为了解决全景图片拼缝的问题，要去处理一张黑白相间的格子图片，觉得别的方法太麻烦了，直接上python吧。
python读取图片信息的方法还是很简单的，因为有库，我这里使用的是PIL这个库，直接使用pip安装就好了，
pip install Pillow
然后引入就可以使用了
from PIL import Image
im = Image.open('res5.png')
width = im.size[0]
height = im.size[1]
print "/* width:%d */" % (width)
print "/* height:%d */" % (height)
pil处理图片，验证，处理
大小，格式 过滤
压缩，截图，转换
#图片的基本参数获取
try:
from PIL import Image, ImageDraw, ImageFont, ImageEnhance
except ImportError:
import Image, ImageDraw, ImageFont, ImageEnhance
def compress_image(img, w=128, h=128):
'''''
缩略图
'''
img.thumbnail((w,h))
im.save('test1.png', 'PNG')
print u'成功保存为png格式, 压缩为128*128格式图片'
def cut_image(img):
'''''
截图, 旋转，再粘贴
'''
#eft, upper, right, lower
#x y z w x,y 是起点， z,w是偏移值
width, height = img.size
box = (width-200, height-100, width, height)
region = img.crop(box)
#旋转角度
region = region.transpose(Image.ROTATE_180)
img.paste(region, box)
img.save('test2.jpg', 'JPEG')
print u'重新拼图成功'
def logo_watermark(img, logo_path):
'''''
添加一个图片水印,原理就是合并图层，用png比较好
'''
baseim = img
logoim = Image.open(logo_path)
bw, bh = baseim.size
lw, lh = logoim.size
baseim.paste(logoim, (bw-lw, bh-lh))
baseim.save('test3.jpg', 'JPEG')
print u'logo水印组合成功'
def text_watermark(img, text, out_file="test4.jpg", angle=23, opacity=0.50):
'''''
添加一个文字水印，做成透明水印的模样，应该是png图层合并
http://www.pythoncentral.io/watermark-images-python-2x/
这里会产生著名的 ImportError("The _imagingft C module is not installed") 错误
Pillow通过安装来解决 pip install Pillow
'''
watermark = Image.new('RGBA', img.size, (255,255,255)) #我这里有一层白色的膜，去掉(255,255,255) 这个参数就好了
FONT = "msyh.ttf"
size = 2
n_font = ImageFont.truetype(FONT, size) #得到字体
n_width, n_height = n_font.getsize(text)
text_box = min(watermark.size[0], watermark.size[1])
while (n_width+n_height < text_box):
size += 2
n_font = ImageFont.truetype(FONT, size=size)
n_width, n_height = n_font.getsize(text) #文字逐渐放大，但是要小于图片的宽高最小值
text_width = (watermark.size[0] - n_width) / 2
text_height = (watermark.size[1] - n_height) / 2
#watermark = watermark.resize((text_width,text_height), Image.ANTIALIAS)
draw = ImageDraw.Draw(watermark, 'RGBA') #在水印层加画笔
draw.text((text_width,text_height),
text, font=n_font, fill="#21ACDA")
watermark = watermark.rotate(angle, Image.BICUBIC)
alpha = watermark.split()[3]
alpha = ImageEnhance.Brightness(alpha).enhance(opacity)
watermark.putalpha(alpha)
Image.composite(watermark, img, watermark).save(out_file, 'JPEG')
print u"文字水印成功"
#等比例压缩图片
def resizeImg(img, dst_w=0, dst_h=0, qua=85):
'''''
只给了宽或者高，或者两个都给了，然后取比例合适的
如果图片比给要压缩的尺寸都要小，就不压缩了
'''
ori_w, ori_h = im.size
widthRatio = heightRatio = None
ratio = 1
if (ori_w and ori_w > dst_w) or (ori_h and ori_h > dst_h):
if dst_w and ori_w > dst_w:
widthRatio = float(dst_w) / ori_w #正确获取小数的方式
if dst_h and ori_h > dst_h:
heightRatio = float(dst_h) / ori_h
if widthRatio and heightRatio:
if widthRatio < heightRatio:
ratio = widthRatio
else:
ratio = heightRatio
if widthRatio and not heightRatio:
ratio = widthRatio
if heightRatio and not widthRatio:
ratio = heightRatio
newWidth = int(ori_w * ratio)
newHeight = int(ori_h * ratio)
else:
newWidth = ori_w
newHeight = ori_h
im.resize((newWidth,newHeight),Image.ANTIALIAS).save("test5.jpg", "JPEG", quality=qua)
print u'等比压缩完成'
'''''
Image.ANTIALIAS还有如下值：
NEAREST: use nearest neighbour
BILINEAR: linear interpolation in a 2x2 environment
BICUBIC:cubic spline interpolation in a 4x4 environment
ANTIALIAS:best down-sizing filter
'''
#裁剪压缩图片
def clipResizeImg(im, dst_w, dst_h, qua=95):
'''''
先按照一个比例对图片剪裁，然后在压缩到指定尺寸
一个图片 16:5 ，压缩为 2:1 并且宽为200，就要先把图片裁剪成 10:5,然后在等比压缩
'''
ori_w,ori_h = im.size
dst_scale = float(dst_w) / dst_h #目标高宽比
ori_scale = float(ori_w) / ori_h #原高宽比
if ori_scale <= dst_scale:
#过高
width = ori_w
height = int(width/dst_scale)
x = 0
y = (ori_h - height) / 2
else:
#过宽
height = ori_h
width = int(height*dst_scale)
x = (ori_w - width) / 2
y = 0
#裁剪
box = (x,y,width+x,height+y)
#这里的参数可以这么认为：从某图的(x,y)坐标开始截，截到(width+x,height+y)坐标
#所包围的图像，crop方法与php中的imagecopy方法大为不一样
newIm = im.crop(box)
im = None
#压缩
ratio = float(dst_w) / width
newWidth = int(width * ratio)
newHeight = int(height * ratio)
newIm.resize((newWidth,newHeight),Image.ANTIALIAS).save("test6.jpg", "JPEG",quality=95)
print "old size %s %s"%(ori_w, ori_h)
print "new size %s %s"%(newWidth, newHeight)
print u"剪裁后等比压缩完成"
if __name__ == "__main__":
im = Image.open('test.jpg') #image 对象
compress_image(im)
im = Image.open('test.jpg') #image 对象
cut_image(im)
im = Image.open('test.jpg') #image 对象
logo_watermark(im, 'logo.png')
im = Image.open('test.jpg') #image 对象
text_watermark(im, 'Orangleliu')
im = Image.open('test.jpg') #image 对象
resizeImg(im, dst_w=100, qua=85)
im = Image.open('test.jpg') #image 对象
clipResizeImg(im, 100, 200)
访问图片中的像素，我这里是将图片转换成矩阵来操作的，首先来安装两个科学计算库
pip install numpy
pip install scipy
引入库进行图片操作
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
img=np.array(Image.open('res.png')) #打开图像并转化为数字矩阵
plt.figure("dog")
plt.imshow(img)
plt.axis('off')
plt.show()
#这些方法来读取图片信息
print img.shape
print img.dtype
print img.size
print type(img)
img=np.array(Image.open('res.png').convert('L'))
rows,cols=img.shape
for i in range(rows):
for j in range(cols):
if (img[i,j]<=128):
img[i,j]=0
else:
img[i,j]=1
如果要对多个像素点进行操作，可以使用数组切片方式访问。切片方式返回的是以指定间隔下标访问 该数组的像素值。下面是有关灰度图像的一些例子
img[i,:] = im[j,:] # 将第 j 行的数值赋值给第 i 行
img[:,i] = 100 # 将第 i 列的所有数值设为 100
img[:100,:50].sum() # 计算前 100 行、前 50 列所有数值的和
img[50:100,50:100] # 50~100 行，50~100 列（不包括第 100 行和第 100 列）
img[i].mean() # 第 i 行所有数值的平均值
img[:,-1] # 最后一列
img[-2,:] (or im[-2]) # 倒数第二行