### Python中使用PIL或OpenCV库修改图片的方法 #### 使用PIL库修改图片 PIL（Python Imaging Library）是一个强大的图像处理库，支持多种操作，例如裁剪、旋转、调整大小以及应用滤镜等。 以下是通过PIL实现一些常见图片修改的例子： 1. **裁剪图片** 裁剪可以通过指定左上角和右下角坐标完成。 ```python from PIL import Image img = Image.open("example.jpg") # 打开图片 cropped_img = img.crop((left, upper, right, lower)) # (left, upper, right, lower) cropped_img.save("cropped_example.jpg") # 保存裁剪后的图片 ``` 2. **调整图片大小** 可以通过`resize()`方法改变图片尺寸。 ```python resized_img = img.resize((new_width, new_height)) resized_img.save("resized_example.jpg") ``` 3. **旋转图片** `rotate()`方法允许按角度旋转图片。 ```python rotated_img = img.rotate(90) # 顺时针旋转90度 rotated_img.save("rotated_example.jpg") ``` 4. **应用滤镜** PIL提供了内置的滤镜功能，比如模糊效果。 ```python from PIL import ImageFilter blurred_img = img.filter(ImageFilter.BLUR) blurred_img.save("blurred_example.jpg") ``` 以上所有操作均基于PIL的功能[^1]。 --- #### 使用OpenCV库修改图片 OpenCV是另一个广泛使用的计算机视觉库，在图像处理方面具有更丰富的功能集。它通常与NumPy一起工作，因为其内部数据结构是以NumPy数组形式存储的。 下面是几个常见的例子展示如何利用OpenCV进行图片修改： 1. **裁剪图片** OpenCV中的裁剪非常直观，只需定义感兴趣区域即可。 ```python import cv2 img = cv2.imread("example.jpg") cropped_img = img[y:y+h, x:x+w] # 定义裁剪范围(x,y,w,h) cv2.imwrite("cropped_example.jpg", cropped_img) ``` 2. **调整图片大小** 利用`cv2.resize()`函数可以轻松缩放图片。 ```python resized_img = cv2.resize(img, dsize=(new_width, new_height), interpolation=cv2.INTER_CUBIC) cv2.imwrite("resized_example.jpg", resized_img) ``` 3. **旋转图片** 需要创建一个仿射变换矩阵并将其应用于原图。 ```python rows, cols = img.shape[:2] M = cv2.getRotationMatrix2D(center=(cols / 2, rows / 2), angle=90, scale=1) rotated_img = cv2.warpAffine(img, M, (cols, rows)) cv2.imwrite("rotated_example.jpg", rotated_img) ``` 4. **应用高斯模糊** 这是一种常用的平滑技术。 ```python blurred_img = cv2.GaussianBlur(img, ksize=(5, 5), sigmaX=0) cv2.imwrite("blurred_example.jpg", blurred_img) ``` 上述代码片段展示了OpenCV的强大之处及其灵活性[^4]。 --- #### PIL与OpenCV之间的转换 有时需要在两种格式间切换以便充分利用各自的优势。具体做法如下所示： - **从PIL到OpenCV** 当前版本的OpenCV采用的是BGR色彩模式而非标准RGB，所以需要注意颜色通道的变化。 ```python import numpy as np opencv_image = cv2.cvtColor(np.array(pil_image), cv2.COLOR_RGB2BGR) ``` - **从OpenCV回到PIL** 同样地，当由OpenCV返回至PIL时也需要重新映射回RGB空间。 ```python pil_image = Image.fromarray(cv2.cvtColor(opencv_image, cv2.COLOR_BGR2RGB)) ``` 这种互换机制被详尽描述于参考资料之中[^3]。 --- ### 总结 无论是简单的编辑还是复杂的算法开发，Python都提供了一系列优秀的工具帮助开发者高效达成目标。对于初学者来说，建议先掌握基础的操作命令；而对于高级用户，则可深入探索更多定制化选项。