python圖片縮放

Ⅰ python PIL如何才能把圖片修改成正方形或者任意尺寸而不產生擠壓

改變圖像尺寸有兩類方法：
一是縮放（resize），即重采樣。這時，如果圖像縱橫比發生變化就會導致「擠壓」。
二是裁剪（crop）。當然圖只能越裁越小；不過可以配合縮放，先放大再裁剪。
既然題主要求不能「擠壓」，那就只能裁剪了。函數名我給出來了，具體用法題主自己研究。

Ⅱ Python3.10中Pygame模塊怎麼添加背景圖片

在Python3.10中使用Pygame模塊添加背景圖片，可以按照以下步驟進行：

• 首先，導入pygame模塊，並初始化Pygame：

  pythonCopy codeimport pygame
  
  pygame.init()
  

• 載入背景圖片。可以使用pygame.image.load()函數載入圖片，然後使用pygame.transform.scale()函數縮放圖片到窗口大小。例如：

  pythonCopy codebackground_image = pygame.image.load("background.jpg")
  background_image = pygame.transform.scale(background_image, (800, 600))
  

  在上述代碼中，我們載入名為background.jpg的圖片，並將其縮放到窗口大小，即800x600像素。

• 創建窗口並顯示背景圖片。可以使用pygame.display.set_mode()函數創建窗口，然後使用blit()函數將背含賀景圖片繪制到窗口上。例如：

  pythonCopy codewindow = pygame.display.set_mode((800, 600))
  window.blit(background_image, (0, 0))
  pygame.display.flip()
  

  在上述代碼中，我們創建了一個大小為800x600像素的窗口，並將背景圖片繪制到窗口上。

• 進入游戲循環。在Pygame中，游戲循唯老橘環通常使用while語句實現。在循環中，我們可以監聽用戶輸入事件，並根據需要更新窗口內容。例如：

  pythonCopy codewhile True: for event in pygame.event.get(): if event.type == pygame.QUIT:
  pygame.quit()
  sys.exit() # 在這里添加需要更新的代碼
  
  pygame.display.flip()
  

  在上述代碼中，我們使用pygame.event.get()函數獲取用戶輸入事件，如果檢測到用戶關閉窗口的事件，則調用pygame.quit()函數退出Pygame。在循環中，我們可以根據需要更新窗口內容，在最後調用pygame.display.flip()函數更新窗口內容。

完整的代碼如下所示：

• pythonCopy codeimport pygameimport sys



• pygame.init()



• background_image = pygame.image.load("background.jpg")


• background_image = pygame.transform.scale(background_image, (800, 600))



• window = pygame.display.set_mode((800, 600))


• window.blit(background_image, (0, 0))


• pygame.display.flip()while True: for event in pygame.event.get(): if event.type == pygame.QUIT:


• pygame.quit()


• sys.exit() # 在這里添加需要更新的代碼



• pygame.display.flip()



在上述代碼中，我們載入指團了名為background.jpg的圖片作為背景圖片，並將其縮放到窗口大小。然後，我們創建了一個大小為800x600像素的窗口，並將背景圖片繪制到窗口上。最後，我們進入游戲循環，監聽用戶輸入事件並更新窗口內容。你可以根據實際需要修改這個代碼，例如添加游戲元素、事件處理等。

Ⅲ 10 個 Python 圖像編輯工具

以下提到的這些 Python 工具在編輯圖像、操作圖像底層數據方面都提供了簡單直接的方法。

-- Parul Pandey

當今的世界充滿了數據，而圖像數據就是其中很重要的一部分。但只有經過處理和分析，提高圖像的質量，從中提取出有效地信息，才能利用到這些圖像數據。

常見的圖像處理操作包括顯示圖像，基本的圖像操作，如裁剪、翻轉、旋轉；圖像的分割、分類、特徵提取；圖像恢復；以及圖像識別等等。Python 作為一種日益風靡的科學編程語言，是這些圖像處理操作的最佳選擇。同時，在 Python 生態當中也有很多可以免費使用的優秀的圖像處理工具。

下文將介紹 10 個可以用於圖像處理任務的 Python 庫，它們在編輯圖像、查看圖像底層數據方面都提供了簡單直接的方法。

scikit-image 是一個結合 NumPy 數組使用的開源 Python 工具，它實現了可用於研究、教育、工業應用的演算法和應用程序。即使是對於剛剛接觸 Python 生態圈的新手來說，它也是一個在使用上足夠簡單的庫。同時它的代碼質量也很高，因為它是由一個活躍的志願者社區開發的，並且通過了 同行評審(peer review)。

scikit-image 的 文檔 非常完善，其中包含了豐富的用例。

可以通過導入 skimage 使用，大部分的功能都可以在它的子模塊中找到。

圖像濾波(image filtering)：

使用 match_template() 方法實現 模板匹配(template matching)：

在 展示頁面 可以看到更多相關的例子。

NumPy 提供了對數組的支持，是 Python 編程的一個核心庫。圖像的本質其實也是一個包含像素數據點的標准 NumPy 數組，因此可以通過一些基本的 NumPy 操作（例如切片、 掩膜(mask)、 花式索引(fancy indexing)等），就可以從像素級別對圖像進行編輯。通過 NumPy 數組存儲的圖像也可以被 skimage 載入並使用 matplotlib 顯示。

在 NumPy 的 官方文檔 中提供了完整的代碼文檔和資源列表。

使用 NumPy 對圖像進行 掩膜(mask)操作：

像 NumPy 一樣， SciPy 是 Python 的一個核心科學計算模塊，也可以用於圖像的基本操作和處理。尤其是 SciPy v1.1.0 中的 scipy.ndimage 子模塊，它提供了在 n 維 NumPy 數組上的運行的函數。SciPy 目前還提供了 線性和非線性濾波(linear and non-linear filtering)、 二值形態學(binary morphology)、 B 樣條插值(B-spline interpolation)、 對象測量(object measurements)等方面的函數。

在 官方文檔 中可以查閱到 scipy.ndimage 的完整函數列表。

使用 SciPy 的 高斯濾波 對圖像進行模糊處理：

PIL (Python Imaging Library) 是一個免費 Python 編程庫，它提供了對多種格式圖像文件的打開、編輯、保存的支持。但在 2009 年之後 PIL 就停止發布新版本了。幸運的是，還有一個 PIL 的積極開發的分支 Pillow ，它的安裝過程比 PIL 更加簡單，支持大部分主流的操作系統，並且還支持 Python 3。Pillow 包含了圖像的基礎處理功能，包括像素點操作、使用內置卷積內核進行濾波、顏色空間轉換等等。

Pillow 的 官方文檔 提供了 Pillow 的安裝說明自己代碼庫中每一個模塊的示例。

使用 Pillow 中的 ImageFilter 模塊實現圖像增強：

OpenCV（Open Source Computer Vision 庫）是計算機視覺領域最廣泛使用的庫之一， OpenCV-Python 則是 OpenCV 的 Python API。OpenCV-Python 的運行速度很快，這歸功於它使用 C/C++ 編寫的後台代碼，同時由於它使用了 Python 進行封裝，因此調用和部署的難度也不大。這些優點讓 OpenCV-Python 成為了計算密集型計算機視覺應用程序的一個不錯的選擇。

入門之前最好先閱讀 OpenCV2-Python-Guide 這份文檔。

使用 OpenCV-Python 中的 金字塔融合(Pyramid Blending)將蘋果和橘子融合到一起：

SimpleCV 是一個開源的計算機視覺框架。它支持包括 OpenCV 在內的一些高性能計算機視覺庫，同時不需要去了解 位深度(bit depth)、文件格式、 色彩空間(color space)之類的概念，因此 SimpleCV 的學習曲線要比 OpenCV 平緩得多，正如它的口號所說，「將計算機視覺變得更簡單」。SimpleCV 的優點還有：

官方文檔 簡單易懂，同時也附有大量的學慣用例。

文檔 包含了安裝介紹、示例以及一些 Mahotas 的入門教程。

Mahotas 力求使用少量的代碼來實現功能。例如這個 Finding Wally 游戲 ：

ITK （Insight Segmentation and Registration Toolkit）是一個為開發者提供普適性圖像分析功能的開源、跨平台工具套件， SimpleITK 則是基於 ITK 構建出來的一個簡化層，旨在促進 ITK 在快速原型設計、教育、解釋語言中的應用。SimpleITK 作為一個圖像分析工具包，它也帶有 大量的組件 ，可以支持常規的濾波、圖像分割、 圖像配准(registration)功能。盡管 SimpleITK 使用 C++ 編寫，但它也支持包括 Python 在內的大部分編程語言。

有很多 Jupyter Notebooks 用例可以展示 SimpleITK 在教育和科研領域中的應用，通過這些用例可以看到如何使用 Python 和 R 利用 SimpleITK 來實現互動式圖像分析。

使用 Python + SimpleITK 實現的 CT/MR 圖像配准過程：

pgmagick 是使用 Python 封裝的 GraphicsMagick 庫。 GraphicsMagick 通常被認為是圖像處理界的瑞士軍刀，因為它強大而又高效的工具包支持對多達 88 種主流格式圖像文件的讀寫操作，包括 DPX、GIF、JPEG、JPEG-2000、PNG、PDF、PNM、TIFF 等等。

pgmagick 的 GitHub 倉庫 中有相關的安裝說明、依賴列表，以及詳細的 使用指引 。

圖像縮放：

邊緣提取：

Cairo 是一個用於繪制矢量圖的二維圖形庫，而 Pycairo 是用於 Cairo 的一組 Python 綁定。矢量圖的優點在於做大小縮放的過程中不會丟失圖像的清晰度。使用 Pycairo 可以在 Python 中調用 Cairo 的相關命令。

Pycairo 的 GitHub 倉庫 提供了關於安裝和使用的詳細說明，以及一份簡要介紹 Pycairo 的 入門指南 。

使用 Pycairo 繪制線段、基本圖形、 徑向漸變(radial gradients)：

以上就是 Python 中的一些有用的圖像處理庫，無論你有沒有聽說過、有沒有使用過，都值得試用一下並了解它們。

via: https://opensource.com/article/19/3/python-image-manipulation-tools

作者： Parul Pandey 選題： lujun9972 譯者： HankChow 校對： wxy