python 版本 3.x

首先安装 PIL

由于PIL仅支持到Python 2.7，加上年久失修，于是一群志愿者在PIL的基础上创建了兼容的版本，名字叫Pillow，支持最新Python 3.x，又加入了许多新特性，因此，我们可以直接安装使用Pillow。

所以 安装：

pip install pillow

获取像素点

import numpy as np

from PIL import Image

img = Image.open("./b.png").convert('RGBA')

a_img = np.asarray(img)

获取的图片像素为 一个二维数组，相当于是二维左边系， x ,y 然后里面存了一个元组 值分别为 r g b a

分别计算改变了像素值之后，就需要将数据写入到图片了，这个时候就需要 matplotlib

import matplotlib.pyplot as plt

plt.figure("beauty") # 开启图层，名称为 beauty

plt.imshow(a_img) # 二维数组的数据

plt.axis('off')

#plt.show()

plt.savefig("./result.png")

下面给出一个完整的 demo

需要将两张图片合并计算，并输出结果：

将上面两个图片合并

from PIL import Image

import numpy as np

import matplotlib.pyplot as plt

def modeSuperposition(basePixel,mixPixel,alpha):

basePixel = int(basePixel)

mixPixel = int(mixPixel);

res=0

if basePixel <= 128 :

res = int(mixPixel) * int(basePixel) / 128;

else:

res = 255 - (255 - mixPixel)*(255 - basePixel) / 128;

a = alpha / 255;

if a > 1:

a = 1

res = (1-a)*basePixel + a*res

t = int(res)&-256

if t == 0:

return int(res)

if res > 255:

return 255

return 0

def mergePoint(x,y):

p1 = img1[x][y]

p2 = img2[x][y]

p1[1] = modeSuperposition(p1[0],p2[0],p2[3])

p1[2] = modeSuperposition(p1[1],p2[1],p2[3])

p1[3] = modeSuperposition(p1[2],p2[2],p2[3])

imgA = Image.open('./b.png')

img1=np.array(imgA.convert('RGBA')) #打开图像并转化为数字矩

img2=np.array(Image.open("./light.png").convert('RGBA'))

i = len(img1);

j = len(img1[0]);

for k in range(0,len(img2)):

for n in range(0,len(img2[0])):

if k < i and n < j:

mergePoint(k,n)

#img = Image.new("RGBA",imgA.size)###创建一个5*5的图片

plt.figure("beauty") # 开启图层，名称为 beauty

plt.imshow(img1) # 二维数组的数据

plt.axis('off')

#plt.show()

plt.savefig("./result.png")

结果如下：

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我们。

本文标题: python使用PIL和matplotlib获取图片像素点并合并解析

本文地址: http://www.cppcns.com/jiaoben/python/273238.html