一、PIL的基本概念：

PIL中所涉及的基本概念有如下幾個：通道（bands）、模式（mode）、尺寸（size）、坐標系統(tǒng)（coordinate system）、調(diào)色板（palette）、信息（info）和濾波器（filters）。

1、通道

每張圖片都是由一個或者多個數(shù)據(jù)通道構(gòu)成。PIL允許在單張圖片中合成相同維數(shù)和深度的多個通道。

以RGB圖像為例，每張圖片都是由三個數(shù)據(jù)通道構(gòu)成，分別為R、G和B通道。而對于灰度圖像，則只有一個通道。

對于一張圖片的通道數(shù)量和名稱，可以通過方法getbands()來獲取。方法getbands()是Image模塊的方法，它會返回一個字符串元組（tuple）。該元組將包括每一個通道的名稱。

Python的元組與列表類似，不同之處在于元組的元素不能修改,元組使用小括號，列表使用方括號，元組創(chuàng)建很簡單，只需要在括號中添加元素，并使用逗號隔開即可。

方法getbands()的使用如下：

from PIL import Imageim = Image.open('xiao.png')print(im.getbands())輸出：(’R’, ’G’, ’B’)

2、模式

圖像的模式定義了圖像的類型和像素的位寬。當前支持如下模式：

1：1位像素，表示黑和白，但是存儲的時候每個像素存儲為8bit。L：8位像素，表示黑和白。P：8位像素，使用調(diào)色板映射到其他模式。RGB：3x8位像素，為真彩色。RGBA：4x8位像素，有透明通道的真彩色。CMYK：4x8位像素，顏色分離。YCbCr：3x8位像素，彩色視頻格式。I：32位整型像素。F：32位浮點型像素。PIL也支持一些特殊的模式，包括RGBX（有padding的真彩色）和RGBa（有自左乘alpha的真彩色）。

可以通過mode屬性讀取圖像的模式。其返回值是包括上述模式的字符串。

屬性mode的使用如下：

from PIL import Imageim = Image.open('xiao.png')print(im.mode)輸出：’RGB’

3、尺寸

通過size屬性可以獲取圖片的尺寸。這是一個二元組，包含水平和垂直方向上的像素數(shù)。

屬性mode的使用如下：

from PIL import Imageim = Image.open('xiao.png')print(im.size)輸出:(670, 502)

4、坐標系統(tǒng)

PIL使用笛卡爾像素坐標系統(tǒng)，坐標(0，0)位于左上角。注意：坐標值表示像素的角；位于坐標（0，0）處的像素的中心實際上位于（0.5，0.5）。

坐標經(jīng)常用于二元組（x，y）。長方形則表示為四元組，前面是左上角坐標。例如，一個覆蓋800x600的像素圖像的長方形表示為（0，0，800，600）。

5、調(diào)色板

調(diào)色板模式('P')使用一個顏色調(diào)色板為每個像素定義具體的顏色值

6、信息

使用info屬性可以為一張圖片添加一些輔助信息。這個是字典對象。加載和保存圖像文件時，多少信息需要處理取決于文件格式。

屬性info的使用如下：

from PIL import Imageim = Image.open('xiao.png')print(im.info)輸出：{}

7、濾波器

對于將多個輸入像素映射為一個輸出像素的幾何操作，PIL提供了4個不同的采樣濾波器：

NEAREST：最近濾波。從輸入圖像中選取最近的像素作為輸出像素。它忽略了所有其他的像素。BILINEAR：雙線性濾波。在輸入圖像的2x2矩陣上進行線性插值。注意：PIL的當前版本，做下采樣時該濾波器使用了固定輸入模板。BICUBIC：雙立方濾波。在輸入圖像的4x4矩陣上進行立方插值。注意：PIL的當前版本，做下采樣時該濾波器使用了固定輸入模板。ANTIALIAS：平滑濾波。這是PIL 1.1.3版本中新的濾波器。對所有可以影響輸出像素的輸入像素進行高質(zhì)量的重采樣濾波，以計算輸出像素值。在當前的PIL版本中，這個濾波器只用于改變尺寸和縮略圖方法。注意：在當前的PIL版本中，ANTIALIAS濾波器是下采樣（例如，將一個大的圖像轉(zhuǎn)換為小圖）時唯一正確的濾波器。BILIEAR和BICUBIC濾波器使用固定的輸入模板，用于固定比例的幾何變換和上采樣是最好的。

Image模塊中的方法resize()和thumbnail()用到了濾波器。

方法resize()的使用如下：

方法resize()的定義為：resize(size, filter=None)=> imagefrom PIL import Imageim = Image.open('xiao.png')print(im.size)im_resize = im.resize((256,256))print(im_resize.size)輸出：(670, 502)(256,256)

對參數(shù)filter不賦值的話，方法resize()默認使用NEAREST濾波器。如果要使用其他濾波器可以通過下面的方法來實現(xiàn)：

from PIL import Imageim = Image.open('xiao.png')print(im.size)im_resize0 = im.resize((256,256), Image.BILINEAR)print(im_resize0.size)im_resize1 = im.resize((256,256), Image.BICUBIC)print(im_resize1.size)im_resize2 = im.resize((256,256), Image.ANTIALIAS)print(im_resize2.size)輸出：(670, 502)(256,256)(256,256)(256,256)

二、Image模塊：

Image模塊是PIL中最重要的模塊，它有一個類叫做image，與模塊名稱相同。Image類有很多函數(shù)、方法及屬性，接下來將依次對image類的屬性、函數(shù)和方法進行介紹。

一、Image類的屬性

1、Format

定義：im.format ⇒ string or None含義：源文件的文件格式。如果是由PIL創(chuàng)建的圖像，則其文件格式為None。例子：from PIL import Imageim= Image.open('xiao.png')print(im.format)輸出：’png’

2、Mode

定義：im.mode ⇒ string含義：圖像的模式。這個字符串表明圖像所使用像素格式。該屬性典型的取值為“1”，“L”，“RGB”或“CMYK”。

3、Size

定義：im.size ⇒ (width, height)含義：圖像的尺寸，按照像素數(shù)計算。它的返回值為寬度和高度的二元組（width, height）。

4、Palette

定義：im.palette ⇒ palette or None含義：顏色調(diào)色板表格。如果圖像的模式是“P”，則返回ImagePalette類的實例；否則，將為None。例子：from PIL import Imageim = Image.open('jing.jpg')print(im.mode)print(im.palette)輸出： RGBNone

5、Info

定義：im.info ⇒ dictionary含義：存儲圖像相關(guān)數(shù)據(jù)的字典。文件句柄使用該字典傳遞從文件中讀取的各種非圖像信息。大多數(shù)方法在返回新的圖像時都會忽略這個字典；因為字典中的鍵并非標準化的，對于一個方法，它不能知道自己的操作如何影響這個字典。 如果用戶需要這些信息，需要在方法open()返回時保存這個字典。

二、類的函數(shù)：

1、New

定義：Image.new(mode,size) ⇒ image Image.new(mode, size, color) ⇒ image含義：使用給定的變量mode和size生成新的圖像。Size是給定的寬/高二元組，這是按照像素數(shù)來計算的。對于單通道圖像，變量color只給定一個值；對于多通道圖像，變量color給定一個元組（每個通道對應一個值）。 在版本1.1.4及其之后，用戶也可以用顏色的名稱，比如給變量color賦值為“red”。如果沒有對變量color賦值，圖像內(nèi)容將會被全部賦值為0（圖像即為黑色）。如果變量color是空，圖像將不會被初始化，即圖像的內(nèi)容全為0。 這對向該圖像復制或繪制某些內(nèi)容是有用的。例子：from PIL import Imageim= Image.new('RGB', (128, 128), '#FF0000')im.save('test1.png') #圖像im為128x128大小的紅色圖像。im= Image.new('RGB', (128, 128)) #圖像im為128x128大小的黑色圖像，因為變量color不賦值的話，圖像內(nèi)容被設(shè)置為0，即黑色。im.save('test2.png')im= Image.new('RGB', (128, 128), 'red') #圖像im為128x128大小的紅色圖像。im.save('test3.png')

2、Open

定義：Image.open(file) ⇒ image Image.open(file, mode) ⇒ image含義：打開并確認給定的圖像文件。這個是一個懶操作；該函數(shù)只會讀文件頭，而真實的圖像數(shù)據(jù)直到試圖處理該數(shù)據(jù)才會從文件讀取（調(diào)用load()方法將強行加載圖像數(shù)據(jù)）。如果變量mode被設(shè)置，那必須是“r”。 用戶可以使用一個字符串（表示文件名稱的字符串）或者文件對象作為變量file的值。文件對象必須實現(xiàn)read()，seek()和tell()方法，并且以二進制模式打開。例子：from PIL import Imageim = Image.open('xiao.png')

3、Blend

定義：Image.blend(image1,image2, alpha) ⇒ image含義：使用給定的兩張圖像及透明度變量alpha，插值出一張新的圖像。這兩張圖像必須有一樣的尺寸和模式。 合成公式為：out = image1 *(1.0 - alpha) + image2 * alpha 如果變量alpha為0.0，將返回第一張圖像的拷貝。如果變量alpha為1.0，將返回第二張圖像的拷貝。對變量alpha的值沒有限制。例子：from PIL import Imageim1 = Image.open('jing.jpg')im2 = Image.open('wu.jpg')im = Image.blend(im1,im2,0.5)im.save('he.jpg')

4、Composite

定義：Image.composite(image1,image2, mask) ⇒ image含義：使用給定的兩張圖像及mask圖像作為透明度，插值出一張新的圖像。變量mask圖像的模式可以為“1”，“L”或者“RGBA”。所有圖像必須有相同的尺寸。例子：from PIL import Imageim1 = Image.open('jing.jpg')im2 = Image.open('wu.jpg')r,g,b = im1.split()print(g.mode)im = Image.composite(im1,im2,b)im.save('he.jpg')b.save('he1.jpg')

5、Eval

定義：Image.eval(image,function) ⇒ image含義：使用變量function對應的函數(shù)（該函數(shù)應該有一個參數(shù)）處理變量image所代表圖像中的每一個像素點。如果變量image所代表圖像有多個通道，那變量function對應的函數(shù)作用于每一個通道。 注意：變量function對每個像素只處理一次，所以不能使用隨機組件和其他生成器。例子：from PIL import Imageim = Image.open('jing.jpg')def deffun(c): return c*0.89 #改變了亮度im_eval = Image.eval(im,deffun) im_eval.save('gai.jpg')注：圖像im_eval與im01比較，其像素值均為im01的一半，則其亮度自然也會比im01暗一些。

6、Frombuffer

定義：Image.frombuffer(mode,size, data) ⇒ image Image.frombuffer(mode, size,data, decoder, parameters) ⇒ image含義：（New in PIL 1.1.4）使用標準的“raw”解碼器，從字符串或者buffer對象中的像素數(shù)據(jù)產(chǎn)生一個圖像存儲。對于一些模式，這個圖像存儲與原始的buffer（這意味著對原始buffer對象的改變體現(xiàn)在圖像本身）共享內(nèi)存。 并非所有的模式都可以共享內(nèi)存；支持的模式有“L”，“RGBX”，“RGBA”和“CMYK”。對于其他模式，這個函數(shù)與fromstring()函數(shù)一致。注意：版本1.1.6及其以下，這個函數(shù)的默認情況與函數(shù)fromstring()不同。這有可能在將來的版本中改變，所以為了最大的可移植性，當使用“raw”解碼器時，推薦用戶寫出所有的參數(shù)，如下所示：im =Image.frombuffer(mode, size, data, 'raw', mode, 0, 1)函數(shù)Image.frombuffer(mode,size, data, decoder, parameters)與函數(shù)fromstring()的調(diào)用一致。

7、Fromstring

定義：Image.fromstring(mode,size, data) ⇒ image Image.fromstring(mode, size,data, decoder, parameters) ⇒ image含義：函數(shù)Image.fromstring(mode,size, data)，使用標準的“raw”解碼器，從字符串中的像素數(shù)據(jù)產(chǎn)生一個圖像存儲。函數(shù)Image.fromstring(mode,size, data, decoder, parameters)也一樣，但是允許用戶使用PIL支持的任何像素解碼器。更多信息可以參考：Writing YourOwn File Decoder.注意：這個函數(shù)只對像素數(shù)據(jù)進行解碼，而不是整個圖像。如果用戶的字符串包含整個圖像，可以將該字符串包裹在StringIO對象中，使用函數(shù)open()來加載。

8、Merge

定義：Image.merge(mode,bands) ⇒ image含義：使用一些單通道圖像，創(chuàng)建一個新的圖像。變量bands為一個圖像的元組或者列表，每個通道的模式由變量mode描述。所有通道必須有相同的尺寸。變量mode與變量bands的關(guān)系：len(ImageMode.getmode(mode).bands)= len(bands)例子：from PIL import Imageim1 = Image.open('jing.jpg')im2 = Image.open('wu.jpg')r1,g1,b1 = im1.split()r2,g2,b2 = im2.split()imgs =[r1,g2,b2]im_merge = Image.merge('RGB',imgs)im_merge.save('he.jpg')

三、Image類的方法

除非另作說明，Image類的所有方法都將返回一個Image類的新實例，這個實例對應于結(jié)果圖像。

1、Convert

定義1：im.convert(mode)⇒ image含義1：將當前圖像轉(zhuǎn)換為其他模式，并且返回新的圖像。當從一個調(diào)色板圖像轉(zhuǎn)換時，這個方法通過這個調(diào)色板來轉(zhuǎn)換像素。如果不對變量mode賦值，該方法將會選擇一種模式，在沒有調(diào)色板的情況下，使得圖像和調(diào)色板中的所有信息都可以被表示出來。當從一個顏色圖像轉(zhuǎn)換為黑白圖像時，PIL庫使用ITU-R601-2 luma轉(zhuǎn)換公式：L = R * 299/1000 + G * 587/1000 + B * 114/1000當轉(zhuǎn)換為2位圖像（模式“1”）時，源圖像首先被轉(zhuǎn)換為黑白圖像。結(jié)果數(shù)據(jù)中大于127的值被設(shè)置為白色，其他的設(shè)置為黑色；這樣圖像會出現(xiàn)抖動。如果要使用其他閾值，更改閾值127，可以使用方法point()。為了去掉圖像抖動現(xiàn)象，可以使用dither選項。　例子1：from PIL import Imageim1 = Image.open('jing.jpg')print(im1.mode)im_c = im1.convert('1')im_c.save('he.jpg')print(im_c.mode)輸出：1注：將“RGB”模式的im01圖像，轉(zhuǎn)換為“1”模式的im_c圖像。定義2：im.convert(“P”,**options) ⇒ image含義2：這個與第一個方法定義一樣，但是當“RGB”圖像轉(zhuǎn)換為8位調(diào)色板圖像時能更好的處理。可供選擇的選項為： Dither=. 控制顏色抖動。默認是FLOYDSTEINBERG，與鄰近的像素一起承擔錯誤。不使能該功能，則賦值為NONE。 Palette=. 控制調(diào)色板的產(chǎn)生。默認是WEB，這是標準的216色的“web palette”。要使用優(yōu)化的調(diào)色板，則賦值為ADAPTIVE。 Colors=. 當選項palette為ADAPTIVE時，控制用于調(diào)色板的顏色數(shù)目。默認是最大值，即256種顏色。 定義3：im.convert(mode,matrix) ⇒ image含義3：使用轉(zhuǎn)換矩陣將一個“RGB”圖像轉(zhuǎn)換為“L”或者“RGB”圖像。變量matrix為4或者16元組。例子3：下面的例子將一個RGB圖像（根據(jù)ITU-R709線性校準，使用D65亮度）轉(zhuǎn)換到CIE XYZ顏色空間：from PIL import Imageim1 = Image.open('jing.jpg')im1.modergb2xyz = （ 0.412453, 0.357580, 0.180423, 0, 0.212671, 0.715160, 0.072169, 0, 0.019334, 0.119193, 0.950227, 0 )im_c3 = im1.convert('L', rgb2xyz)im_c3.save('he.jpg')print(im_c3.mode)輸出：L

2、Copy

定義：im.copy() ⇒ image含義：拷貝這個圖像。如果用戶想粘貼一些數(shù)據(jù)到這張圖，可以使用這個方法，但是原始圖像不會受到影響。例子：from PIL import Imageim1 = Image.open('jing.jpg')im2 = im1.copy()im2.save('he.jpg')注：圖像im_copy和im01完全一樣。

3、Crop

定義：im.crop(box) ⇒ image含義：從當前的圖像中返回一個矩形區(qū)域的拷貝。變量box是一個四元組，定義了左、上、右和下的像素坐標。這是一個懶操作。對源圖像的改變可能或者可能不體現(xiàn)在裁減下來的圖像中。為了獲取一個分離的拷貝，對裁剪的拷貝調(diào)用方法load()。例子：from PIL import Imageim1 = Image.open('jing.jpg')print(im1.size)box = [0,0,650,400] #650(長)400（高）im_crop = im1.crop(box)im_crop.save('he.jpg')

4、Draft

定義：im.draft(mode,size)含義：配置圖像文件加載器，使得返回一個與給定的模式和尺寸盡可能匹配的圖像的版本。例如，用戶可以使用這個方法，在加載一個彩色JPEG圖像時將其轉(zhuǎn)換為灰色圖像，或者從一個PCD文件中提取一個128x192的版本。注意：這個方法會適時地修改圖像對象（精確地說，它會重新配置文件的讀取器）。如果圖像已經(jīng)被加載，那這個方法就沒有作用了。例子：from PIL import Imageim1 = Image.open('jing.jpg')im_draft = im1.draft('L',(500,500))print(im_draft.size)im_draft.save('he.jpg')輸出：(650, 650)

5、 Filter

定義：im.filter(filter) ⇒ image含義：返回一個使用給定濾波器處理過的圖像的拷貝。可用濾波器需要參考ImageFilter模塊。例子：from PIL import Image,ImageFilterim1 = Image.open('jing.jpg')im_filter = im1.filter(ImageFilter.BLUR)im_filter.save('he.jpg')注：圖像im_filter比im01變得有些模糊了。

6、 Fromstring

定義：im.fromstring(data) im.fromstring(data, decoder,parameters)含義：與函數(shù)fromstring()一樣，但是這個方法會將data加載到當前的圖像中。

7、 Getbands

定義：im.getbands()⇒ tuple of strings含義：返回包括每個通道名稱的元組。例如，對于RGB圖像將返回（“R”，“G”，“B”）。

8、 Getbbox

定義：im.getbbox() ⇒ 4-tuple or None含義：計算圖像非零區(qū)域的包圍盒。這個包圍盒是一個4元組，定義了左、上、右和下像素坐標。如果圖像是空的，這個方法將返回空。例子：from PIL import Imageim1 = Image.open('jing.jpg')print(im1.getbbox())輸出：(0, 0, 650, 650)

9、Getcolors

定義：im.getcolors() ⇒ a list of(count, color) tuples or None im.getcolors(maxcolors) ⇒ a list of (count, color) tuples or None含義：（New in 1.1.5）返回一個（count，color）元組的無序list，其中count是對應顏色在圖像中出現(xiàn)的次數(shù)。如果變量maxcolors的值被超過，該方法將停止計算并返回空。變量maxcolors默認值為256。為了保證用戶可以獲取圖像中的所有顏色，you can pass in size[0]*size[1]（請確保有足夠的內(nèi)存做這件事）。例子：from PIL import Imageim1 = Image.open('test.png')print(im1.getcolors(8888888))輸出：[(2, (255, 255, 255, 233)), (9, (0, 0, 0, 136)), (1, (0, 0, 0, 64)), (2, (0, 0, 0, 24)), (5, (0, 0, 0, 56)).......

10、 Getdata

定義：im.getdata() ⇒ sequence含義：以包含像素值的sequence對象形式返回圖像的內(nèi)容。這個sequence對象是扁平的，以便第一行的值直接跟在第零行的值后面，等等。注意：這個方法返回的sequence對象是PIL內(nèi)部數(shù)據(jù)類型，它只支持某些sequence操作，包括迭代和基礎(chǔ)sequence訪問。使用list(im.getdata())，將它轉(zhuǎn)換為普通的sequence。例子：from PIL import Imageim1 = Image.open('jing.jpg')seq = im1.getdata()print(seq[0])seq0 = list(seq)print(seq0[0])print(len(seq0))輸出：(41, 183, 197)(41, 183, 197) #這個值是長和高之積注：Sequence對象的每一個元素對應一個像素點的R、G和B三個值。

11、 Getextrema

定義：im.getextrema() ⇒ 2-tuple含義：返回一個2元組，包括該圖像中的最小和最大值。例子：from PIL import Imageim1 = Image.open('jing.jpg')print(im1.getextrema())輸出:((0, 255), (0,255), (0, 255)) 該方法返回了R/G/B三個通道的最小和最大值的2元組。

12、 Getpixel

定義：im.getpixel(xy) ⇒ value or tuple含義：返回給定位置的像素值。如果圖像為多通道，則返回一個元組。注意：該方法執(zhí)行比較慢；如果用戶需要使用python處理圖像中較大部分數(shù)據(jù)，可以使用像素訪問對象（見load），或者方法getdata()。例子：from PIL import Imageim1 = Image.open('jing.jpg')print(im1.getpixel((1,1)))print(im1.getpixel((649,649)))輸出：(41, 183, 197)(236, 210, 153)注：im.getpixel(xy)中的X,Y表示坐標，從0開始。

13、 Histogram

定義1：im.histogram()⇒ list含義1：返回一個圖像的直方圖。這個直方圖是關(guān)于像素數(shù)量的list，圖像中的每個象素值對應一個成員。如果圖像有多個通道，所有通道的直方圖會連接起來（例如，“RGB”圖像的直方圖有768個值）。 二值圖像（模式為“1”）當作灰度圖像（模式為“L”）處理。例子1：from PIL import Imageim1 = Image.open('jing.jpg')ls = im1.histogram()print(len(ls))print(ls[767])輸出：1471

14、 Load

定義：im.load()含義：為圖像分配內(nèi)存并從文件中加載它（或者從源圖像，對于懶操作）。正常情況下，用戶不需要調(diào)用這個方法，因為在第一次訪問圖像時，Image類會自動地加載打開的圖像。 （New in 1.1.6）在1.1.6及以后的版本，方法load()返回一個用于讀取和修改像素的像素訪問對象。這個訪問對象像一個二維隊列，如： pix = im.load() print pix[x, y] pix[x, y] =value 通過這個對象訪問比方法getpixel()和putpixel()快很多。例子：from PIL import Imageim1 = Image.open('jing.jpg')lm_load = im1.load()print(lm_load[649,649])輸出：(236, 210, 153)

15、Paste

定義1：im.paste(image,box)含義1：將一張圖粘貼到另一張圖像上。變量box或者是一個給定左上角的2元組，或者是定義了左，上，右和下像素坐標的4元組，或者為空（與（0，0）一樣）。如果給定4元組，被粘貼的圖像的尺寸必須與區(qū)域尺寸一樣。如果模式不匹配，被粘貼的圖像將被轉(zhuǎn)換為當前圖像的模式。例子1：from PIL import Imageim1 = Image.open('jing.jpg')box = [0,0,200,200]im_crop = im1.crop(box)im1.paste(im_crop,(200,200,400,400)) #等價于im1.paste(im_crop,(200,200))im1.save('he.jpg')定義2：im.paste(colour,box)含義2：它與定義1一樣，但是它使用同一種顏色填充變量box對應的區(qū)域。對于單通道圖像，變量colour為單個顏色值；對于多通道，則為一個元組。例子2：from PIL import Imageim1 = Image.open('jing.jpg')im1.paste((256,256,256),(200,100,500,200))im1.save('he.jpg')注：圖像im1的（200，100）位置將出現(xiàn)一個300x100的白色方塊，對于多通道的圖像，如果變量colour只給定一個數(shù)值，將只會應用于圖像的第一個通道。如果是“RGB”模式的圖像，將應用于紅色通道。定義3：im.paste(image,box, mask)含義3：與定義1一樣，但是它使用變量mask對應的模板圖像來填充所對應的區(qū)域。可以使用模式為“1”、“L”或者“RGBA”的圖像作為模板圖像。模板圖像的尺寸必須與變量image對應的圖像尺寸一致。 如果變量mask對應圖像的值為255，則模板圖像的值直接被拷貝過來；如果變量mask對應圖像的值為0，則保持當前圖像的原始值。變量mask對應圖像的其他值，將對兩張圖像的值進行透明融合。注意：如果變量image對應的為“RGBA”圖像，即粘貼的圖像模式為“RGBA”，則alpha通道被忽略。用戶可以使用同樣的圖像作為原圖像和模板圖像。例子3：from PIL import Imageim1 = Image.open('jing.jpg')box = [100,100,200,200]im_crop = im1.crop(box)r,g,b = im_crop.split()im1.paste(im_crop,(200,100,300,200),b)im1.save('he.jpg')注：在圖像im1的（0，0）位置將出現(xiàn)一個半透明的100x100的方塊。定義4：im.paste(colour,box, mask)含義4：與定義3一樣，只是使用變量colour對應的單色來填充區(qū)域。例子4：from PIL import Imageim1 = Image.open('jing.jpg')box = [100,100,200,200]im_crop = im1.crop(box)r,g,b = im_crop.split()im1.paste((0,256,0),(200,100,300,200),b)im1.save('he.jpg')注：在圖像im1的（0，0）位置將出現(xiàn)一個100x100的綠色方塊。

總結(jié)

到此這篇關(guān)于Python圖片處理模塊PIL操作方法（pillow）的文章就介紹到這了,更多相關(guān)Python圖片處理模塊PIL內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！