Versuchen Sie es mit Pillow auf iPython (Teil 2)

Kissenarbeitsablauf (2)

  1. Laden Sie das Bild mit Image.open
  2. Gonyo Gonyo das Bild
  3. Speichern Sie das mit Image.save bearbeitete Bild

Lass uns gehen.

python


%pylab inline
from PIL import Image,ImageDraw,ImageFont

Dateiformatkonvertierung

python


#Bild laden
img = Image.open('in-image/lena_std.tif')

#Dateiinformationen anzeigen
print('size    : ', img.size)
print('format  : ', img.format) 
print('mode    : ', img.mode) 
print('palette : ', img.palette) 
print('info    : ', img.info) 

pl_img = np.array(img) ; plt.imshow( pl_img ) #Anzeige

#Dateiformat konvertieren und speichern (automatisch anhand der Erweiterung ermitteln)
img.save('work-image/lena.jpg') 

lena.jpg

Ändern Sie die Größe der Bilddatei

python


img = Image.open('work-image/lena.jpg')

#Dateiinformationen anzeigen
print('size    : ', img.size)
print('format  : ', img.format) 
print('mode    : ', img.mode) 
print('palette : ', img.palette) 
print('info    : ', img.info) 

# 200*Ändern Sie die Größe auf 200
resize_img = img.resize((200,200),Image.ANTIALIAS)

#Dateiinformationen anzeigen
print('size    : ', resize_img.size)
print('format  : ', resize_img.format) 
print('mode    : ', resize_img.mode) 
print('palette : ', resize_img.palette) 
print('info    : ', resize_img.info) 

#Speichern Sie die konvertierten Daten
resize_img.save('work-image/resize_lena.jpg') 

pl_img = np.array(resize_img) ; plt.imshow( pl_img ) #Anzeige

resize_lena.jpg

Bildtrimmen

python


#Die Originaldaten (img) wurden bereits gelesen, also schneiden Sie sie ab
trim_img = img.crop((64,64,448,448))

pl_img = np.array(trim_img) ; plt.imshow( pl_img ) #Anzeige

#Speichern Sie zugeschnittene Daten
trim_img.save('work-image/trim_lena.jpg') 

trim_lena.jpg

↓ Ich habe nbviewer ein Notizbuch gegeben (ich meine, dies ist das Hauptbuch) nbviewer.ipython.org/github/suto3/git-public/blob/master/python/notebook/Pillow-workflow02.ipynb

↓ Klicken Sie hier für die Arbeitsumgebung Aufbau der Kissenumgebung - Virtuelle Umgebung von virtualenv, interaktive Umgebung von iPython - Qiita

Verwenden Sie Pillow auf iPython (Teil 1) --Qiita

Verwenden Sie Pillow auf iPython (Teil 3) --Qiita

Nein, iPython ist einfach w.

Recommended Posts

Versuchen Sie es mit Pillow auf iPython (Teil 1)
Versuchen Sie es mit Pillow auf iPython (Teil 2)
Versuchen Sie es mit Pillow auf iPython (Teil 3).
Versuchen Sie es mit OpenCV unter Windows
Versuchen Sie es mit SQLAlchemy + MySQL (Teil 1)
Versuchen Sie es mit SQLAlchemy + MySQL (Teil 2)
Versuchen Sie es mit ArUco mit Raspberry Pi
Versuchen Sie es mit Bash unter Windows 10 2 (TensorFlow-Installation)
Versuchen Sie es mit Tkinter
Versuchen Sie es mit Docker-Py
Versuchen Sie es mit einem Ausstecher
Versuchen Sie es mit PDFMiner
Versuchen Sie es mit Geopandas
Versuchen Sie es mit Selen
Versuchen Sie es mit scipy
Versuchen Sie es mit pandas.DataFrame
Versuchen Sie es mit Django-Swiftbrowser
Versuchen Sie es mit matplotlib
Versuchen Sie es mit tf.metrics
Versuchen Sie es mit PyODE
Python: Versuchen Sie, die Benutzeroberfläche von Pythonista 3 auf dem iPad zu verwenden
Versuchen Sie es mit dem Python-Webframework Tornado Part 1
Machen Sie Vorhersagen mithilfe der Regression der tatsächlichen Daten ~ Teil1
Versuchen Sie es mit dem Python-Webframework Tornado Part 2
Visualisieren Sie Netzwerkdaten aus IPython Notebook mit Cytoscape Part 1
Versuchen Sie es mit virtualenv (virtualenvwrapper)
Versuchen Sie es mit E-Cell 4 unter Windows 7 oder Mac OS X.
Versuchen Sie es mit dem Temperatursensor (LM75B) mit Raspeye.
[Azure] Versuchen Sie, Azure-Funktionen zu verwenden
Ich habe versucht, Ipython zu verwenden
Versuchen Sie es jetzt mit virtualenv
Versuchen Sie es mit W & B.
Versuchen Sie es mit Django templates.html
[Kaggle] Versuchen Sie es mit LGBM
Versuchen Sie es mit dem Feed-Parser von Python.
Versuchen Sie es mit Pythons Tkinter
Probieren Sie FEniCS unter Windows aus!
Versuchen Sie Poerty unter Windows
Hinweise zur Verwendung von Alembic
Versuchen Sie es mit Tweepy [Python2.7]
Versuchen Sie Deepdream auf dem Mac
Versuchen Sie es mit Pytorchs collate_fn
Bei Verwendung von optparse mit iPython
Versuchen Sie es mit normaler Linux-Programmierung Teil 7
[Python] Versuchen Sie, Tkinters Leinwand zu verwenden
OpenPose auf MacBook Pro Teil 2
Versuchen Sie es mit Jupyters Docker-Image
Versuchen Sie es mit Scikit-Learn (1) - K-Clustering nach Durchschnittsmethode
Versuchen Sie die Funktionsoptimierung mit Hyperopt
Probieren Sie StyleGAN mit Google Colaboratory aus
Stellen Sie iPython unter OSGeo4W zur Verfügung
Versuchen Sie es mit matplotlib mit PyCharm
Versuchen Sie es mit Azure Logic Apps
Versuchen Sie es mit Kubernetes Client -Python-
[Kaggle] Versuchen Sie es mit xg boost
Versuchen Sie es mit der Twitter-API
Versuchen Sie es mit normaler Linux-Programmierung Teil 2
[Django] Hinweise zur Verwendung der Django-Debug-Symbolleiste
Anzeigen von Zeichenfolgen in IPython Notebook