Pillow 高级图像处理

超越基础，解锁 专业级图像处理 技巧（合成、滤镜、蒙版、颜色分析、批量自动化）

1. 透明图像合成（Alpha 贴图）

from PIL import Image

# 背景图
bg = Image.open("background.jpg").convert("RGBA")

# 前景图（带透明度）
overlay = Image.open("logo.png").convert("RGBA")
overlay = overlay.resize((200, 200), Image.LANCZOS)

# 粘贴（使用 overlay 自身作为 mask）
bg.paste(overlay, (50, 50), overlay)  # 关键：第三个参数是 mask

bg.save("composite.png")

核心：paste(image, position, mask) → mask 决定透明区域

2. 渐变透明水印（高级防盗）

from PIL import Image, ImageDraw, ImageFont
import numpy as np

def add_gradient_watermark(img_path, text="© 2025", opacity=80):
    img = Image.open(img_path).convert("RGBA")
    watermark = Image.new("RGBA", img.size, (255,255,255,0))

    draw = ImageDraw.Draw(watermark)
    font = ImageFont.truetype("simhei.ttf", 60)

    # 计算文字位置
    bbox = draw.textbbox((0,0), text, font=font)
    w = bbox[2] - bbox[0]
    h = bbox[3] - bbox[1]
    x = img.width - w - 50
    y = img.height - h - 50

    # 创建渐变蒙版
    mask = Image.new("L", img.size, 0)
    mask_draw = ImageDraw.Draw(mask)
    for i in range(0, 255, 5):
        alpha = int(opacity * (255-i)/255)
        mask_draw.rectangle([i, i, img.width-i, img.height-i], fill=alpha)

    # 绘制文字到蒙版
    draw.text((x, y), text, font=font, fill=(255,255,255,200))

    # 合成
    result = Image.composite(img, watermark, mask)
    return result.convert("RGB")

# 使用
result = add_gradient_watermark("photo.jpg")
result.save("watermarked_pro.jpg")

3. 自定义滤镜（卷积核）

from PIL import ImageFilter

# 3x3 锐化核
sharpen_kernel = ImageFilter.Kernel(
    (3, 3),
    [-1, -1, -1,
     -1,  9, -1,
     -1, -1, -1],
    scale=1, offset=0
)

img = Image.open("input.jpg")
sharp = img.filter(sharpen_kernel)
sharp.save("custom_sharpen.jpg")

常用卷积核

效果	核
浮雕	`[-2,-1,0, -1,1,1, 0,1,2]`
边缘检测	`[-1,-1,-1, -1,8,-1, -1,-1,-1]`
高斯模糊（近似）	`[1,2,1, 2,4,2, 1,2,1]` → `scale=16`

4. 颜色替换（换色）

from PIL import Image
import numpy as np

def replace_color(img_path, old_color, new_color, threshold=30):
    img = Image.open(img_path).convert("RGBA")
    data = np.array(img)

    # 构造颜色掩码
    r, g, b = old_color[:3]
    mask = (
        (abs(data[:,:,0] - r) < threshold) &
        (abs(data[:,:,1] - g) < threshold) &
        (abs(data[:,:,2] - b) < threshold)
    )

    # 替换颜色（保留透明度）
    data[mask] = new_color + (data[mask, 3],)  # 保留原 alpha

    result = Image.fromarray(data)
    return result

# 示例：把红色换成蓝色
img = replace_color("tshirt.png", (255,0,0), (0,0,255))
img.save("tshirt_blue.png")

5. 智能蒙版合成（人像抠图）

def paste_with_mask(background_path, foreground_path, mask_path, position=(0,0)):
    bg = Image.open(background_path).convert("RGBA")
    fg = Image.open(foreground_path).convert("RGBA")
    mask = Image.open(mask_path).convert("L")  # 灰度蒙版

    # 调整大小
    fg = fg.resize(mask.size)

    bg.paste(fg, position, mask)
    return bg

# 使用
result = paste_with_mask("bg.jpg", "person.png", "person_mask.png", (100, 50))
result.save("cutout.png")

6. 图像直方图分析

from PIL import ImageStat

img = Image.open("photo.jpg").convert("RGB")
stat = ImageStat.Stat(img)

print("亮度均值:", stat.mean)        # [R, G, B]
print("标准差:", stat.stddev)
print("中位数:", stat.median)
print("极值:", stat.extrema)         # [(minR,maxR), ...]

自动曝光校正

def auto_exposure(img):
    stat = ImageStat.Stat(img)
    target = 128  # 目标亮度
    factor = target / np.mean(stat.mean)
    return ImageEnhance.Brightness(img).enhance(factor)

img = auto_exposure(Image.open("dark.jpg"))
img.save("auto_exposure.jpg")

7. 批量处理 + 多线程

import os
from PIL import Image
from concurrent.futures import ThreadPoolExecutor

def process_image(filepath, output_dir, size=(800, None)):
    try:
        img = Image.open(filepath)
        if size[1] is None:  # 等比缩放
            img.thumbnail((size[0], 10000))
        else:
            img = img.resize(size)

        name = os.path.basename(filepath)
        img.save(os.path.join(output_dir, name), quality=90)
        print(f"处理完成: {name}")
    except Exception as e:
        print(f"错误: {filepath} - {e}")

# 批量处理
input_dir = "raw/"
output_dir = "processed/"
os.makedirs(output_dir, exist_ok=True)

files = [os.path.join(input_dir, f) for f in os.listdir(input_dir) if f.endswith(('.jpg', '.png'))]

with ThreadPoolExecutor(max_workers=4) as executor:
    executor.map(lambda f: process_image(f, output_dir), files)

8. 生成缩略图 + 智能裁剪（方形）

def smart_thumbnail(img, size=300):
    img = img.convert("RGB")
    w, h = img.size

    # 1. 缩放到短边为 size
    if w < h:
        img = img.resize((size, int(h*size/w)), Image.LANCZOS)
    else:
        img = img.resize((int(w*size/h), size), Image.LANCZOS)

    # 2. 中心裁剪为正方形
    w, h = img.size
    left = (w - size) // 2
    top = (h - size) // 2
    img = img.crop((left, top, left+size, top+size))

    return img

# 使用
thumb = smart_thumbnail(Image.open("photo.jpg"))
thumb.save("thumb.jpg")

9. 动态生成验证码

import random
from PIL import Image, ImageDraw, ImageFont, ImageFilter

def generate_captcha(text="AB12", size=(200, 80)):
    img = Image.new("RGB", size, "white")
    draw = ImageDraw.Draw(img)
    font = ImageFont.truetype("arial.ttf", 40)

    # 随机颜色文字
    for i, char in enumerate(text):
        x = 20 + i * 40 + random.randint(-10, 10)
        y = 15 + random.randint(-10, 10)
        color = (random.randint(0,150), random.randint(0,150), random.randint(0,150))
        draw.text((x, y), char, font=font, fill=color)

    # 干扰线
    for _ in range(10):
        x1, y1 = random.randint(0, size[0]), random.randint(0, size[1])
        x2, y2 = random.randint(0, size[0]), random.randint(0, size[1])
        draw.line([(x1,y1), (x2,y2)], fill=(100,100,100), width=1)

    # 轻微模糊
    img = img.filter(ImageFilter.GaussianBlur(0.5))

    return img

captcha = generate_captcha("Xy9K")
captcha.save("captcha.png")

10. 图像相似度检测（感知哈希）

from PIL import Image
import numpy as np

def phash(img, hash_size=8):
    img = img.convert("L").resize((hash_size, hash_size), Image.LANCZOS)
    pixels = np.array(img).flatten()
    avg = pixels.mean()
    return ''.join('1' if p > avg else '0' for p in pixels)

def hamming_distance(s1, s2):
    return sum(c1 != c2 for c1, c2 in zip(s1, s2))

# 比较两张图
img1 = Image.open("a.jpg")
img2 = Image.open("b.jpg")
dist = hamming_distance(phash(img1), phash(img2))
print(f"汉明距离: {dist} (越小越相似，<10 通常为同一图)")

高级技巧总结表

功能	关键 API
透明合成	`paste(..., mask)`
渐变蒙版	`Image.composite()`
自定义滤镜	`ImageFilter.Kernel()`
颜色替换	`numpy` + `Image.fromarray()`
直方图分析	`ImageStat.Stat()`
多线程批量	`ThreadPoolExecutor`
智能缩略图	`thumbnail()` + `crop()`
验证码	`random` + `GaussianBlur`
相似度检测	`phash` + 汉明距离

一键运行完整示例

# 保存为 advanced_pillow.py
from PIL import Image, ImageDraw, ImageFont, ImageFilter
import numpy as np

img = Image.open("input.jpg").convert("RGBA")

# 1. 智能缩略图
thumb = img.copy()
thumb.thumbnail((300, 300))
w, h = thumb.size
size = min(w, h)
thumb = thumb.crop(((w-size)//2, (h-size)//2, (w+size)//2, (h+size)//2))

# 2. 添加高级水印
overlay = Image.new("RGBA", img.size, (0,0,0,0))
draw = ImageDraw.Draw(overlay)
font = ImageFont.truetype("simhei.ttf", 50)
draw.text((50, 50), "机密文件", fill=(255,0,0,100), font=font)

# 渐变蒙版
mask = Image.new("L", img.size, 0)
for i in range(200):
    alpha = int(100 * (1 - i/200))
    draw.rectangle([i, i, img.width-i, img.height-i], fill=alpha, outline=alpha)

result = Image.composite(img, overlay, mask)
result = result.convert("RGB")

# 3. 保存
result.save("advanced_output.jpg", quality=95)
thumb.save("thumb.jpg")
print("高级处理完成！")

掌握以上技巧，你已进入 Pillow 高级玩家行列！

需要我为你打包成 命令行工具、Web API 或 GUI 应用 吗？
欢迎继续提问！

Pillow 高级图像处理

Pillow 高级图像处理

1. 透明图像合成（Alpha 贴图）

2. 渐变透明水印（高级防盗）

3. 自定义滤镜（卷积核）

常用卷积核

4. 颜色替换（换色）

5. 智能蒙版合成（人像抠图）

6. 图像直方图分析

自动曝光校正

7. 批量处理 + 多线程

8. 生成缩略图 + 智能裁剪（方形）

9. 动态生成验证码

10. 图像相似度检测（感知哈希）

高级技巧总结表

推荐工具链

一键运行完整示例

Pillow ImageOps 模块

Pillow ImagePath 模块

Pillow ImageColor 模块

Pillow ImageTk 模块

Pillow ImageGrab 模块

Pillow Image 模块

发表回复取消回复

Pillow 高级图像处理

1. 透明图像合成（Alpha 贴图）

2. 渐变透明水印（高级防盗）

3. 自定义滤镜（卷积核）

常用卷积核

4. 颜色替换（换色）

5. 智能蒙版合成（人像抠图）

6. 图像直方图分析

自动曝光校正

7. 批量处理 + 多线程

8. 生成缩略图 + 智能裁剪（方形）

9. 动态生成验证码

10. 图像相似度检测（感知哈希）

高级技巧总结表

推荐工具链

一键运行完整示例

类似文章

发表回复 取消回复

发表回复取消回复