纯Python 综合图像处理小工具 （1），,平时工作经常需要做些

纯Python 综合图像处理小工具 （1），,平时工作经常需要做些

平时工作经常需要做些图像分析，需要给图像分通道，计算各个通道的直方图分布特点，这个事儿photoshop也能做，但是用起来不方便，且需要电脑上安装有PS软件，如果用OpenCV， 更是需要在visual studio上做很多配置工作。本文充分利用python的便携性和轻量级特点，力图实现一个脚本，到处处理的目标。

<使用方法>

          1.将待处理图片命名为1.jpg和本文python脚本文件放入同一文件夹；

 

          2.运行python脚本，可以获得分通道图片及相应的直方图。

 

<效果介绍>

原图：

 

 

分通道显示：

 

 各通道直方图

R通道直方图                                                                                                                                                                                

 

 

G通道直方图  

 

                                           

B通道直方图

 

 

 <源码分析>

本文脚本没有使用OpenCV，全部操作均使用了python自带库函数，实现真正的轻量级。

本文工具默认对jpg格式的图片进行修改，其他格式直接修改脚本中im1 = Image.open("1.jpg")图片后缀即可。 

分通道是直接使用的 r,g,b=im1_sp.split()的， 因只对RGB mode的图像有效，所以im1_sp = im1.convert("RGB")先进行了模式转换。 

直方图绘制是通过 pix = r.load()函数把图像的像素数据进行存储，然后在256级区间进行累加统计，最后使用draw.line函数绘制的。 

工具简单易用，全部代码提供如下，如有问题，欢迎园友反馈！ 

 

<全部源码>

  1  # -*- coding: cp936 -*-
  2  import Image,ImageDraw
  3  import ImageFilter,random,sys
  4  im1 = Image.open("1.jpg")
  5  
  6  ##图像处理##
  7  
  8  #转换为RGB图像
  9  im1_sp = im1.convert("RGB")              
 10 
 11  #将RGB三个通道分开
 12  r,g,b=im1_sp.split()             
 13  
 14  #将RGB分通道图像上色
 15  imd = Image.new("L",im1.size,0)
 16  r_color= Image.merge("RGB",(r,imd,imd))
 17  g_color= Image.merge("RGB",(imd,g,imd))
 18  b_color= Image.merge("RGB",(imd,imd,b))
 19  
 20  #R通道histogram
 21  width, height = r.size
 22  pix = r.load()
 23  a = [0]*256
 24  for w in xrange(width):
 25      for h in xrange(height):
 26          p = pix[w,h]
 27          a[p] = a[p] + 1
 28  s = max(a)
 29  print a,len(a),s     #长度256,a保存的分别是颜色范围0-255出现的次数
 30  r_hist = Image.new(‘RGB‘,(512,512),(255,255,255))  
 31  draw = ImageDraw.Draw(r_hist)  
 32  
 33  for k in range(256):
 34      #print k,a[k],a[k]*200/s
 35      a[k] = a[k]*400/s        #映射范围0-200
 36      source = (2*k,511)           #起点坐标y=255, x=[0,1,2....]
 37      target = (2*k,511-a[k])    #终点坐标y=255-a[x],a[x]的最大数值是200,x=[0,1,2....]
 38      draw.line([source, target], (255,0,0))
 39  
 40  #G通道histogram
 41  width, height = g.size
 42  pix = g.load()
 43  a = [0]*256
 44  for w in xrange(width):
 45      for h in xrange(height):
 46          p = pix[w,h]
 47          a[p] = a[p] + 1
 48  s = max(a)
 49  print a,len(a),s     #长度256,a保存的分别是颜色范围0-255出现的次数
 50  g_hist = Image.new(‘RGB‘,(512,512),(255,255,255))  
 51  draw = ImageDraw.Draw(g_hist)  
 52  
 53  for k in range(256):
 54      #print k,a[k],a[k]*200/s
 55      a[k] = a[k]*400/s        #映射范围0-200
 56      source = (2*k,511)           #起点坐标y=255, x=[0,1,2....]
 57      target = (2*k,511-a[k])    #终点坐标y=255-a[x],a[x]的最大数值是200,x=[0,1,2....]
 58      draw.line([source, target], (0,255,0))
 59  
 60  #B通道histogram
 61  width, height = b.size
 62  pix = b.load()
 63  a = [0]*256
 64  for w in xrange(width):
 65      for h in xrange(height):
 66          p = pix[w,h]
 67          a[p] = a[p] + 1
 68  s = max(a)
 69  print a,len(a),s     #长度256,a保存的分别是颜色范围0-255出现的次数
 70  b_hist = Image.new(‘RGB‘,(512,512),(255,255,255))  
 71  draw = ImageDraw.Draw(b_hist)  
 72  
 73  for k in range(256):
 74      #print k,a[k],a[k]*200/s
 75      a[k] = a[k]*400/s        #映射范围0-200
 76      source = (2*k,511)           #起点坐标y=255, x=[0,1,2....]
 77      target = (2*k,511-a[k])    #终点坐标y=255-a[x],a[x]的最大数值是200,x=[0,1,2....]
 78      draw.line([source, target], (0,0,255))
 79  
 80  im1_mer= Image.merge("RGB",(r,g,b))
 81  
 82  ##图像保存##
 83  
 84  #单通道图保存
 85  r.save("1r.jpg")
 86  g.save("1g.jpg")
 87  b.save("1b.jpg")
 88  
 89  #上色图保存
 90  r_color.save("1rr.jpg")
 91  g_color.save("1gg.jpg")
 92  b_color.save("1bb.jpg")
 93  
 94  #直方图保存
 95  r_hist.save("1r_hist.jpg")
 96  g_hist.save("1g_hist.jpg")
 97  b_hist.save("1b_hist.jpg")
 98  
 99  ##图像显示##
100  
101  #单通道图显示
102  r.show()
103  g.show()
104  b.show()
105  
106  #上色图显示
107  r_color.show()
108  g_color.show()
109  b_color.show()
110  
111  #直方图显示
112  r_hist.show()
113  g_hist.show()
114  b_hist.show() 

 

纯Python 综合图像处理小工具 （1）