您好,登錄后才能下訂單哦!
這篇“python Pillow怎么處理圖像顏色”文章的知識點大部分人都不太理解,所以小編給大家總結了以下內容,內容詳細,步驟清晰,具有一定的借鑒價值,希望大家閱讀完這篇文章能有所收獲,下面我們一起來看看這篇“python Pillow怎么處理圖像顏色”文章吧。
由于成像設備、傳輸媒介等因素的影響,圖像總會或多或少的存在一些不必要的干擾信息,我們將這些干擾信息統稱為“噪聲”
如數字圖像中常見的“椒鹽噪聲”,指的是圖像會隨機出現的一些白、黑色的像素點。圖像噪聲既影響了圖像的質量,又妨礙人們的視覺觀賞。因此,噪聲處理是圖像處理過程中必不可少的環節之一,我們把處理圖像噪聲的過程稱為“圖像降噪”。
隨著數字圖像技術的不斷發展,圖像降噪方法也日趨成熟,通過某些算法來構造濾波器是圖像降噪的主要方式。濾波器能夠有效抑制噪聲的產生,并且不影響被處理圖像的形狀、大小以及原有的拓撲結構。
Pillow 通過 ImageFilter 類達到圖像降噪的目的,該類中集成了不同種類的濾波器,通過調用它們從而實現圖像的平滑、銳化、邊界增強等圖像降噪操作。
使用 ImageFilter 類也會返回一個新對象
常見的降噪濾波器如下
{% asset_img 66.png This is an image %}
from PIL import Image, ImageFilter img = Image.open("D:\File\All\web\python\blog\947849.jpg") img1 = img.filter(ImageFilter.BLUR) img1.show()
from PIL import Image, ImageFilter img = Image.open("D:\File\All\web\python\blog\947849.jpg") img1 = img.filter(ImageFilter.CONTOUR) img1.show()
from PIL import Image, ImageFilter img = Image.open("D:\File\All\web\python\blog\947849.jpg") img1 = img.filter(ImageFilter.FIND_EDGES) img1.show()
from PIL import Image, ImageFilter img = Image.open("D:\File\All\web\python\blog\947849.jpg") img1 = img.filter(ImageFilter.EMBOSS) img1.show()
可以一個一個試試里面的不同的濾波器,還是挺好玩的 ,這里面這個輪廓圖加上界面的話可以弄一個畫素描的程序出來,但是一般都是用opencv里面的玩
Pillow 提供了顏色處理模塊 ImageColor,該模塊支持不同格式的顏色,比如 RGB 格式的顏色三元組、十六進制的顏色名稱(#ff0000)以及顏色英文單詞("red")。同時,它還可以將 CSS(層疊樣式表,用來修飾網頁)風格的顏色轉換為 RGB 格式。
注意,在 ImageColor 模塊對顏色的大小寫并不敏感,比如 "Red" 也可以寫為 " red"。
ImageColor 支持多種顏色模式的的命名(即使用固定的格式對顏值進行表示),比如我們熟知的 RGB 色彩模式,除此之外,還有 HSL (色調-飽和度-明度)、HSB (又稱 HSV,色調-飽和度-亮度)色彩模式。
HSL:
H:即 Hue 色調,取值范圍 0 -360,其中 0 表示“red”,120 表示 “green”,240 表示“blue”;
S:即 Saturation 飽和度,代表色彩的純度,取值 0~100%,其中 0 代表灰色(gry),100% 表示色光最飽和;
L:即 Lightness 明度,取值為 0~100%,其中 0 表示“black”黑色,50% 表示正常顏色,100% 則表示白色。
getrgb()方法顧名思義,該函數用來得到顏色的 RGB 值,語法格式如下:
PIL.ImageColor.getrgb(color)
from PIL import Image,ImageColor color1=ImageColor.getrgb("blue") print(color1) color2=ImageColor.getrgb('#DCDCDC') print(color2) color3=ImageColor.getrgb('HSL(0,100%,50%)') print(color3)
以上就是關于“python Pillow怎么處理圖像顏色”這篇文章的內容,相信大家都有了一定的了解,希望小編分享的內容對大家有幫助,若想了解更多相關的知識內容,請關注億速云行業資訊頻道。
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。