python图像处理实例

1. OpenCV图像处理|Python OpenCV实现两张图片叠加（粘贴一张带透明区域的图像到另外一张图像上）

Python OpenCV图像处理：实现透明区域图片叠加

当需要在一张图片上粘贴带有透明区域的另一张图片时，Python OpenCV库提供了两种有效的方法来实现这一操作。通过遍历像素和掩模覆盖，我们可以轻松地将图像合并。

这种方法直接基于像素级操作。代码遍历前景图像的每个像素，判断其透明度，非透明部分则覆盖到背景图像对应位置。这种做法直观且易于理解，但可能会影响处理速度，尤其是对于大图像。

另一种方法更为高级，使用掩模技术。首先，将前景图像转换为4通道，创建一个临时前景图层。然后，根据不透明部分生成单通道掩模，对背景图和前景图层应用掩模运算，实现了更精确的叠加效果。这种方法虽然复杂些，但能保持透明区域的清晰度，且对性能影响较小。

• 读取背景和前景图像


• 设置前景图像在背景中的精确位置


• 对比显示两种叠加方法的效果：直接覆盖与掩模运算

2. Python 图像处理 Pillow 库 基础篇

图像处理是常用的技术，Python 3 中Pillow 库是 Python 最常用的图像处理库，最高版本为5.2.0。与Python2的Pil库相比较，Pil 库与 Pillow 不能同时存在于同一环境中，若已安装Pil 库，则需卸载。

使用pip安装Pillow：

使用 `Image.open()` 创建图像实例是常用的方法，`from PIL import Image` 导入 Image 模块，通过 `open()` 函数即可载入图像文件。`open()` 函数能自动判断图片格式，仅需指定文件位置。成功则返回一个 Image 对象，文件载入失败则引发 IOError 异常。

1. 通过文件创建 Image 对象

直接通过文件创建 Image 图像对象是最常见的方法。

示例：通过文件创建 Image 图像对象

代码解读：

实例属性说明： `format` 表示图像格式，`size` 表示图像的 (宽,高) 元组，`mode` 通常为 RGB 真彩图像，L 为灰阶图像，CMYK 印刷色彩，RGBA 带透明度的真彩图像，YCbCr 彩色视频格式，LAB L * a * b颜色空间，HSV 等。 `show()` 方法用于使用系统默认图片查看器显示图像，主要用于调试。

2. 从打开文件中读取

可以从文件对象读取，但文件对象必须实现 `read()`, `seek()`, 和 `tell()` 方法，并且以二进制模式打开。

示例：从文件对象中读取图像

3. 从 string 二进制流中读取

要从字符串数据中读取图像，需使用 io 类。

注意：在读取图像 header 之前需将文件倒回。

4. 从 tar 文件中读取

读取图像时需注意模式转换，格式转换并保存图像使用 `save()` 函数，除非指定文件格式，否则文件扩展名即为文件格式。若图片 `mode` 为 RGBA，则需转换格式以避免异常，解决方法为转换图片格式。

示例：创建缩略图

创建缩略图 使用 `Image.thumbnail( size )`，size 为缩略图宽长元组。

剪贴，粘贴、合并图像

使用 Image 类中的方法操作图像中的区域，如通过 `crop()` 方法复制子矩形图像。

示例：从图像复制子矩形

定义 `box` 元组表示图像基于左上角为（0,0）的坐标，`box` 坐标为 (左，上，右，下)。示例中为 300 * 300 像素。

示例：在原图上粘贴子矩形图像

示例：滚动图像

示例：分离和合并通道

Pillow 允许处理图像的各个通道，使用 `split()` 方法分离图像通道，`merge()` 函数合并通道，采用图像的 `mode` 和通道元组为参数。

示例：交换RGB图像的三个波段

示例：调整大小并逆时针旋转 45度

示例：以90度为单位旋转图像

示例：使用 filter()

示例：每个像素点扩大1.2倍

示例：处理单独通道

注意：创建 mask 的语句。

示例：在 mode 之间转换

示例：使用 ImageEnhance 对比度、色彩饱和度、亮度和清晰度的调整

示例：读取动态图像

示例：for 使用 ImageSequence Iterator 类遍历动态图像

示例：保存动态图像

示例：使用 draft() 快速解码图像

输出：生成的图像可能与请求的模式和大小不完全匹配，确保图像不大于给定大小时，应使用缩略图方法。