?

一、實驗介紹

??圖像處理在深度學習領域中起到了至關重要的作用，Python Imaging Library（PIL）作為一種主流的圖像處理庫，為圖像的讀取、處理和增強提供了豐富的功能。

??本實驗將介紹 PIL 的基本用法，主要包括圖像讀取、寫入、復制、粘貼、幾何變換以及圖像增強、圖像濾波等方面。

Pillow v2.4.0 (PIL fork)

二、實驗環境

??本系列實驗使用了PyTorch深度學習框架，相關操作如下：

1. 配置虛擬環境

conda create -n DL python=3.7 

conda activate DL

pip install torch==1.8.1+cu102 torchvision==0.9.1+cu102 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

conda install matplotlib

 conda install scikit-learn

2. 庫版本介紹

軟件包	本實驗版本	目前最新版
matplotlib	3.5.3	3.8.0
numpy	1.21.6	1.26.0
python	3.7.16
scikit-learn	0.22.1	1.3.0
torch	1.8.1+cu102	2.0.1
torchaudio	0.8.1	2.0.2
torchvision	0.9.1+cu102	0.15.2

三、實驗內容

0. 安裝 PIL 庫

??可以使用以下命令：

pip install pillow

1. 圖像讀取和寫入

??下面，我將介紹如何使用 PIL 的 Image.open 方法讀取圖像，并使用 display 方法顯示圖像。展示了如何使用 save 方法將圖像保存到設備上、使用 Image.new 構建新的圖像。

a. 圖像讀取

from PIL import Image# we can use open api to load image data 
img = Image.open('qomolangma.jpg')
print(img.format,img.size)
# show your image
display(img)

b. 圖像寫入

import os# we can utilize save() to write current image to device.
file_name = 'qomolangmah.jpg'
img.save(file_name)
print(os.path.join(os.getcwd(),file_name))

c. 構建新圖像

image_new = Image.new('RGB', (50, 50), 'red')
display(image_new)
file_name = 'new.png'
image_new.save(file_name)
print(os.path.join(os.getcwd(), file_name))

2. 圖像復制粘貼

??PIL 提供了靈活的圖像復制和粘貼功能，下面我將介紹全局級別和局部級別的圖像復制，以及使用 crop 方法進行局部圖像復制。此外，還有圖像的粘貼和合并操作。

a. 圖像復制

img = Image.open('qomolangma.jpg')
img_copy = img.copy()
display(img_copy)

b. 圖像局部復制

rect = (0, 0, 100, 100)
img_copy_local = img.crop(rect)
display(img_copy_local)

c. 圖像粘貼

img_new = Image.open('new.png')
box = (10, 10, 60, 60)
img.paste(img_new, box)
display(img)

3. 幾何變換

??圖像的幾何變換是圖像處理中的重要任務之一，下面我將詳細介紹圖像的調整大小、旋轉和翻轉操作。

a. 圖像調整大小

img = Image.open('qomolangma.jpg')
print(img.size)
img_resize = img.resize((512, 224))
print(img_resize.size)

b. 圖像旋轉

img_rotate = img.rotate(45)
display(img_rotate)

或使用：

img_rotate = img.transpose(Image.ROTATE_90)
img_rotate = img.transpose(Image.ROTATE_180)
img_rotate = img.transpose(Image.ROTATE_270)
display(img_rotate)

c. 圖像翻轉

img_flip = img.transpose(Image.FLIP_LEFT_RIGHT)
display(img_flip)

4. 圖像增強

??PIL 提供了 ImageEnhance 和 ImageFilter等 模塊，用于圖像的亮度、顏色、對比度和銳度的增強。下面，我將通過示例演示如何使用這些模塊進行圖像增強。

a. 圖像亮度增強

from PIL import ImageEnhanceimg = Image.open('qomolangma.jpg')
img_bri = ImageEnhance.Brightness(img)
img_bri_enh = img_bri.enhance(factor=0.5) # factor is from 0 to 1. 
display(img_bri_enh)

b. 圖像顏色增強

img_col = ImageEnhance.Color(img)
img_col_enh = img_col.enhance(factor=1.5)  # factor is from 0 to postive infinity
display(img_col_enh)

c. 圖像對比度增強

img_con = ImageEnhance.Contrast(img)
img_con_enh = img_con.enhance(factor=1.5)  # factor is from 0 to postive infinity
display(img_con_enh)

d. 圖像銳度增強

img_sha = ImageEnhance.Sharpness(img)
img_sha_enh = img_sha.enhance(factor=1.5)  # factor is from 0 to 2
display(img_sha_enh)

5. 圖像濾波

??PIL 的 ImageFilter 模塊提供了多種濾波操作，如浮雕（EMBOSS）和輪廓（CONTOUR）等。

a. 圖像濾波 - 浮雕

from PIL.ImageFilter import EMBOSS, CONTOURimg_1 = img.filter(EMBOSS)
display(img_1)

b. 圖像濾波 - 輪廓

img_2 = img.filter(CONTOUR)
display(img_2)