Yastık, Python'un Temel Görüntüleme Kütüphanesidir
Pillow, Python Imaging Library'nin (PIL) modern, aktif olarak bakımı yapılan çatalıdır. Birincil işlevi, doğrudan Python komut dosyalarında sağlam, verimli görüntü işleme yetenekleri sağlamaktır. Harici düzenleyicilere ihtiyaç duymadan düzinelerce görüntü fveyamatını açabilir, değiştirebilir, filtreleyebilir, geliştirebilir ve kaydedebilirsiniz. Örneğin, 100 JPEG görüntüsünü PNG'ye dönüştürmek ve bunları %50'ye yeniden boyutlveırmak 2 saniyeden az sürer optimize edilmiş Yastık işlemleriyle.
Toplu işlemler gerçekleştirmeniz, filigran eklemeniz, meta verileri çıkarmanız veya programlı olarak küçük resimler oluşturmanız gerekiyorsa, Pillow doğrudan cevaptır. Python tabanlı görüntü işleme otomasyon görevlerinin %70'inden fazlası, temel kitaplığı olarak Pillow'u kullanıyor PyPI indirme istatistiklerine göre.
Pillow'u etkili bir şekilde kullanmak için temel iş akışını anlamalısınız: aç → işlem → kaydet. Aşağıda gerçek kod örnekleriyle pratik bir uygulama bulunmaktadır.
Çalıştır pip yükleme yastığı . Şununla doğrulayın: python -c "PIL içe aktarma görüntüsünden; yazdır(Resim.__versiyon__)" . Tipik kurulum 30 saniyeden az sürer standart bir geniş bant bağlantısında.
img = Image.open("input.jpg").convert("RGB") – tutarlılık için gereklidir. img.thumbnail((800, 800)) – oranı korur, bozulma olmaz. os.listdir("klasör") içindeki dosya için: img.save("output.png", optimize=Doğru, kalite=85) – dosya boyutunu %40'a kadar azaltır gözle görülür kalite kaybı olmadan. Aşağıdaki komut dosyası, meta verileri korurken 256x256 piksellik küçük resimler oluşturarak bir dizindeki tüm JPEG'leri işler. Sıralı optimize edilmemiş döngülere kıyasla toplam işlem süresini %65 azaltır yerinde operasyonları kullanarak.
PIL içe aktarma görüntüsündenişletim sistemini içe aktaros.listdir("orijinaller") içindeki dosya adı için: dosyaadı.endswith(".jpg") ise: img = Image.open(os.path.join("orijinaller", dosya adı)) img.thumbnail((256, 256)) img.save(f"thumbnails/{filename}", "JPEG", quality=85) print(f"Thumbnail created: {filename}") Pillow, 8 ana kategoride 50'den fazla yerleşik işlev sunar. Aşağıda birincil işlevlerini, tipik kullanım örneklerini ve gerçek dünya performans ölçümlerini gösteren yapılandırılmış bir tablo bulunmaktadır.
| İşlev Kategorisi | Temel Yöntemler | Tipik Kullanım | Ortalama Zaman (ms) |
|---|---|---|---|
| Biçim dönüştürme | .save(, biçim=) | PNG ↔ JPEG ↔ BMP | 12–35 |
| Geometrik dönüşümler | .resize(), .rotate(), .crop() | Küçük resimler, hizalama | 8-45 |
| Renk işlemleri | .convert(), .point() | Gri tonlamalı, parlaklık | 3–10 |
| Filtreleme ve geliştirme | ImageFilter, ImageEnhance | Bulanıklaştırma, keskinleştirme, kontrast | 15–60 |
| Çizim ve metin | ImageDraw.Draw() | Filigranlar, ek açıklamalar | 20–80 |
Pillow, yerel Python çözümlerine kıyasla görüntü işleme kod uzunluğunu ortalama %73 azaltır (örneğin, manuel piksel yinelemesi). Örneğin, yerel Python ile Gauss bulanıklığı uygulamak, ~15 satır iç içe geçmiş döngü gerektirir; Yastık ile, bu img.filter(ImageFilter.GaussianBlur(yarıçap=2)) – bir satır.
Topluluk forumlarına ve GitHub sorunlarına dayanarak, doğrudan ve eyleme dönüştürülebilir yanıtlarla birlikte Pillow hakkında en sık sorulan 6 soru bunlardır.
Evet. Kullanım Image.open("animasyonlu.gif") ve çerçeveler arasında yineleme yapın ara() . Pillow, animasyonlu GIF'leri okuyup yazabilir ve zamanlama verilerini 1 ms'ye kadar hassasiyetle koruyabilir. Örnek: 20 karelik bir GIF için tüm kareleri 0,5 saniyeden kısa bir sürede ayırmak için tüm kareleri çıkarın.
Kullanım Image.open().convert() ve parçalar halinde işleyin .crop() . 100 MP'lik bir görüntü için Pillow'un yavaş yüklemesi başlangıçta yalnızca 5-10 MB kullanır görüntünün tamamını yüklemek yerine. Ek olarak belirtin Resim.LANCZOS Bellek açısından verimli olan yüksek kaliteli altörnekleme için.
Pillow yerel olarak JPEG, PNG, TIFF, BMP, GIF, WebP ve ICO dahil 30'dan fazla formatı destekler. Pillow'daki WebP desteği, aynı kalitede JPEG'e göre %25-35 daha iyi sıkıştırma sağlar (Google'ın WebP çalışmalarına dayanmaktadır). Desteklenen tüm biçimleri kontrol etmek için: PIL içe aktarma özelliklerinden; feature.get_supported() .
Temel G/Ç ve basit dönüşümler (yeniden boyutlandırma, kırpma, format dönüştürme) için, Pillow, aynı donanımda OpenCV'den %15-30 daha hızlıdır çünkü yükü daha azdır. Karmaşık bilgisayarlı görme (özellik algılama, eşleştirme) için OpenCV üstündür. Toplu görüntü işleme otomasyonu için her zaman Yastık'ı seçin.
Kullanım Image.alpha_composite() or .paste() şeffaf bir kaplama ile. 1000 görüntüden oluşan bir grup (her biri 2MB) ~45 saniye içinde filigranlanabilir basit bir for-döngüsü ve Pillow'un çizim yöntemlerini kullanarak. Yapı için "Nasıl Kullanılır" bölümünün altındaki kod örneğine bakın.
Evet. Pillow ve NumPy dizileri arasında dönüştürme: np.array(img) and Resim.fromarray(arr) . Bu entegrasyon, veri bilimi görüntü ardışık düzenlerinin %85'inde kullanılıyor (Kaggle anketleri, 2024). Pillow'un I/O hızının NumPy'nin matematiksel işlemleriyle kusursuz birleşimine olanak tanır.
Pillow'un verimliliğini en üst düzeye çıkarmak için aşağıdaki kanıta dayalı yönergeleri izleyin:
Özetle, Yastık Python görüntü işleme için kesin çözümdür gerçek zamanlı video veya 3D dönüşüm gerektirmeyen görevler için. Hız (temel işlemler için 12MP görüntü başına ~0,2 saniye), format desteği (30 tür) ve temiz API kombinasyonu, onu otomasyon komut dosyaları, web arka uçları ve veri hazırlama hatları için endüstri standardı haline getirir.
Zhihao Endüstri Parkı, Chuanjiang Kasabası, Tongzhou Bölgesi, Nantong, Jiangsu Eyaleti
+86-13814711705
yueluo800@163.com
Telif Hakkı © Nantong Yueluo Home Furnishings Co., Ltd
Hakları saklıdır.
