pillow是python中最常用且方便的图像处理库，它提供直观接口实现图像读取、修改和保存。核心操作包括：1. 安装简单（pip install pillow）；2. 使用image对象进行图像处理；3. 支持打开、调整大小、裁剪、旋转、颜色转换、应用滤镜、绘制文字等基础操作；4. 提供性能优化策略如及时释放内存、分块处理、调整尺寸、选择合适文件格式与压缩参数；5. 适用于web应用图片处理、桌面脚本、数据预处理等场景，相比opencv和scikit-image更轻量易用，适合基础图像编辑任务。
Python实现图像处理，最常用也最方便的库无疑是Pillow。它能让你轻松搞定图像的读取、修改、保存等一系列操作，无论是简单的缩放裁剪，还是更复杂的滤镜应用，Pillow都能提供直观的接口，让开发者快速上手。
说起用Python处理图像，我个人最信赖的就是Pillow库。它其实是老牌PIL（Python Imaging Library）的一个积极维护的分支，功能强大，而且用起来特别顺手。
首先，安装Pillow非常简单，一个pip命令就搞定： pip install Pillow
Pillow的核心是Image对象。所有的图像操作都围绕这个对象进行。
立即学习“Python免费学习笔记（深入）”；
基础操作流程：
一个简单的例子：调整图片大小并保存
from PIL import Image
try:
# 假设你的图片在当前目录下
img = Image.open('example.jpg')
print(f"原始图片尺寸: {img.size}")
# 定义新的尺寸，比如宽度减半，高度等比例缩放
new_width = img.width // 2
new_height = img.height // 2 # 也可以根据比例计算，这里简化
resized_img = img.resize((new_width, new_height))
# 保存为新的文件，可以指定格式
resized_img.save('example_resized.png')
print(f"图片已成功缩放并保存为 example_resized.png，新尺寸: {resized_img.size}")
except FileNotFoundError:
print("错误：未找到 'example.jpg' 文件，请确保图片在正确路径。")
except Exception as e:
print(f"处理图片时发生错误: {e}")
这个流程几乎涵盖了你日常处理图片的大部分场景，你只需要根据需求调用不同的方法。
Pillow的功能远不止缩放和保存那么简单，它几乎覆盖了我们日常能想到的所有基础图像处理需求。我平时最常用到的，除了上面提到的调整大小，还有以下这些：
裁剪 (Crop)： 想象一下你拍了张照片，只想保留其中某个区域。img.crop((left, upper, right, lower))就能实现，传入一个四元组，定义裁剪框的左上角和右下角坐标。这在生成头像或者缩略图时特别有用。
# 裁剪图片，从(100, 100)到(300, 300)的区域
cropped_img = img.crop((100, 100, 300, 300))
cropped_img.save('example_cropped.jpg')旋转 (Rotate)： 图片拍歪了？或者需要生成不同角度的展示图？img.rotate(angle, expand=True)可以轻松搞定。expand=True会在旋转后自动扩展画布，以适应新尺寸，避免图像被裁切。
# 旋转图片45度，并扩展画布
rotated_img = img.rotate(45, expand=True)
rotated_img.save('example_rotated.jpg')颜色模式转换 (Color Conversion)： 有时候你需要把彩色图片转成黑白，或者反过来。img.convert('L')可以转为灰度图（L代表Luminance），'RGB'则转为RGB模式。这个功能在做一些图像分析或者为了节省存储空间时非常实用。
# 转换为灰度图
gray_img = img.convert('L')
gray_img.save('example_gray.jpg')应用滤镜 (Filters)： Pillow内置了一些基础滤镜，比如模糊、锐化、浮雕等。它们都在PIL.ImageFilter模块里。虽然没有Photoshop那么复杂，但对于快速实现一些效果已经足够了。
from PIL import ImageFilter
# 应用高斯模糊滤镜
blurred_img = img.filter(ImageFilter.GaussianBlur(radius=5))
blurred_img.save('example_blurred.jpg')绘制图形和文字 (Drawing)： 如果你想在图片上加个水印、画个框或者写段文字，PIL.ImageDraw模块就是你的好帮手。它提供了一系列绘制方法，比如line()、rectangle()、text()等。
from PIL import ImageDraw, ImageFont
draw = ImageDraw.Draw(img)
# 尝试加载一个字体文件，如果失败就用默认字体
try:
font = ImageFont.truetype("arial.ttf", 40) # 假设arial.ttf存在
except IOError:
font = ImageFont.load_default()
print("警告：未找到arial.ttf，使用默认字体。")
# 在图片上添加文字
text_color = (255, 255, 255) # 白色
draw.text((50, 50), "Hello, Pillow!", font=font, fill=text_color)
img.save('example_with_text.jpg')这些操作，我几乎在每个涉及到图片处理的项目里都会用到，它们真的让很多繁琐的工作变得轻松。
用Pillow处理图像确实方便，但如果你处理的图片量大、尺寸惊人，或者是在一些资源有限的环境下运行，还是有些性能和使用上的“小坑”需要注意的。我个人就遇到过几次因为大图导致内存飙升，服务直接崩掉的情况。
内存占用： 这是最常见的问题。当你用Image.open()打开一张图片时，Pillow会把整张图片的数据加载到内存中。如果图片尺寸特别大（比如几千上万像素，或者几百兆的文件），那内存占用就会非常可观。
文件格式与压缩： 保存图片时选择合适的格式和压缩参数也很重要。
批量处理效率： 当你需要处理成千上万张图片时，简单的循环处理可能会很慢。
错误处理： 别忘了加上try-except块来处理可能出现的错误，比如文件找不到、图片格式损坏、内存不足等。这能让你的程序更健壮。
from PIL import Image
image_paths = ['valid_image.jpg', 'non_existent.png', 'corrupted.gif']
for path in image_paths:
try:
img = Image.open(path)
print(f"成功打开: {path}, 尺寸: {img.size}")
# 进行一些操作
img.save(f"processed_{path}")
except FileNotFoundError:
print(f"错误：文件 '{path}' 未找到。")
except Image.UnidentifiedImageError:
print(f"错误：'{path}' 不是有效的图片文件，或格式无法识别。")
except Exception as e:
print(f"处理 '{path}' 时发生未知错误: {e}")这些细节，往往在开发初期容易被忽略，但一旦项目规模上来，它们就会成为影响稳定性和性能的关键点。
Python生态里图像处理的库可不止Pillow一个，比如还有OpenCV、scikit-image等等。它们各有侧重，选择哪个取决于你的具体需求。我用下来感觉，Pillow的优势和适用场景还是挺明确的：
优势：
适用场景：
与OpenCV/scikit-image的对比：
所以，我的经验是，如果你只是需要快速、高效地处理图像文件，做一些常见的几何变换和色彩调整，Pillow绝对是你的首选。而如果你的需求涉及更复杂的计算机视觉算法或科学图像分析，那可能就需要转向OpenCV或scikit-image了。它们之间并不是竞争关系，更多的是互补。
以上就是Python怎样实现图像处理？Pillow库使用教程的详细内容，更多请关注php中文网其它相关文章！
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移，垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是，许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号
762
收藏
