Python图像处理入门：Pillow库安装与基础操作指南-代码聚汇网

Python图像处理入门：Pillow库安装与基础操作指南

啊梨梨·2026-07-08·阅读 57 GEO检测（免费）

Python图像处理Pillow库安装图像处理基础

|难度：普通|阅读约 27 分钟

1. PIL/Pillow库的安装与环境配置

Pillow是Python Imaging Library（PIL）的一个活跃分支，提供了强大的图像处理能力。在开始使用前，我们需要确保正确安装和配置环境。

1.1 安装Pillow库

推荐使用pip进行安装，这是最直接的方式：

bash复制pip install pillow

如果你使用的是Anaconda环境，也可以通过conda安装：

bash复制conda install -c conda-forge pillow

注意：不要同时安装PIL和Pillow，它们会产生冲突。Pillow是PIL的替代品，安装时会自动处理兼容性问题。

1.2 验证安装

安装完成后，可以通过Python交互环境验证：

python复制from PIL import Image
print(Image.__version__)

如果看到版本号输出（如"9.0.0"），说明安装成功。如果遇到"No module named 'PIL'"错误，请检查：

Python环境是否正确（特别是使用虚拟环境时）
是否在正确的环境中执行了安装命令
安装过程中是否有错误信息

需要模型API调用？免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。

2. 基础图像操作

2.1 图像加载与保存

最基本的操作是打开和保存图像文件：

python复制from PIL import Image

# 打开图像
img = Image.open("example.jpg")

# 显示图像（需要系统支持）
img.show()

# 保存图像
img.save("output.png")

Pillow支持多种图像格式，包括JPEG、PNG、GIF、BMP等。保存时可以指定格式和质量参数：

python复制img.save("output.jpg", quality=95)  # JPEG质量参数，范围1-95

2.2 图像属性查看

了解图像的基本属性很重要：

python复制print(f"格式: {img.format}")  # JPEG, PNG等
print(f"尺寸: {img.size}")    # (宽度, 高度)
print(f"模式: {img.mode}")    # RGB, L(灰度), CMYK等

2.3 图像模式转换

不同模式间的转换是常见操作：

python复制# 转换为灰度图
gray_img = img.convert("L")

# 转换为RGBA（带透明度）
rgba_img = img.convert("RGBA")

# 模式间转换可能丢失信息，需谨慎操作

3. 图像处理基础

3.1 调整图像大小

调整尺寸是常见需求，有多种方法：

python复制# 简单缩放
resized = img.resize((400, 300))

# 保持宽高比的缩放
from PIL import ImageOps
resized_with_ratio = ImageOps.contain(img, (400, 300))

# 高质量缩略图生成（保持宽高比）
img.thumbnail((400, 300))

提示：直接resize()可能导致图像变形，thumbnail()和ImageOps方法能更好地保持比例。

3.2 裁剪与旋转

python复制# 裁剪矩形区域
box = (100, 100, 400, 400)  # 左,上,右,下
cropped = img.crop(box)

# 旋转图像
rotated_45 = img.rotate(45)  # 逆时针旋转45度
rotated_45_expand = img.rotate(45, expand=True)  # 旋转后调整画布大小

3.3 颜色处理

python复制# 分离颜色通道
r, g, b = img.split()

# 合并通道
merged = Image.merge("RGB", (g, r, b))  # 交换红绿通道

# 调整亮度、对比度等
from PIL import ImageEnhance
enhancer = ImageEnhance.Contrast(img)
high_contrast = enhancer.enhance(2.0)  # 对比度提高2倍

4. 使用ImageDraw进行绘图

ImageDraw模块提供了2D绘图功能，可以创建新图像或修改现有图像。

4.1 创建绘图对象

python复制from PIL import Image, ImageDraw

# 创建新图像
new_img = Image.new("RGB", (500, 500), "white")
draw = ImageDraw.Draw(new_img)

# 在现有图像上绘图
draw_on_existing = ImageDraw.Draw(img)

4.2 基本图形绘制

python复制# 画线
draw.line([(0, 0), (499, 499)], fill="red", width=2)

# 画矩形
draw.rectangle([(100, 100), (400, 400)], outline="blue", width=3)

# 画椭圆
draw.ellipse([(50, 50), (450, 200)], fill="green")

# 画多边形
draw.polygon([(250, 100), (100, 400), (400, 400)], fill="yellow")

# 画文字
from PIL import ImageFont
font = ImageFont.truetype("arial.ttf", 40)
draw.text((50, 50), "Hello Pillow", fill="black", font=font)

4.3 高级绘图技巧

python复制# 带透明度的绘图
rgba_img = Image.new("RGBA", (500, 500), (255, 255, 255, 0))
draw_rgba = ImageDraw.Draw(rgba_img)
draw_rgba.ellipse([(100, 100), (400, 400)], fill=(255, 0, 0, 128))  # 半透明红色

# 绘制圆角矩形（Pillow 8.2.0+）
draw.rounded_rectangle([(50, 50), (450, 450)], radius=30, fill="purple")

# 绘制正多边形
draw.regular_polygon((250, 250, 200), 6, rotation=30, fill="orange")  # 六边形

5. 图像滤镜与特效

Pillow提供了多种内置滤镜，可以轻松实现各种特效。

5.1 使用内置滤镜

python复制from PIL import ImageFilter

# 模糊效果
blurred = img.filter(ImageFilter.BLUR)

# 边缘检测
edges = img.filter(ImageFilter.FIND_EDGES)

# 轮廓效果
contour = img.filter(ImageFilter.CONTOUR)

# 锐化
sharpened = img.filter(ImageFilter.SHARPEN)

# 自定义卷积核
kernel = ImageFilter.Kernel((3, 3), [0, -1, 0, -1, 5, -1, 0, -1, 0])
custom_filter = img.filter(kernel)

5.2 高级图像处理

python复制# 图像合成
overlay = Image.new("RGBA", img.size, (255, 0, 0, 128))
composite = Image.alpha_composite(img.convert("RGBA"), overlay)

# 图像混合
blended = Image.blend(img1.convert("RGB"), img2.convert("RGB"), alpha=0.5)

# 像素级操作
pixels = img.load()
for i in range(img.size[0]):
    for j in range(img.size[1]):
        r, g, b = pixels[i, j]
        pixels[i, j] = (r, g//2, b//2)  # 减少绿色和蓝色分量

6. 实际应用案例

6.1 批量图像处理

Pillow非常适合批量处理图像文件：

python复制import os
from PIL import Image

input_dir = "input_images"
output_dir = "processed_images"

os.makedirs(output_dir, exist_ok=True)

for filename in os.listdir(input_dir):
    if filename.lower().endswith((".jpg", ".png", ".jpeg")):
        with Image.open(os.path.join(input_dir, filename)) as img:
            # 统一处理：调整大小并转为灰度
            img.thumbnail((800, 800))
            gray_img = img.convert("L")
            gray_img.save(os.path.join(output_dir, f"gray_{filename}"))

6.2 生成验证码图片

结合ImageDraw可以轻松生成验证码：

python复制from PIL import Image, ImageDraw, ImageFont
import random
import string

def generate_captcha(width=200, height=80, length=6):
    # 创建空白图像
    img = Image.new("RGB", (width, height), color=(255, 255, 255))
    draw = ImageDraw.Draw(img)
    
    # 生成随机字符
    chars = "".join(random.choices(string.ascii_letters + string.digits, k=length))
    
    # 绘制干扰线和点
    for _ in range(15):
        x1 = random.randint(0, width)
        y1 = random.randint(0, height)
        x2 = random.randint(0, width)
        y2 = random.randint(0, height)
        draw.line([(x1, y1), (x2, y2)], fill=(random.randint(0, 255), random.randint(0, 255), random.randint(0, 255)))
    
    for _ in range(100):
        x = random.randint(0, width)
        y = random.randint(0, height)
        draw.point((x, y), fill=(random.randint(0, 255), random.randint(0, 255), random.randint(0, 255)))
    
    # 绘制文字
    font = ImageFont.truetype("arial.ttf", 36)
    text_width, text_height = draw.textsize(chars, font=font)
    
    for i, char in enumerate(chars):
        x = 20 + i * 30 + random.randint(-5, 5)
        y = 20 + random.randint(-5, 5)
        draw.text((x, y), char, font=font, fill=(random.randint(0, 150), random.randint(0, 150), random.randint(0, 150)))
    
    # 扭曲变形
    img = img.transform(img.size, Image.AFFINE, (1, 0.3, 0, -0.1, 1, 0))
    
    return img, chars

captcha_img, captcha_text = generate_captcha()
captcha_img.save("captcha.png")

6.3 制作图片水印

为图片添加水印是常见需求：

python复制def add_watermark(input_path, output_path, watermark_text, opacity=0.5):
    base_image = Image.open(input_path).convert("RGBA")
    watermark = Image.new("RGBA", base_image.size, (0, 0, 0, 0))
    
    # 创建绘图对象
    draw = ImageDraw.Draw(watermark)
    
    # 计算文字大小和位置
    font = ImageFont.truetype("arial.ttf", 40)
    text_width, text_height = draw.textsize(watermark_text, font=font)
    
    # 在整个图像上平铺水印
    for x in range(0, base_image.size[0], text_width + 50):
        for y in range(0, base_image.size[1], text_height + 50):
            draw.text((x, y), watermark_text, font=font, fill=(255, 255, 255, int(255 * opacity)))
    
    # 合并图像
    watermarked = Image.alpha_composite(base_image, watermark)
    watermarked.convert("RGB").save(output_path)

add_watermark("original.jpg", "watermarked.jpg", "Confidential", 0.3)

7. 性能优化与高级技巧

7.1 处理大图像

处理大图像时，内存可能成为瓶颈。可以采用分块处理的方式：

python复制def process_large_image(input_path, output_path, block_size=1024):
    with Image.open(input_path) as img:
        width, height = img.size
        
        # 创建输出图像
        output = Image.new(img.mode, img.size)
        
        # 分块处理
        for x in range(0, width, block_size):
            for y in range(0, height, block_size):
                box = (x, y, min(x + block_size, width), min(y + block_size, height))
                block = img.crop(box)
                
                # 处理图像块（示例：转为灰度）
                processed_block = block.convert("L")
                
                # 将处理后的块放回输出图像
                output.paste(processed_block, box)
        
        output.save(output_path)

7.2 使用Numpy加速处理

Pillow与Numpy配合可以显著提高处理速度：

python复制import numpy as np
from PIL import Image

def numpy_processing(input_path, output_path):
    # 将图像转为numpy数组
    img = Image.open(input_path)
    img_array = np.array(img)
    
    # 使用numpy进行高效处理（示例：反转颜色）
    processed_array = 255 - img_array
    
    # 将numpy数组转回图像
    processed_img = Image.fromarray(processed_array)
    processed_img.save(output_path)

7.3 多线程处理

对于批量处理任务，可以使用多线程提高效率：

python复制from concurrent.futures import ThreadPoolExecutor
import os

def process_image_file(input_path, output_path):
    try:
        with Image.open(input_path) as img:
            img.thumbnail((800, 800))
            img.save(output_path)
        return True
    except Exception as e:
        print(f"Error processing {input_path}: {str(e)}")
        return False

def batch_process(input_dir, output_dir, max_workers=4):
    os.makedirs(output_dir, exist_ok=True)
    tasks = []
    
    for filename in os.listdir(input_dir):
        if filename.lower().endswith((".jpg", ".png", ".jpeg")):
            input_path = os.path.join(input_dir, filename)
            output_path = os.path.join(output_dir, filename)
            tasks.append((input_path, output_path))
    
    with ThreadPoolExecutor(max_workers=max_workers) as executor:
        results = list(executor.map(lambda x: process_image_file(*x), tasks))
    
    print(f"Processed {sum(results)}/{len(tasks)} images successfully")

8. 常见问题与解决方案

8.1 安装与导入问题

问题1：ImportError: No module named 'PIL'

确保安装了pillow而不是PIL
检查Python环境是否正确
尝试重新安装：pip uninstall pillow && pip install pillow

问题2：OSError: cannot open resource

通常发生在使用ImageFont时找不到字体文件
确保提供了正确的字体路径
可以使用系统默认字体：ImageFont.load_default()

8.2 图像处理问题

问题3：图像保存后质量下降

对于JPEG，使用quality参数（1-95，默认75）
对于PNG，可以使用optimize=True参数
避免多次保存JPEG图像，每次保存都会损失质量

问题4：处理大图像时内存不足

使用分块处理技术（见7.1节）
考虑降低图像分辨率或使用更高效的数据类型
对于批处理，及时关闭不再需要的图像对象

8.3 跨平台问题

问题5：在不同系统上表现不一致

字体处理在不同平台上可能有差异
某些功能（如ImageShow）依赖于系统工具
颜色管理在不同平台上可能不同

问题6：处理透明图像时出现问题

确保使用RGBA模式处理透明图像
注意paste()方法的mask参数使用
保存为支持透明的格式（如PNG）

在实际项目中，我发现Pillow虽然功能强大，但在处理超大图像或需要高性能的场景下可能会遇到瓶颈。这时可以考虑结合其他库如OpenCV或专门的高性能图像处理库。另外，Pillow的文档非常全面，遇到问题时查阅官方文档通常能找到解决方案。