一.PIL库的简单介绍
1、PIL （Python Imaging Library）是 Python 中最常用的图像处理库，PIL支持图像存储、显示和处理，它能够处理几乎所有图片格式，可以完成对图像的缩放、裁剪、叠加以及图像添加线条、图像和文字等操作。
2、PIL库主要可以实现图像归档和图像处理两方面功能需求。
（1）图像归档：对图像进行批处理、生成图像预览、图片格式转换等
（2）图像处理：图像基本处理、像素处理、颜色处理等
3、根据功能的不同，PIL库共包括21个与图片相关的类，这些类可以被看做是子库或PIL库中的模块，Image是最常用的类（其他的类就不在此一一列出）
二.Image类的详细解析
1、文件的读取和创建
| 方法 | 描述 |
| Image.open(filename) | 根据参数加载图片文件 |
| Image.new(mode,size,color) | 根据给定参数创建一个新的图像 |
| Image.frombytes(mode,size,date) | 根据像素点date创建图像 |
| Image.open（StringIO,StringIO(buffer)） | 从字符串中获取图像 |
| Image.verify() | 对图像文件完整性进行检查，返回异常 |
eg.加载一个图像文件（最简单的形式）
2、Image类的常用属性
| 属性 | 描述 |
| Image.format | 识别图像格式或来源，如果图像不是从文件读取，值为None |
| Image.mode | 图像的色彩模式，“L”为灰色图像、“RGB”为真彩色图像、“CMYK”为出版图像 |
| Image.size | 图像的宽度和高度，单位是像素（px），返回值是二元元组(tuple) |
| Image.palette | 调色板属性，返回一个ImagePalette类型 |
eg.查看图像文件的属性
3、Image还能读取序列类图像文件，包括 gif / fli / flc / tiff 等文件格式。open()方法打开一个图像时自动加载序列中的第一帧，使用seek()和tell()方法在不同帧之间的移动：
//Image类的序列图像操作处理
| 方法 | 描述 |
| Image.seek(frame) | 跳转并返回图像中的指定帧 |
| Image.tell() | 返回当前帧的序列 |
eg.对一个GIF格式动态文件，提取其中个帧图像，并保存为文件：
4、Image类的图像转换和保存方法
| 方法 | 描述 |
| Image.save(filenma,format) | 将图像保存为filename文件名，format是图片格式 |
| Image.convert(mode) | 使用不同的参数，转换图像为新的模式 |
| Image.thumbnail(size) | 创建图像的缩略图，size是缩略图尺寸的二元元组 |
#open()和save()的参数是：文件名filename和图像格式formt
eg.
5、Image类的图像旋转和缩放方法
| 方法 | 描述 |
| Image.resize(size) | 按size大小调整图像，生成副本 |
| Image.rotate(angle) | 按angle角度旋转图像，生成副本 |
eg.图像文件的缩小
代码示意如下：
1 from PIL import Image 2 im=Image.open("D:\Python\小宠物.jpg")#读取图像 3 print(im.format,im.size,im.mode)#读取图像文件的属性 4 im.show() 5 im_resized = im.resize((500, 400)) #原图像缩放为500x400 6 im_resized.show()
效果图：
6、Image类能够对每个想像素点或者一幅RGB图像的每个通道单独进行操作。split()方法能够将RGB图像通道提取出来，merge()方法能够将各独立通道再合成一幅新的图像。
Image类的图像像素和通道处理方法：
| 方法 | 描述 |
| Image.point(func) | 根据函数func的功能对每个元素进行运算，返回图像副本 |
| Image.split() | 提取RGB图像的每个颜色通道，返回图像副本 |
| Image.merge(mode,bands) | 合并通道，其中mode表示色彩，bands表示新的色彩通道 |
| Image.blend(im1,im2,alpha) |
将两幅图片im1和im2按照如下公式插值后生成新的图像： im1*(1.0-alpha)+im2*alpha |
三、图像的过滤和增强
PIL库的Imagefilter类和ImageEnhance类提供过滤图像和增强图像的方法。
| 方法表示 | 描述 |
| Imagefilter.BLUR | 图像的模糊效果 |
| Imagefilter.CONTOUR | 图像的轮廓效果 |
| Imagefilter.DETAIL | 图像的细节效果 |
| Imagefilter.EDGE_ENHANCE | 图像的边界加强效果 |
| Imagefilter.EDGE_ENHANCE_MODE | 图像的阈值边界加强效果 |
| Imagefilter.EMBOSS | 图像的浮雕效果 |
| Imagefilter.FIND_EDGES | 图像的边界效果 |
| Imagefilter.SMOOTH | 图像的平滑效果 |
| Imagefilter.SMOOTH_MORE | 图像的阈值平滑效果 |
| Imagefilter.SHARPEN | 图像的锐化效果 |
#利用Image类的filter()方法可以使用ImageFilter类，使用方法如下：
Image.filter(ImageFilter.function)
eg.图像轮廓的获取：
from PIL import Image from PIL import ImageFilter im=Image.open("D:\Python\小宠物.jpg")#读取图像 om=im.filter(ImageFilter.CONTOUR) om.save("D:\Python\小宠物.jpg") im.show()
效果图：
7、ImagEnhance类提供了更高级的图像增强功能，如调整色彩度、亮度、对比度、锐化等。
ImagEnhance类的图像增强和滤镜方法：
| 方法 | 描述 |
| ImagEnhance.enhance(factor) | 对选择属性的数值增强factor倍 |
| ImagEnhance.Color(im) | 调整图像的颜色平衡 |
| ImagEnhance.Contrast(im) | 调整图像的对比度 |
| ImagEnhance.Brightness(im) | 调整图像的亮度 |
| ImagEnhance.Sharpness(im) | 调整图像的锐度 |
eg.图像对比度增强效果（增强图像的对比度为初始的10倍）
from PIL import Image from PIL import ImageEnhance im=Image.open("D:\Python\小宠物.jpg")#读取图像 om=ImageEnhance.Contrast(im) om.enhance(10).save('D:\Python\小宠物.jpg') im.show()
效果图：
四、jif图像的制作