基本介绍：
Pillow 是 Python 中较为基础的图像处理库，主要用于图像的基本处理，比如裁剪图像、调整图像大小和图像颜色处理等。与 Pillow 相比，OpenCV 和 Scikit-image 的功能更为丰富，所以使用起来也更为复杂，主要应用于机器视觉、图像分析等领域，比如众所周知的“人脸识别”应用 。
Image模块：
Image模块是PIL最基本的模块，其中导出了Image类，一个Image类实例对象就对应了一副图像。同时，Image模块还提供了很多有用的函数。
本文只是初步学习了一些用法与实际操作。
基础函数：
| 函数名 | 简介 |
|---|---|
| open() | 打开图片 |
| save("test.gif","GIF") | 保存（新图片路径和名称，保存格式） |
| show() | 显示图片 |
| size | 是img图片对象的成员数据，是一个元组，包含了像素宽度和像素高度 |
| Image.new() | 生成新的图片 |
| getpixel((1,1)) | 获取像素点（1，1）三通道信息 |
| putpixel() | 设置像素点三通道信息 |
基础运用：
加载图片
from PIL import Image
pic=Image.open('test.jpg') #打开图片:打开'test.jpg'，将文件数据返给img图片对象
pic.show() #显示pic中的图片内容
x,y=pic.size #获取图片的像素宽度与高度
print(x*y) #获取图片的像素点数
遍历img图片的每一个像素并操作的程序框架
x,y = img.size
for i in range(x):
for j in range(y):
img图片对象是三通道的，每个像素点包含红、绿、蓝三种通道的信息。
img.getpixel()接受一个包含像素点坐标的元组作为传入参数，并传回该点的三通道值。注意传入的是元组，所以不要漏写函数接口括号和元组本身的括号
例如img.getpixel((12,12))就代表了(12,12)的像素点的三通道信息
编辑图片
pic = Image.new() 生成新的图片对象pic（传入两个参数，第一个是模式字符串(‘L’是8位像素黑白灰色，'RGB'是真彩色)，第二个是大小元组）
pic = Image.new('L', (80, 100))
pic=Image.new("RGB",(MAX,MAX))
pic.putpixel()设置像素点的三通道信息（传入两个参数，第一个是坐标元组，第二个是颜色，单通道颜色是一个数值(0是黑色)，多通道颜色是一个元组）
L: pic.putpixel((i, j), 0)
RGB: pic.putpixel([x,y],(0,0,0))
实例：
0 1转化为二维码
from PIL import Image
MAX = 25 #数字的长度为一个整数的平方(如25^2=625，因为01的总数量为625)
pic = Image.new("RGB",(MAX, MAX))
str = "1111111000100001101111111100000101110010110100000110111010100000000010111011011101001000000001011101101110101110110100101110110000010101011011010000011111111010101010101111111000000001011101110000000011010011000001010011101101111010101001000011100000000000101000000001001001101000100111001111011100111100001110111110001100101000110011100001010100011010001111010110000010100010110000011011101100100001110011100100001011111110100000000110101001000111101111111011100001101011011100000100001100110001111010111010001101001111100001011101011000111010011100101110100100111011011000110000010110001101000110001111111011010110111011011"
i=0
for y in range(MAX):
for x in range(MAX):
if str[i]=='1':
pic.putpixel([x,y],(0,0,0))
else:
pic.putpixel([x,y],(255,255,255))
i+=1
pic.save('out.png')
像素点三通道信息转二维码
同样的思想，先转01，再转图片
qr.txt部分内容
(0, 0, 0)
(0, 0, 0)
(0, 0, 0)
(255, 255, 255)
(255, 255, 255)
from PIL import Image
pixel = open('qr.txt','r').readlines();
res = "";
for i in pixel:
i = i.strip('\n') #strip()方法用于移除字符串头部、尾部指定字符
# print(i)
if i == "(255, 255, 255)":
res += '1';
elif i == "(0, 0, 0)":
res += '0';
n=0
MAX=200
pic = Image.new("RGB",(MAX, MAX))
for y in range(MAX):
for x in range(MAX):
if res[n]=='1':
pic.putpixel([x,y],(255,255,255))
else:
pic.putpixel([x,y],(0,0,0))
n+=1
pic.save('input.png','png')
结合itertools更便捷
import itertools
from PIL import Image
max = 200
file = open("qr.txt", "r")
img = Image.new("RGB", (max, max))
for y, x in itertools.product(range(max), range(max)):
pixel = eval(file.readline()) #将字符串当成有效的表达式来求值，并返回计算结果
img.putpixel([x, y], pixel)
img.save('input.png','png')
itertools.product():以元组的形式，根据输入的可遍历对象生成笛卡尔积
实例：
import itertools
max=3
for x,y in itertools.product(range(max),range(max)):
print(x,y)
result:
0 0
0 1
0 2
1 0
1 1
1 2
2 0
2 1
2 2