_img':'', 'dst_img':'', 'dst_w':'', 'dst_h':'', 'save_q':75} 6 arg = {} 7 for key in args_key: 8 if key in args: 9 arg[key] = args[key] 10 11 im = Image.open(arg['ori_img']) 12 ori_w, ori_h = im.size 13 widthRatio = heightRatio = None 14 ratio = 1 15 if (ori_w and ori_w > arg['dst_w']) or (ori_h and ori_h > arg['dst_h']): 16 if arg['dst_w'] and ori_w > arg['dst_w']: 17 widthRatio = float(arg['dst_w']) / ori_w 18 if arg['dst_h'] and ori_h > arg['dst_h']: 19 heightRatio = float(arg['dst_h']) / ori_h 20 21 if widthRatio and heightRatio: 22 if widthRatio < heightRatio: 23 ratio = widthRatio 24 else: 25 ratio = heightRatio 26 27 if widthRatio and not heightRatio: 28 ratio = widthRatio 29 if heightRatio and not widthRatio: 30 ratio = heightRatio 31 32 newWidth = int(ori_w * ratio) 33 newHeight = int(ori_h * ratio) 34 else: 35 newWidth = ori_w 36 newHeight = ori_h 37 38 im.resize((newWidth, newHeight), Image.ANTIALIAS).save(arg['dst_img'], quality=arg['save_q'])
可以将二值化处理后的图片打印出来
1 resizeImg(ori_img='7.jpg', dst_img='7_1.jpg', dst_w=32, dst_h=32, save_q=60) 2 3 #二值化处理 4 img = Image.open('7_1.jpg') 5 gray = img.convert('L') 6 7 WHITE, BLACK = 1, 0 8 img_new = gray.point(lambda x: WHITE if x > 128 else BLACK) 9 arr = nmp.array(img_new) 10 11 for i in range(arr.shape[0]): 12 print(arr[i].flatten())
于是手写数字变成了这样：
这就好玩了。其基本思路是将多维特征转换为容易识别的二维特征，使用KNN或神经网络等方法进行学习，从而使计算机识别出正确的数字。后续文章将会介绍如何设别。
出处：微信公众号 "我是8位的"
本文以学习、研究和分享为主，如需转载，请联系本人，标明作者和出处，非商业用途！
扫描二维码关注作者公众号“我是8位的”
