轉自：http://www.iteye.com/topic/314790
pil能處理的圖片類型
pil可以處理光柵圖片(像素數據組成的的塊)。
通道
一個圖片可以包含一到多個數據通道，如果這些通道具有相同的維數和深度，Pil允許將這些通道進行疊加
模式
| 1 | 1位像素，黑和白，存成8位的像素 |
| L | 8位像素，黑白 |
| P | 8位像素，使用調色板映射到任何其他模式 |
| RGB | 3×8位像素，真彩 |
| RGBA | 4×8位像素，真彩+透明通道 |
| CMYK | 4×8位像素，顏色隔離 |
| YCbCr | 3×8位像素，彩色視頻格式 |
| I | 32位整型像素 |
| F | 32位浮點型像素 |
|
|
尺寸
通過圖片對象的size屬性可以得到圖片的尺寸，結果這是一個二元組，包含水平和垂直方向上的像素數。
坐標
Pil采取左上角為(0,0)的坐標系統
調色板
mode("P")為每個像素定義具體的顏色值
圖片信息
可以通過info屬性讀取一張圖片的附加信息，這個與圖片的格式有關。
濾鏡
在對圖片的幾何操作中可能會將多個輸入像素映射到單個的輸出像素，pil提供4種不同的采樣濾鏡(在目前的版本中，后續的版本可能支持更多)
| NEAREST | 最近 |
| BILINEAR | 雙線型 |
| BICUBIC | 雙三次插值 |
| ANTIALIAS | 平滑 |
在RGB模式下，每個圖片由三個通道疊加而成，每個模式下為一個灰度圖，當有一個調色板來調色的時候，這三張灰度圖的疊加即可合成3*8位(每個像素)的一個真彩圖片。pil庫中，圖片之間的模式(mode)可以轉化。下面給出一些簡單的例子，例子中的所有圖片均來自于國家地理的官網，為了使得文檔比較短小，每個圖片均使用Pil縮放成1/2大小，如有侵權嫌疑，請盡快聯系，我會刪除這些圖片。
所有的圖片操作必須有一個操作對象，Pil提供open(filename)進行這個過程
打開圖片
1.導入pil的Image模塊
2.使用open(filename)打開文件，返回一個image對象
- im = Image.open('filename')
此后，一切關于圖片的操作均基于這個對象。
打開后，我們可以查看一些圖片信息，如im.format, im.size, im.mode等。調用im.show()會在圖片查看工具中顯示當前操作的image對象，這個跟個人的系統有關系，我系統中默認是用Windows Picture and Fax Viewer打開的。這個方法用來查看臨時的圖片效果。
讀寫圖片
pil中轉換圖片格式非常簡單(轉換圖片模式是另一個概念，不要混淆)，只需要調用img.save(filename)即可比如有一個bmp(位圖)圖片，使用img = Image.open('file.bmp')打開后，只需要img.save('file.jpg')即可轉換。不過一般情況下，save(filename)是不用做這個用途的，通常，save用以保存一個臨時的image對象到硬盤。而轉換工作由一個功能更為強大的convert()方法來完成。
拷貝，粘貼，合并
- box = (100,100,500,500)#設置要拷貝的區域
-
- #將im表示的圖片對象拷貝到region中，大小為(400*400)像素。這個region可以用來后續的操作(region其實就是一個Image對象)，box變量是一個四元組(左，上，右，下)。
- region = im.crop(box)
-
- region = region.transpose(Image.ROTATE_180)#從字面上就可以看出，先把region中的Image反轉180度，然后再放回到region中。
- im.paste(region, box)#粘貼box大小的region到原先的圖片對象中。
前面說過，每一個RGB都是由三個通道的灰度圖疊加的，所以pil提供了將這三個通道分離的方法
- r,g,b = im.split()#分割成三個通道
- r.show()
- g.show()
- b.show()
- im = Image.merge("RGB", (b, g, r))#將b,r兩個通道進行翻轉。
紅色通道的灰度圖
綠色通道的灰度圖
藍色通道的灰度圖
互換紅藍通道后的合成圖
幾何轉變
幾何轉變提供resize,rotate等方法，用以重定義圖片大小，對圖片進行旋轉等操作，在實際應用中比較廣泛。
如
- out = img.resize((128, 128))#resize成128*128像素大小。
- out = img.rotate(45)#逆時針旋轉45度
逆時針45度
鏡面效果，左右翻轉
transpose()方法預定義了一些旋轉方式，如
左右反轉，上下翻轉，逆時針旋轉(90,180,270)度等，非常方便，rotate()和transpose()方法在表現上沒有任何不同。
圖片加強
濾鏡
ImageFilter模塊提供了很多預定義的圖片加強濾鏡。
比如一個常用的濾鏡,細節(detail濾鏡)
- import ImageFilter
- out = im.filter(ImageFilter.DETAIL)
直接操作像素點
不但可以對每個像素點進行操作，而且，每一個通道都可以獨立的進行操作。比如，將每個像素點的亮度(不知道有沒有更專業的詞)增大20%
- out = img.point(lambda i : i * 1.2)#注意這里用到一個匿名函數(那個可以把i的1.2倍返回的函數)
對每個點都做20%的增強
如上邊的那個例子，我們可以將一個RGB模式的圖分離成三個通道的層
- r,g,b = img.split()#神奇而又強大的python語法
然后對一個通道進行加強或減弱操作，完成后我們又可以使用Merge將通道合并，從而改變圖片的色調(冷暖色調的互換)等。
更高級的圖片加強，可以使用ImageEnhance模塊，其中包含了大量的預定義的圖片加強方式。
- import ImageEnhance
- enh = ImageEnhance.Contrast(im)
- enh.ehhance(1.5).show("50% more contrast")
讀寫圖片的更多方式
通常，我們使用open方法進行圖片的打開操作。但是這不是唯一的方式。完全可以跟python的IO整合起來。如
- fp = open("file.jpg", "rb")
- im = Image.open(fp)
甚至，你可以從一個字符串中讀出圖片數據來(python真是神奇啊)。
- import StringIO
- img = Image.open(StringIO.StringIO(buffer))
(文中很多內容來自pil的handbook，但是原手冊比較學院派，沒有一張圖片來進行說明，因此不免枯燥，我給每個小例子都加上一個真實的圖片作為說明，希望看起來不那沒抽象。)
當然，PIL的功能遠不止這些，由于篇幅原因，我這次先寫這么多吧，后面會給出PIL中各個模塊中函數的詳細使用說明，同時盡量配以實圖來說明。