python读入的图片怎么缩放或移动

㈠ 利用Python进行图像尺寸调整、旋转、平移

利用Python中的PIL（Pyhon Image Library）进行简单的图像处理

㈡ python图像处理初学者求助

Pillow是Python里的图像处理库（PIL：Python Image Library），提供了了广泛的文件格式支持，强大的图像处理能力，主要包括图像储存、图像显示、格式转换以及基本的图像处理操作等。
1）使用 Image 类
PIL最重要的类是 Image class, 你可以通过多种方法创建这个类的实例；你可以从文件加载图像，或者处理其他图像, 或者从 scratch 创建。
要从文件加载图像，可以使用open( )函数，在Image模块中：

1
2

>>> from PIL import Image
>>> im = Image.open("E:/photoshop/1.jpg")

加载成功后，将返回一个Image对象，可以通过使用示例属性查看文件内容：

1
2
3

>>> print(im.format, im.size, im.mode)
('JPEG', (600, 351), 'RGB')
>>>

format 这个属性标识了图像来源。如果图像不是从文件读取它的值就是None。size属性是一个二元tuple，包含首燃岩width和height（宽度和高度，单位都是px）。 mode 属性定义了图像bands的数量和名称，以及像素类型和深度。常见的modes 有 “L” (luminance) 表示灰度图像, “RGB” 表示真彩色图像, and “CMYK” 表示出版图像。
如果文件打开错误，返回 IOError 错误。
只要你有了 Image 类的实例，你就可以通过类的方法处理图像。比如，下列方法可以显示图像：

1

im.show()

2）读写图像
PIL 模块支持大量图片格式。使用在 Image 模块的 open() 函数从磁盘读取文件。你不需要知道文件格式就能打开它，这个库能够根据文件内容自动确定文件格式。要保存文件，使用 Image 类的 save() 方法。保存文件的时候文件名变得重要了。除非你指定格式，否则这个库将会以文件名的扩展名作为格式保存段巧。
加载文件，并转化为png格式：

1
2
3
4
5
6
7
8
9
10
11
12
13

"Python Image Library Test"
from PIL import Image
import os
import sys

for infile in sys.argv[1:]:
f,e = os.path.splitext(infile)
outfile = f +".png"
if infile != outfile:
try:
Image.open(infile).save(outfile)
except IOError:
print("Cannot convert", infile)

save() 方法的第二个参数可以指定文件格式。
3）创建缩略图
缩略图是网络开发或图像软件预览常用的一种基本技术，使用Python的Pillow图像库可以很方便的建立缩略图，如下：

1
2
3
4
5
6
7

# create thumbnail
size = (128,128)
for infile in glob.glob("E:/photoshop/*.jpg"):
f, ext = os.path.splitext(infile)
img = Image.open(infile)
img.thumbnail(size,Image.ANTIALIAS)
img.save(f+".thumbnail","JPEG")

上段代码对photoshop下的jpg图像文件全部创建缩略图，并保存，glob模块是一种智能化的文件名匹配技术，在批图像处理者御中经常会用到。
注意：Pillow库不会直接解码或者加载图像栅格数据。当你打开一个文件，只会读取文件头信息用来确定格式，颜色模式，大小等等，文件的剩余部分不会主动处理。这意味着打开一个图像文件的操作十分快速，跟图片大小和压缩方式无关。
4）图像的剪切、粘贴与合并操作
Image 类包含的方法允许你操作图像部分选区，PIL.Image.Image.crop 方法获取图像的一个子矩形选区，如：

1
2
3
4

# crop, paste and merge
im = Image.open("E:/photoshop/lena.jpg")
box = (100,100,300,300)
region = im.crop(box)

矩形选区有一个4元元组定义，分别表示左、上、右、下的坐标。这个库以左上角为坐标原点，单位是px，所以上诉代码复制了一个 200×200 pixels 的矩形选区。这个选区现在可以被处理并且粘贴到原图。

1
2

region = region.transpose(Image.ROTATE_180)
im.paste(region, box)

当你粘贴矩形选区的时候必须保证尺寸一致。此外，矩形选区不能在图像外。然而你不必保证矩形选区和原图的颜色模式一致，因为矩形选区会被自动转换颜色。
5）分离和合并颜色通道
对于多通道图像，有时候在处理时希望能够分别对每个通道处理，处理完成后重新合成多通道，在Pillow中，很简单，如下：

1
2

r,g,b = im.split()
im = Image.merge("RGB", (r,g,b))

对于split（ ）函数，如果是单通道的，则返回其本身，否则，返回各个通道。
6）几何变换
对图像进行几何变换是一种基本处理，在Pillow中包括resize( )和rotate( )，如用法如下：

1
2

out = im.resize((128,128))
out = im.rotate(45) # degree conter-clockwise

其中，resize( )函数的参数是一个新图像大小的元祖，而rotate( )则需要输入顺时针的旋转角度。在Pillow中，对于一些常见的旋转作了专门的定义：

1
2
3
4
5

out = im.transpose(Image.FLIP_LEFT_RIGHT)
out = im.transpose(Image.FLIP_TOP_BOTTOM)
out = im.transpose(Image.ROTATE_90)
out = im.transpose(Image.ROTATE_180)
out = im.transpose(Image.ROTATE_270)

7）颜色空间变换
在处理图像时，根据需要进行颜色空间的转换，如将彩色转换为灰度：

1
2

cmyk = im.convert("CMYK")
gray = im.convert("L")

8）图像滤波

㈢ 怎么用python实现一个坐标图的平移和缩放

最容易想到的应该是DP算法，即取初始轨迹的起洞山点A和纳慎中终点B连线，计算每个点到这条孝扒线的距离，距离最大的点C若小于要求误差则结束；
否则将C点加入压缩后的数据集，对AC和CB重复以上过程直至满足误差要求。

㈣ python中图例的位置怎么手动调整

1.最近遇到一个问题，关于图例legend如何画在图外的问题，并以适合的比例显示出来。

2.首先传统的做法如下，这种方式并不能满足我的要橘橡圆求，而且是显示在图内。

ax1.legend(loc='center left', bbox_to_anchor=(0.2, 1.12),ncol=3)1

loc表示图例的位置，有多种形式：

‘North’ 图例标识放在图顶端
‘South’ 图例标识放在图底端
‘East’ 图例标识放在图右方
‘West’ 图例标识放在图左方
‘NorthEast’ 图例标识放在图右上方（默认）
‘NorthWest 图例标识放在图左上方
‘SouthEast’ 图例标识放在图右下角
‘SouthWest’ 图例标识放在图左下角12345678

有人说简单，有相同的方式，如下经测试不行，可能是本人用的python版本不行，所用的方式就是和前面一样，采用如下的方式来替换上面的legend位置。

‘NorthOutside’ 图例标识放在图框外侧上方
‘SouthOutside’ 图例标识放在图框外侧下方
‘EastOutside’ 图例标识放在图框外侧右方
‘WestOutside’ 图例标识放在图框外侧左方
‘NorthEastOutside’ 图例标识放在图框外侧右上方
‘NorthWestOutside’ 图例标识放在图框外侧左上方
‘SouthEastOutside’ 图例标识放在图框外侧右下方
‘SouthWestOutside’ 图例标识放在图框外侧左下方
（以上几个将图例标识放在框图外）
‘Best’ 图标标识放在图框内不与图冲突的最佳位置
‘如扰BestOutside’ 图标标识放在图框外使用最小空间的最佳位置1234567891011

bbox_to_anchor：表示legend的位置，前一个表示左右，后一个表示上下。当使用这个参数时。loc将不再起正常的作用，ncol=3表示图例三列显示。

3.有人说要解决这个问题可以采用对坐标轴放大或是缩小的方式，经本人测试可以行，但是，放大缩小的比率不让人满意，且很难控制到适合的位置。有兴趣可以参考链接，最终得出此方法不行。

4.那么就没有办法了吗？NO.NO，请看下面，最终完成如下。

这就是本人要的效果，不废话，具体做法如下

box = ax1.get_position()
ax1.set_position([box.x0, box.y0, box.width , box.height* 0.8])12

首先按上面的方式，如果你想将图例放上面就box.height*0.8，放右边就box.width*0.8其它方式一样。同时配合下面来使用。

ax1.legend(loc='center left', bbox_to_anchor=(0.2, 1.12),ncol=3)1

主要是bbox_to_anchor的使用，自己可以修改参数试下，good luck for you.

阅读全文

版权声明：原创圆塌文章，未经博主

㈤ 在python中怎么裁剪图片大小如何利用Python裁剪图片

先对图片进行二值化处理。

由于这些格子大小均匀，所以可以使用常规的基敬蔽除法，先裁剪出第一个格子：

e=a[:,:,0].shape

f=a[0:int(e[0]/9),0:int(e[1]/9)]

io.imsave('00.png',f)

下图稿锋是等比例放大的效果图。

第一列第二个格子：

m=1

n=0

f=a[int(m*e[0]/9):int((m+1)*e[0]/9),int(n*e[1]/9):int((n+1)*e[1]/9)]

第一行第二个格子：

m=0

n=1

f=a[int(m*e[0]/9):int((m+1)*e[0]/9),int(n*e[1]/9):int((n+1)*e[1]/9)]

这样，用for循环，可以实现全部裁剪：

for m in range(9):

for n in range(9):

f=a[int(m*e[0]/9):int((m+1)*e[0]/9),int(n*e[1]/9):int((n+1)*e[1]/9)]

io.imsave('0/'+str(m)+'-'+str(n)+'.png',f)

去除边界的黑框，只保留数字或空白：

for m in range(9):

for n in range(9):

f=a[int(m*e[0]/9)+10:int((m+1)*e[0]/9)-10,int(n*e[1]/9)+10:int((n+1)*e[1]/9)-10]

io.imsave('0/'+str(m)+'-'+str(n)+'搏州.png',f)

㈥ Python 读取文件夹将里面的图片处理成想要的大小并保存在个指定位置

#-*-coding:utf-8-*-
importcv2
importos
importnumpy
importcutHumanFace

defsaveCutFace(filePath,pathSave='cutFace',normalizeWidth=300,normalizeHeight=300):
"""
:paramfilePath:string,文件夹路径
"""

ifnotos.path.exists(savePath):
os.makedirs(savePath);#保存的文件夹

files=os.listdir(filePath);#列出目录下的所有文件

normalizeWidth=100#以100×100为大小
normalizeHeight=100
forfileinfiles:
normalizeFace=cv2.resize(cutFace,(normalizeWidth,normalizeHeight),interpolation=cv2.INTER_AREA);
cv2.imwrite(savePath,normalizeFace);

㈦ python 图片移动

#-*-coding:gbk-*-
importImage
importImageDraw
importImageChops

im=Image.new('RGB',(800,600),'white')
im2=Image.open('test.png')

#测试图放画布左边，画布右边底色涂黄
left=(im.size[0]/2-im2.size[0])/2
upper=(im.size[1]-im2.size[1])/2
im.paste(im2,(left,upper))
im.paste('yellow',(im.size[0]/2,0)+im.size)
im.show()

#因要旋转得计算测试图对角线，然后切出
d=int((im2.size[0]**2+im2.size[1]**2)**0.5)
left=(im.size[0]/2-d)/2
upper=(im.size[1]-d)/2
bbox=(left,upper,left+d,upper+d)
cp=im.crop(bbox)

#图底不是黑先做mask再作旋转，
#mask做法不一，按测试图可选取g或b通道
r,g,b=cp.split()
mask=g.point(lambdai:i<250and255)
angle=30
mask=mask.rotate(angle)
cp=cp.rotate(angle)

#利用mask贴在画布右边黄底区内
im.paste(cp,(left+im.size[0]/2,upper),mask)
im.show()