Pillow V2022 正式版Python图像库

Pillow是一款专业的Python图像库。扩展Python图像库图像库就来使用Pillow。您可以帮助用户调整Python中的图像处理功能，以便于用户管理图像和使用代码处理图像。对于需要使用Python来处理数据或管理图像的朋友，软件提供了大量的图像处理功能，支持使用图像类处理。图像，可以构建类，可以编辑类功能，可以读取图像，可以增强，使用打开模块将图像加载到软件处理，为用户编辑图像提供更多帮助;枕头可以更好地扩展Python图像库映像库功能允许Python映像库具有更多的图像编辑和转换功能，可以将图像读取到软件处理从本地读取图像，可以转换为JPEG，可以识别图像，可以剪切，粘贴，并统一图像，如果您需要此软件下载它！

软件功能:

1概述

Python映像库将图像处理能力添加到Python解释器中。

此库提供了广泛的文件格式支持，有效的内部表示和相当强大的图像处理功能。

核心图像库旨在快速访问以几种基本像素格式存储的数据。它应该为通用图像处理工具提供坚实的基础。

我们来看看图书馆的一些可能使用。

2，图片文件

Python映像库是图像档案和批处理应用的理想选择。您可以使用此库在文件格式之间创建缩略图，转换，打印图像等。

当前版本标识并读取大量格式。有兴趣的写入以限制最常见的交换和表示格式。

3，图像显示

前版本包括TKPhotoImage和BitMapimage接口，以及可与PythonWin和其他基于Windows的工具包一起使用的TK和接口。许多其他GUI工具箱提供了一些PIL支持。 Windows Dib接口

对于调试，有一个show（）将图像保存到磁盘并调用外部显示实用程序。

4，图像处理

库包含基本的图像处理功能，包括使用内置卷积内核的点操作，过滤和颜色空间转换。

该库还支持图像尺寸调整，旋转和任意仿射变换。

有一个直方图方法，允许您从图像中提取一些统计信息。这可用于自动对比度增强和全局统计分析。那

官方教程：

教程

使用图像类

Python映像库中最重要的类是在模块中定义了相同名称的类。您可以以各种方式创建此类实例。从文件加载图像或从开头开始创建图像。

要从文件中加载图像，请使用模块图像中的OPEN（）函数：

如果成功，此函数将返回图像对象。现在，您可以使用实例属性来检查文件内容：

格式属性标识图像的源。如果未从文件中读取图像，请将其设置为“无”。大小属性是一个包含宽度和高度的双向组（以像素为单位）。模式属性定义图像中频带的数量和名称，以及像素类型和深度。共模是灰度图像的“L”（亮度），真正的Col的“RGB”

或图像和打印图像的“cmyk”。

如果无法打开文件，Osterror将触发异常。

图像实例是此类的实例，您可以使用此类定义来处理和操作图像。例如，让我们显示刚加载的图像：

笔记

标准版本的show（）效率不是很高，因为它将图像保存到临时文件并调用实用程序以显示图像。如果您没有合适的实用程序，它甚至可以工作。但是，当它工作时调试和测试非常方便。

以下部分概述了本库中提供的各种功能。

读和写

Python映像库支持各种图像文件格式。要从磁盘读取文件，请在模块中使用Open（）函数映像。您不必知道文件的文件格式。根据文件的内容，库会自动确定格式。

要保存文件，请使用类保存（）方法映像。保存文件时，名称非常重要。除非您指定格式，否则库将使用文件扩展名来发现要使用的文件存储格式。

将文件转换为JPEG

可以向Save（）方法提供第二个参数，该方法以文件格式明确指定。如果使用非标准扩展，则必须始终以这种方式指定格式：

创建JPEG缩略图

值得注意的是，除非是真，否则库不会解码或加载栅格数据。打开文件时，读取文件标题以确定文件格式，然后提取解码文件所需的模式，大小和其他属性，但稍后将处理文件的其余部分。

这意味着打开的图像文件是一个快速操作，它与文件大小和压缩类型无关。这是一个简单的脚本，可快速标识一组图像文件：

识别图像文件

剪切，粘贴和合并图像

此图像类包含允许您在图像中运行的方法。要从图像中提取子矩形，请使用作物（）方法。

来自图像复制子矩形

该区域由四个组定义，坐标（左，向上，右和向下）。 Python映像库使用左上角（0,0）的坐标系。另请注意，坐标是指像素之间的位置，因此上述示例中的区域完全是300x300像素。

现在可以以某种方式处理这个区域并将其粘贴。

处理孩子矩形，然后粘贴回来

当粘贴面积时，该区域的尺寸必须与给定区域完全匹配。此外，该区域不能延伸到图像。但是，原始图像的模式和面积不需要匹配。如果不是，则该区域在粘贴之前自动转换。

这是另一个例子：

滚动映像

对于更先进的技术，粘贴方法还可以使用透明掩模作为可选参数。在该掩模中，值255表示粘贴的图像是不透明的（即，应使用粘贴的图像）。值0表示粘贴的图像完全透明。中间值代表不同级别的透明度。例如，RGBA图像被粘贴并用作掩模以粘贴图像的不透明部分，但不粘贴其透明背景。

Python成像库还允许您使用多频带图像的每个频带（例如，RGB图像）。拆分方法创建一组新的图像，每个图像包含一个原始的多频带图像之一。合并函数使用模式和一组图像，然后将它们组合成新图像。以下示例交换了RGB图像的三个频段：

分裂和巩固乐队

请注意，对于单频带图像，拆分（）返回图像本身。要使用每个功能区，您可能需要将图像转换为“RGB”。

几何变换

此PIL.IMAGE.IMAGE类包含resize（）和rotate（）图像。前者在该组中给出了新的尺寸，后者处于逆时间。

简单的几何变换

要以90度旋转图像，可以使用旋转（）方法，或使用转置（）方法。后者还可用于在图像的水平或垂直轴周围翻转图像。

换位

转置（）旋转（）如果将展开标记为true，则还可以以与向图像的大小相同的操作相同的方式执行操作。

通过此变换（）方法可以执行更全面的图像转换形式。

颜色

Python映像库允许您在不同像素表示之间转换图像

唱这个转换（）方法。

模式转换

此库支持每个支持模式和“L”和“RGB”模式之间的转换。要在其他模式之间进行转换，您可能必须使用中间图像（通常是“RGB”图像）。

图像增强

Python映像库提供了许多可用于增强图像的方法和模块。

筛选

ImageFilter模块包含许多可以与过滤器（）方法一起使用的预定义的增强滤波器。

应用过滤器

点操作

点（）方法可用于转换图像的像素值（例如，图像对比度操纵）。在大多数情况下，可以将参数的函数对象传递给此方法。根据此功能处理每个像素：

应用点转换

通过上述技术，您可以快速将任何简单的表达应用于图像。您还可以使用点（）和粘贴（）方法来修改图像。

更新日志

8.2.0

丢弃

分类目录IM.Category，将在枕头10.0.0（1月2,2023）中删除，其中包含相关边缘映像.normal，image.sequence和images.container属性。

您可使用它来确定图像是否具有多个帧。 getattr（Im，“is_animated”，false

TK / TCL 8.4

不再支持TK / TCL 8.4，并在最低支持TK / TCL 8.5处以枕头10.0.0（2023-01-02）中除去。

API改变

image.alpha_composite：目标

调用alpha_composite（）时，Dest参数现在正在接收负坐标，例如框参数的左上角粘贴（）。当然，这具有裁剪图像的效果。

image.getexif：EXIF和GPS IFD

以前，GetExif（）将ExiFI IFD交叉作为其余数据，从而丢失信息。现在，此信息保持独立，移动到IM.GETEXIF（）。 get_ifd（0x8769）。

通过访问GPS IFD字典im.getexif（）[0x8825]。这与其他IFDS一致，必须由IM.GETEXIF（）访问。 get_ifd（0x8825）。

这些变化仅影响GetExif（）枕头6.0的引入。较旧的_getexif（）方法不受影响。

图片。 _ModeInfo.

自Pil，此内部词典已被注释并现在已删除。相反，image.getModeBase（），image.getModeBabrandwes（），可以使用image.getModeBands（）或ImageMode.getMode（）。

API附加了J.

PEG图像getxmp（）

添加了一种新方法以返回JPEG图像的XMP数据。它将XML数据读入名称和值的字典中。

  例如：

imageageRaw.Rounded_Rectangle.

已添加rounded_rectangle（）。矩形（）除其他RADIUS参数外，其工作原理是相同的。半径限制为宽度或高度的一半，以便用户可以创建一个圆圈，但不能创建任何其他椭圆形。

imageops.autocontrast：preserve_tone.

默认行为autocontrast（）是针对每个颜色通道的标准化，以改变图像的色调。新的Preserve_tone参数通过使用所有通道的亮度直方图使音调保持不变。

imageshow.gmdisplayViewer.

如果有graphicsmagick，pil.imageshow.viewer将注册这个新子类。它使用GraphicsMagick工具，ApageMagick的叉形显示图像。

基于GrainicsMagick的查看器优先级低于ImageMagick的查看器。因此，如果ImageMagick和GraphicsMagick，ImageMbick（）和ImageShow.show（）也安装了，即，对于安装在imagemagick中的枕头用户，其行为保持不变。

imagehow.ipythonviewer.

如果有ipython，pil.imageshow.viewer将注册这个新子类。它在所有IPython前端显示图像。这将有助于允许im.show（）显示图像的Google Colab用户。

它的优先级低于其他默认PIL.ImagesHow.Viewer实例，因此只有其他查看者可以与IM.show（）或imageshow.show（）一起使用，只使用它。这意味着大多数枕头用户在Pil.imageshow中的行为将保持不变。

用ICC档案保存TIFF

JPEG，PG和WEPP已经可用，现在您可以通过关键字参数指定TIFF文件的ICC配置文件：

  安全

这些通过OSS-FIZZ找到。

CVE-2021-25287，CVE-2021-25288：固定OOB读取在JPEG2KDECODE中

对于具有多个频带的J2K图像，每个频带具有不同的宽度，例如用于L的一个字节，对于A的4个字节。

这可以追溯到枕头2.4.0。

CVE-2021-28675：在Psdimageplugin中修复DOS

psdimageplugin.psdimagefile不智能地检查数据块大小上的输入图层的数量，这可能导致拒绝服务加载之前的OPEN（）。

这可以追溯到pil分支。

CVE-2021-28676：修复FLI DOS

没有正确检查FlideCode.c是非零的非零，这可能导致无限循环。

这可以追溯到pil分支。

CVE-2021-28677：在EPS DOS上修复_open

EPS中使用的READLINE必须处理\ r和\ n作为行的任何组合。在查找结束时，它意外使用四重方法。

在接受打开的图像之前，恶意EPS文件可以使用此文件在开放阶段执行枕头的拒绝服务。

这可以追溯到pil分支。

CVE-2021-28678：修复BLP DOS

BlpimagePlugin在数据返回到文件偏移量之前没有检查。这可能导致拒绝服务，其中解码器可以多次运行空数据。

这可以追溯到枕头5.1.0。

修复ImageFont中的内存DOS

损坏或特殊的TTF字体字体指示灯可能导致字体显示文本时的不合理的大字体。 imagefont.py不会在分配内存之前检查图像大小。

这可以追溯到pil分支。

其他变化

GIF Writer使用LZW编码

现在，使用LZW写入GIF文件，这将生成一个较小的文件，通常是旧编码器生成的文件大小的70％。

使用CompUserve GIF标准中指定的格式对像素数据进行编码。

早的编码器使用由运行长度编码的变体，该变体兼容，但效率低。

图形magick.

此测试套件现已在安装GraphicsMagick但未安装ImageMagick的系统上运行。如果安装了两者，则测试将更喜欢ImageMagick。

Libraqm和Fribidi链接

已更改了复杂文本脚本的Libraqm依赖关系的链接模式：

现在，源构建将在构建而不是运行时连接到系统的Libraqm版本。

二进制车轮现在包含一个静态链接Libraqm修改版本，它在运行时链接到Fribidi。此更改旨在解决某些平台上以前的实施问题。这些是通过使用新的构建标志构建枕头来创建的。 -  vendor-raqm  -  vendor-fribidi

Windows用户现在只需要安装Fribidi.dll（或fribidi-0.dll），不再使用libraqm.dll。

软件特色：

1，增强功能

要制作更高级的图像增强功能，您可以使用ImageNhance模块中的类。从图像创建后，您可以使用增强的对象快速尝试不同的设置。

您可以通过这种方式调整对比度，亮度，色彩平衡和清晰度。

2.图像序列

Python映像库包含一些对图像序列的基本支持（也称为动画格式）。支持的序列格式包括FLI / FLC，GIF和一些实验格式。 TIFF文件还可以包含多个帧。

3.PostScript打印

Python映像库具有在PostScript打印机上打印图像，文本和图形的功能

4.控制解码器

一些解码器允许您在从文件中读取图像时运行。创建缩略图（通常比质量更重要）并打印到单色激光打印机（仅限图像的灰度版本）时，通常可以加速解码速度。

5.Python映像库处理光栅图像;也就是说，像素数据的矩形。

图像可以包含一个或多个数据频带。 Python映像库允许您在单个图像中存储多个频带，只要它们具有相同的大小和深度即可。例如，PNG图像的红色，绿色，蓝色和α透明度值可以具有“R”，“G”，“B”和“A”频带。许多操作在每个频段上行动，例如直方图。通常，每个像素被认为具有每个频带的值通常非常有用。