一、基础操作：图像读写与格式处理

 

1. 图像读取与保存（Pillow）：支持主流格式（JPG/PNG/BMP等），读取后返回 Image 对象，保存时自动适配格式。

python

from PIL import Image

# 读取图像

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

# 保存为其他格式

img.save("output.png") # 自动转换格式

 

2. 图像读取与通道转换（OpenCV）：默认读取为 BGR 通道（与Pillow的RGB相反），需手动转换以匹配视觉习惯。

python

import cv2

# 读取图像（BGR格式）

img_bgr = cv2.imread("input.jpg")

# 转换为RGB格式

img_rgb = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2RGB)

# 保存图像

cv2.imwrite("output.jpg", img_bgr) # 需传入BGR格式

 

 

二、核心编辑：尺寸、裁剪与旋转

 

- 调整尺寸：Pillow用 resize() ，OpenCV用 cv2.resize() ，需指定目标尺寸（宽×高）。

python

# Pillow

img_resized = img.resize((800, 600)) # (width, height)

 

# OpenCV

img_resized = cv2.resize(img_bgr, (800, 600)) # (width, height)

 

- 裁剪图像：Pillow通过坐标（左,上,右,下）裁剪，OpenCV用数组切片（行×列，对应高×宽）。

python

# Pillow：裁剪左上角(100,100)到右下角(500,400)的区域

img_cropped = img.crop((100, 100, 500, 400))

 

# OpenCV：裁剪同区域（行：100-400，列：100-500）

img_cropped = img_bgr[100:400, 100:500]

 

- 旋转图像：Pillow用 rotate() （角度为正逆时针），OpenCV需通过旋转矩阵实现。

python

# Pillow：逆时针旋转90度

img_rotated = img.rotate(90)

 

# OpenCV：逆时针旋转90度（更高效）

img_rotated = cv2.rotate(img_bgr, cv2.ROTATE_90_COUNTERCLOCKWISE)

 

 

三、像素级处理：色彩与对比度

 

1. 转为灰度图：移除色彩信息，仅保留亮度通道，是后续分析的基础。

python

# Pillow

img_gray = img.convert("L") # "L"代表灰度模式

 

# OpenCV

img_gray = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2GRAY)

 

2. 调整亮度与对比度：Pillow用 ImageEnhance ，OpenCV通过像素线性变换（ alpha×像素 + beta ，alpha控制对比度，beta控制亮度）。

python

# Pillow

from PIL import ImageEnhance

enhancer = ImageEnhance.Brightness(img)

img_bright = enhancer.enhance(1.5) # 1.5倍亮度（<1变暗，>1变亮）

 

# OpenCV：对比度1.2，亮度+30

img_adjusted = cv2.convertScaleAbs(img_bgr, alpha=1.2, beta=30)

 

 

四、高级技巧：滤镜与边缘检测

 

- 添加滤镜（Pillow）：内置模糊、锐化等滤镜，通过 ImageFilter 调用。

python

from PIL import ImageFilter

# 高斯模糊（半径越大越模糊）

img_blur = img.filter(ImageFilter.GaussianBlur(radius=5))

# 锐化

img_sharp = img.filter(ImageFilter.SHARPEN)

 

- 边缘检测（OpenCV）：用 Canny() 函数，需指定高低阈值（阈值越低检测边缘越细）。

python

# 灰度图是边缘检测的前提

img_gray = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2GRAY)

# Canny边缘检测

edges = cv2.Canny(img_gray, threshold1=50, threshold2=150)

 

 

五、批量处理图像

 

借助 os 库遍历文件夹，批量执行上述操作（以“批量调整尺寸”为例）：

 

python

import os

from PIL import Image

 

input_dir = "images/" # 输入文件夹

output_dir = "resized_images/" # 输出文件夹

os.makedirs(output_dir, exist_ok=True) # 确保输出文件夹存在

 

# 遍历所有图像文件

for filename in os.listdir(input_dir):

    if filename.endswith((".jpg", ".png", ".jpeg")):

        img_path = os.path.join(input_dir, filename)

        img = Image.open(img_path)

        # 批量调整为600×400

        img_resized = img.resize((600, 400))

        # 保存到输出文件夹

        img_resized.save(os.path.join(output_dir, filename))