### 使用 Python 的 Pillow 和 Matplotlib 库进行图像处理与显示 #### 读取并显示彩色图像 为了展示如何利用 `Pillow` 和 `Matplotlib` 来加载和可视化图片文件，下面提供了一段简单的脚本： ```python from PIL import Image import matplotlib.pyplot as plt # 打开指定路径下的图像文件 img_color = Image.open('path_to_image.jpg') # 显示原始颜色图像 plt.figure() plt.title("Original Color Image") plt.axis('off') plt.imshow(img_color) plt.show() ``` 这段代码首先导入必要的模块，接着通过给定的路径打开一张JPEG格式的照片，并调用 `imshow()` 函数来呈现它。注意这里关闭了坐标轴以便更清晰地查看图像[^1]。 #### 将图像转换成灰度模式 对于想要把彩色图转为黑白的情况，可以采用如下方法实现这一操作： ```python # 转换为灰度图像 img_gray = img_color.convert('L') # 展示灰度化的图像 plt.figure() plt.title("Grayscale Image") plt.axis('off') plt.imshow(img_gray, cmap='gray', vmin=0, vmax=255) plt.show() ``` 此部分先是对原图应用 `.convert('L')` 方法完成色彩空间的变化；之后再次运用绘图命令，不过这次指定了参数 `cmap='gray'` 来确保按照灰度级数渲染输出结果[^3]。 #### 对图像执行几何变换 除了上述基础功能外，还可以借助这两个库来进行更多类型的编辑工作，比如调整大小、旋转角度或是裁剪特定区域等。以下是关于缩放和平移的例子： ```python # 缩放到原来的一半尺寸 width_half, height_half = int(img_gray.size[0]/2), int(img_gray.size[1]/2) resized_img = img_gray.resize((width_half, height_half)) # 平移到新位置（假设向右移动10像素） offset_box = (10, 0, width_half+10, height_half) translated_img = resized_img.crop(offset_box) # 绘制最终效果 fig, ax = plt.subplots(1, 2, figsize=(8, 4)) ax[0].set_title("Resized Grayscale Image") ax[0].axis('off') ax[0].imshow(resized_img, cmap='gray', vmin=0, vmax=255) ax[1].set_title("Translated Resized Image") ax[1].axis('off') ax[1].imshow(translated_img, cmap='gray', vmin=0, vmax=255) plt.tight_layout() plt.show() ``` 在此实例中，先是计算出了目标宽度高度并将图像缩小至一半面积；随后定义了一个偏移后的边界框用于截取出平移过的新视窗；最后在同一张图表里分别展示了两个版本的效果对比。