如何使用 PIL 在 python 中分析位图图像？答案

【问题标题】：How to analyse bitmap image in python, using PIL?如何使用 PIL 在 python 中分析位图图像？
【发布时间】：2013-09-27 09:54:42
【问题描述】：

我想知道你如何使用 Python Imaging Library 分析一个简单的位图图像（比如位图在顶部有一条粗黑线），以告诉程序图像的顶部是。可能会在找到黑线时输出一条消息。

任何示例代码都会有很大帮助。

【问题讨论】：

标签： python image bitmap python-imaging-library analysis

【解决方案1】：

您可以将图片转换为 rgb，即（红、蓝、绿）。例如，从这里获取一张图片：

https://github.com/panditarevolution/PIL_Play/blob/master/blackline.jpg

import PIL

# The conversion should work equally with a bitmap
img = PIL.Image.open("blackline.jpg")
rgb_im = img.convert('RGB')

rgb_im.size

这将返回以像素数为单位的大小：(680,646)。您可以使用rgb_im.getpixel((x,y)) 查询单个像素的颜色，其中x 是水平的，y 是垂直的，我相信从上到下。

所以要检查第一行是否全黑（或大部分是黑色），你可以这样做：

# Get the first row rgb values
first_row = [rgb_im.getpixel((i,0)) for i in range(rgb_im.size[0])]
# Count how many pixels are black. Note that jpg is not the cleanest of all file formats. 
# Hence converting to and from jpg usually comes with some losses, i.e. changes in pixel values. 
first_row.count((0,0,0)) # --> 628
len(first_row) #--> 680

628/680 = 第一行中 92% 的像素是黑色的。

让我们用set(first_row) 检查第一行中所有出现的颜色，这给了我：

{(0, 0, 0),
 (0, 0, 2),
 (0, 1, 0),
 (1, 0, 0),
 (1, 1, 1),
 (2, 2, 0),
 (2, 2, 2),
 (4, 4, 2),
 (4, 4, 4),
 (5, 5, 3),
 (5, 7, 6),
 (6, 6, 4),
 (7, 7, 5),
 (14, 14, 12),
 (14, 14, 14),
 (35, 36, 31),
 (52, 53, 48),
 (53, 54, 46),
 (63, 64, 59),
 (64, 65, 60),
 (66, 67, 61),
 (68, 69, 61),
 (76, 77, 71),
 (79, 82, 65),
 (94, 96, 83),
 (96, 98, 87),
 (99, 101, 90),
 (101, 103, 92)}

因此，即使有大约 8% 的非黑色像素，我们也可以看到其中大部分是非常单色的，即灰色阴影；每种颜色的 rgb 值都非常接近。

这里有一个很好的 PIL 教程： http://effbot.org/imagingbook/

可以在此处找到基本概述： http://infohost.nmt.edu/tcc/help/pubs/pil.pdf

作为奖励，并且不知道它是否好（或者它是否涵盖 PIL），这里有一个免费的“使用 Python 编程计算机视觉”草稿： http://programmingcomputervision.com/

【讨论】：

非常感谢，你解释的很好！