Pillow库是一个Python的第三方库。

在Python2中，PIL(Python Imaging Library)是一个非常好用的图像处理库，但PIL不支持Python3，所以有人(Alex Clark和Contributors)提供了Pillow，可以在Python3中使用。

官方文档路径：https://pillow.readthedocs.io/en/latest/

一、安装Pillow

pip install pillow

Pillow库安装成功后，导包时要用PIL来导入，而不能用pillow或Pillow。

import PIL
from PIL import Image

在Pillow库中，有二十多个模块，还支持非常多的插件。其中最常用的是Image模块中同名的Image类，其他很多模块都是在Image模块的基础上对图像做进一步的特殊处理。本文主要介绍Image模块的常用用法，其他的模块可以按需看文档。

二、打开本地图片

# coding=utf-8
from PIL import Image
 
image = Image.open("yazi.jpg")
image.show()

运行结果：

open(fp, mode='r'): 打开一张图片，如果图片与当前代码在同一目录下，可以只写图片的文件名，其他情况需要拼接图片的路径。mode默认为'r'，也必须为'r'。

show(): 调用图片显示软件打开图片。打开后程序会阻塞，需要手动关闭。

三、创建一张新图片

from PIL import Image
 
image = Image.new('RGB', (160, 90), (0, 0, 255))
image.show()

运行结果：

new(mode, size, color=0): 创建一张图片(画布)，用于绘图，有3个参数。

mode, 图片的模式，如“RGB”(red,green,blue三原色的缩写，表示真彩色图像)、“L”(灰度，黑白图像)等。

size, 图片的大小。是一个长度为2的元组(width, height)，表示的是像素大小。

color, 图片的颜色，默认值为0表示黑色。可以传入长度为3的元组表示颜色，也可以传入颜色的十六进制，在版本1.1.4后，还可以直接传入颜色的英文单词，如上面代码中的(0, 0, 255)可以换成‘#0000FF'或‘blue'，都是表示蓝色。

四、Image模块的常用属性

from PIL import Image
 
image = Image.open("yazi.jpg")
print('width: ', image.width)
print('height: ', image.height)
print('size: ', image.size)
print('mode: ', image.mode)
print('format: ', image.format)
print('category: ', image.category)
print('readonly: ', image.readonly)
print('info: ', image.info)

运行结果：

width:"htmlcode">

from PIL import Image
 
image = Image.open("yazi.jpg")
print(image.mode)
image1 = image.convert('1')
print(image1.mode)
# image1.show()
image_l = image.convert('L')
print(image_l.mode)
# image_l.show()
image_p = image.convert('P')
print(image_p.mode)
image_p.show()

运行结果：

RGBA

1

L

convert(self, mode=None, matrix=None, dither=None, palette=WEB, colors=256):"htmlcode">

from PIL import Image

image = Image.open("yazi.jpg")
image_rgb = image.convert('RGB')
print(image_rgb.mode)
image_l = image_rgb.convert('L')
image_l.show()
matrix = (0.6, 0.6, 0.6, 0.6, 0.6, 0.6, 0.6, 0.6, 0.6, 0.6, 0.6, 0.6)
image_l2 = image_rgb.convert('L', matrix=matrix)
image_l2.show()

运行结果：

上面的代码中，给matrix参数传入了一个长度为12的元组，matrix的值改变了转换的效果，变化程度取决于传入的元组中浮点数的值。注意，有些模式是不支持的，如'RGBA'，且传入的元组长度必须为4或12，否则报错。

2.2 palette参数的效果对比

from PIL import Image
 
image = Image.open("yazi.jpg")
image_p = image.convert('P')
# image_l.show()
image_p2 = image.convert('P', palette='ADAPTIVE', colors=256)
image_p2.show()

运行结果：

上面的代码中，将palette参数改为了'ADAPTIVE'，图片的差异不大，不过，如果将colors变小差异会比较大，但那样会将图片效果变差。

六、图片拷贝粘贴和保存

from PIL import Image
 
 
image = Image.open("yazi.jpg")
image_copy = image.copy()
# image_copy.show()
image_new = Image.new('RGB', (160, 90), (0, 0, 255))
image_new2 = Image.new('L', (160, 90), '#646464')
image_copy.paste(image_new, (100, 100, 260, 190), mask=image_new2)
image_copy.save('duck.jpg')
image_save = Image.open('duck.jpg')
print(image_save.format, image_save.mode)
image_copy.show()

运行结果：

jpg RGBA

copy(): 拷贝当前的图片，拷贝出来的图片与原图一模一样。如果想在图片上粘贴一些内容，又想保留原图时，可以使用此方法。

paste(im, box=None, mask=None): 将另一张图片粘贴到当前图片中，如果粘贴的模式不匹配，则将被粘贴图片的模式转换成当前图片的模式。有3个参数。

im, 被粘贴的图片。传入一张图片，当第二个参数box指定的是一个区域时，im参数也可以是一个整数或颜色值(元组表示，16进制表示和颜色名都可以，如上面代码中的image_new可以换成(0, 0, 255), '#0000FF',"htmlcode">

from PIL import Image
 
image = Image.open("yazi.jpg")
image_crop = image.crop(box=(300, 300, 800, 700))
# image_crop.show()
print('before resize: ', image.size)
image_resize = image.resize((500, 400), resample=Image.LANCZOS, box=(100, 100, 1200, 800), reducing_gap=5.0)
print('after resize: ', image_resize.size)
image_resize.show()

运行结果：

before resize:"_moz" />

crop(box=None): 裁剪图片，返回裁剪区域的图片。box表示裁剪的区域，传入长度为4的元组(x1, y1, x2, y2)，不传默认为拷贝原图，相当于copy()方法，如果裁剪的区域超过了原图的区域，超出部分用像素格填充。

resize(size, resample=BICUBIC, box=None, reducing_gap=None): 缩放图片，返回缩放后的图片。有4个参数。

size, 图片缩放后的尺寸，传入一个长度为2的元组(width, height)。

resample, 重采样，是一个可选的重采样过滤器。可以传入Image.NEAREST, Image.BOX, Image.BILINEAR, Image.HAMMING, Image.BICUBIC, Image.LANCZOS。默认过滤器为Image.BICUBIC。如果图像的模式为'1'或'P'，则始终设置为Image.NEAREST。

box, 缩放图片的区域。传入长度为4的元组(x1, y1, x2, y2)，这个区域必须在原图的(0, 0, width, height)范围内，如果超出范围会报错，如果不传值则默认将整张原图进行缩放。

reducing_gap, 减少间隙。传入一个浮点数，用于优化图片缩放效果，默认不进行优化，值大于3.0时优化效果基本已经是公平的重采样。