Python图像处理库PIL的ImagePath模块被用于存储和操作二维向量数据

Python图像处理库PIL的ImagePath模块被用于存储和操作二维向量数据

ImagePath模块被用于存储和操作二维向量数据。Path对象会被传递到ImageDraw模块中。

一、ImagePath模块的函数

1、 Path

定义：ImagePath.Path(coordinates) ? Path instance

含义：创建一个path对象。坐标列表可以是任何形式的序列对象，其包括二元组[(x,y),…]或者数值[x,y,…]。

用户也可以从另一个path对象中创建一个新的path对象。

在1.1.6及其以后的版本中，用户也可以进入任何实现了python buffer API的对象。这个buffer应该提供读操作，并且containC floats in machine byte order。

Path对象实现了大多数python的序列接口，像一个(x,y)对的序列。用户可以使用len()函数，访问其内部项，切分。但是，当前的版本不支持切分对齐，或者内部项和切分块删除。

二、ImagePath模块的方法

1、 Compact

定义：p.compact(distance=2) ? count

含义：通过去除彼此接近的点压缩这path。这个方法会修改path本身，返回删除掉的点的个数。

变量distance按照城市距离来计算，默认为两个像素点。

例子：

>>> from PIL importImagePath

>>> path =ImagePath.Path((0,0,1,1,2,2,3,3,4,4,4,4,5,5,5,5,6,6))

>>> len(path)

9

>>> path.compact(2)

2

>>> len(path)

7

通过该函数，将path对象中的(4,4,4,4,5,5,5,5)进行了压缩，所以path对象的长度减小了2。

2、 Getbbox

定义：p.getbbox() ? 4-tuple

含义：获取path对象的边界框。

例子：

>>> from PIL importImagePath

>>> path= ImagePath.Path((0,0,1,1,2,2,3,3,4,4,4,4,5,5,5,5,6,6))

>>> len(path)

9

>>> path.getbbox()

(0.0, 0.0, 6.0, 6.0)

对于坐标组(0,0,1,1,2,2,3,3,4,4,4,4,5,5,5,5,6,6)，它的左上角为(0,0)，右下角为(6，6)，所以该方法返回的四元组为(0.0,0.0, 6.0, 6.0)。

3、 Map

定义：p.map(function)

含义：通过变量function指定的函数映射path对象。

例子：

该例子还需要再研究一下。

4、 Tolist

定义：p.tolist() ? list

含义：将path对象转换为python list[(x,y),…]。

例子：

>>> from PIL importImagePath

>>> path =ImagePath.Path((0,0,1,1,2,2,3,3,4,4,4,4,5,5,5,5,6,6))

>>> path.tolist()

[(0.0, 0.0), (1.0, 1.0), (2.0,2.0), (3.0, 3.0), (4.0, 4.0), (4.0, 4.0), (5.0, 5.0), (5.0, 5.0), (6.0, 6.0)]

5、 Transform

定义：p.transform(matrix)

含义：使用仿射变换对path对象进行转换。变量matrix为六元组，且按照下面的方式进行操作：

xOut = xIn * a + yIn * b + c

yOut = xIn * d + yIn * e + f

例子：

>>> from PIL importImagePath

>>> path =ImagePath.Path((0,0,1,1,2,2,3,3,4,4,4,4,5,5,5,5,6,6))

>>> path.tolist()

[(0.0, 0.0), (1.0, 1.0), (2.0,2.0), (3.0, 3.0), (4.0, 4.0), (4.0, 4.0), (5.0, 5.0), (5.0, 5.0), (6.0, 6.0)]

>>>path.transform((2,3,1,3,2,2))

>>> path.tolist()

[(1.0, 2.0), (6.0, 7.0), (11.0,12.0), (16.0, 17.0), (21.0, 22.0), (21.0, 22.0), (26.0, 27.0), (26.0, 27.0),(31.0, 32.0)]