python 使用 PIL 和 matplotlib 获取图片像素点处理之后再写入

python 版本 3.x

首先安装 PIL 

由于PIL仅支持到Python 2.7，加上年久失修，于是一群志愿者在PIL的基础上创建了兼容的版本，名字叫Pillow，支持最新Python 3.x，又加入了许多新特性，因此，我们可以直接安装使用Pillow。

所以 安装：

pip install pillow

　　

获取像素点

import numpy as np
from PIL import Image
img = Image.open("./b.png").convert('RGBA')
a_img = np.asarray(img)

　　

获取的图片像素为 一个二维数组，相当于是二维左边系， x ,y  然后里面存了一个元组 值分别为 r g  b a

分别计算改变了像素值之后，就需要将数据写入到图片了，这个时候就需要 matplotlib

import matplotlib.pyplot as plt

plt.figure("beauty") # 开启图层，名称为 beauty
plt.imshow(a_img) # 二维数组的数据
plt.axis('off')
#plt.show()
plt.savefig("./result.png")

下面给出一个完整的 demo

需要将两张图片合并计算，并输出结果：

将上面两个图片合并

from PIL import Image
import numpy as np
import matplotlib.pyplot as plt

def modeSuperposition(basePixel,mixPixel,alpha):
    basePixel = int(basePixel)
    mixPixel = int(mixPixel);
    res=0
    if basePixel <= 128 :
        res = int(mixPixel) * int(basePixel) / 128;
    else:
        res = 255 - (255 - mixPixel)*(255 - basePixel) / 128;
    
    a = alpha / 255;

    if a > 1:
        a = 1
    res = (1-a)*basePixel + a*res

    t =  int(res)&-256 
    if t == 0:
        return int(res)
    if res > 255:
        return 255

    return 0


def mergePoint(x,y):
    p1 = img1[x][y]
    p2 = img2[x][y]
    p1[1] = modeSuperposition(p1[0],p2[0],p2[3])
    p1[2] = modeSuperposition(p1[1],p2[1],p2[3])
    p1[3] = modeSuperposition(p1[2],p2[2],p2[3])
  


imgA  = Image.open('./b.png')
img1=np.array(imgA.convert('RGBA'))  #打开图像并转化为数字矩
img2=np.array(Image.open("./light.png").convert('RGBA'))



i = len(img1);
j  = len(img1[0]);

for k in range(0,len(img2)):
    for n in range(0,len(img2[0])):
        if k < i and n < j:
            mergePoint(k,n)
       
#img = Image.new("RGBA",imgA.size)###创建一个5*5的图片


plt.figure("beauty") # 开启图层，名称为 beauty
plt.imshow(img1) # 二维数组的数据
plt.axis('off')
#plt.show()
plt.savefig("./result.png")

　　

 结果如下：