概念¶
Python 圖像函式庫處理點陣圖像；也就是像素資料的矩形。
頻帶¶
一個圖像可以由一個或多個資料頻帶組成。Python 圖像函式庫允許您在單一圖像中儲存多個頻帶，前提是它們都具有相同的尺寸和深度。例如，PNG 圖像可能具有「R」、「G」、「B」和「A」頻帶，分別對應紅色、綠色、藍色和 Alpha 透明度值。許多操作會分別對每個頻帶執行，例如直方圖。通常將每個像素視為每個頻帶都有一個值會很有用。
要取得圖像中頻帶的數量和名稱，請使用 getbands() 方法。
模式¶
圖像的 mode 是一個字串，用於定義圖像中像素的類型和深度。每個像素都會使用位元深度的完整範圍。因此，1 位元像素的範圍為 0-1，8 位元像素的範圍為 0-255，32 位元帶符號整數像素的範圍為 INT32，而 32 位元浮點像素的範圍為 FLOAT32。目前版本支援以下標準模式
1(1 位元像素，黑白，每個位元組儲存一個像素)
L(8 位元像素，灰階)
P(8 位元像素，使用色彩調色盤對應到任何其他模式)
RGB(3x8 位元像素，真彩色)
RGBA(4x8 位元像素，具有透明遮罩的真彩色)
CMYK(4x8 位元像素，分色)
YCbCr(3x8 位元像素，色彩影片格式)
請注意，這是指 JPEG 標準，而不是 ITU-R BT.2020 標準
LAB(3x8 位元像素，L*a*b 色彩空間)
HSV(3x8 位元像素，色相、飽和度、明度色彩空間)
色相的 0-255 範圍是 0 度 <= 色相 < 360 度的縮放版本
I(32 位元帶符號整數像素)
F(32 位元浮點像素)
Pillow 也提供對一些其他模式的有限支援，包括
LA(L 與 Alpha)
PA(P 與 Alpha)
RGBX(具有填補的真彩色)
RGBa(具有預乘 Alpha 的真彩色)
La(L 與預乘 Alpha)
I;16(16 位元無符號整數像素)
I;16L(16 位元小端無符號整數像素)
I;16B(16 位元大端無符號整數像素)
I;16N(16 位元原生端無符號整數像素)
預乘 Alpha 是指每個其他通道的值都已乘以 Alpha 值。例如，RGBA 像素 (10, 20, 30, 127) 將會轉換為 RGBa 像素 (5, 10, 15, 127)。R、G 和 B 通道的值會因 Alpha 通道中的半透明度而減半。
除了這些其他模式之外，Pillow 目前還不支援每個通道深度超過 8 位元的多通道圖像。
Pillow 也不支援使用者定義的模式；如果您需要處理上面未列出的頻帶組合，請使用 Image 物件的序列。
您可以透過 mode 屬性讀取圖像的模式。這是一個包含上述其中一個值的字串。
尺寸¶
您可以透過 size 屬性讀取圖像尺寸。這是一個 2 元組，包含水平和垂直尺寸（以像素為單位）。
座標系統¶
Python 圖像函式庫使用笛卡爾像素座標系統，左上角為 (0,0)。請注意，座標是指隱含的像素角；定址為 (0, 0) 的像素中心實際上位於 (0.5, 0.5)。
座標通常以 2 元組 (x, y) 的形式傳遞給函式庫。矩形則表示為 4 元組 (x1, y1, x2, y2)，左上角先給定。
調色盤¶
調色盤模式 (P) 使用色彩調色盤來定義每個像素的實際色彩。
資訊¶
您可以使用 info 屬性將輔助資訊附加到圖像。這是一個字典物件。
在載入和儲存影像檔案時，如何處理這些資訊取決於檔案格式處理器（請參閱關於影像檔案格式的章節）。大多數處理器會在載入影像時將屬性新增至 info 屬性，但在儲存影像時會忽略它。
透明度¶
如果影像沒有 Alpha 通道，則可以在 info 屬性中使用 “transparency” 鍵來指定透明度。
大多數情況下，“transparency” 值是一個單一整數，用於描述在 “1”、“L”、“I” 或 “P” 模式影像中哪個像素值是透明的。但是，PNG 影像可能會有三個值，每個值對應 “RGB” 模式影像中的一個通道，或者對於 “P” 模式影像，可能有一個位元組字串，用於指定每個調色盤條目的 Alpha 值。
方向¶
JPG 和 TIFF 影像的 info 屬性中常見的元素是 EXIF 方向標籤。這是關於影像資料應如何定向的指令。例如，它可能指示影像旋轉 90 度或鏡像。若要將此資訊套用至影像，可以使用 exif_transpose()。
濾鏡¶
對於可能將多個輸入像素對應到單個輸出像素的幾何操作，Python 影像庫提供了不同的重新取樣濾鏡。
- Resampling.NEAREST
從輸入影像中選取一個最近的像素。忽略所有其他輸入像素。
- Resampling.BOX
來源影像的每個像素都以相同的權重貢獻到目標影像的一個像素。對於放大，它等同於
Resampling.NEAREST。此濾鏡只能與resize()和thumbnail()方法一起使用。在版本 3.4.0 中新增。
- Resampling.BILINEAR
對於調整大小，使用線性插值計算可能貢獻於輸出值的所有像素上的輸出像素值。對於其他轉換，則使用輸入影像中 2x2 環境上的線性插值。
- Resampling.HAMMING
產生比
Resampling.BILINEAR更銳利的影像，在局部層面沒有像Resampling.BOX那樣的位移。此濾鏡只能與resize()和thumbnail()方法一起使用。在版本 3.4.0 中新增。
- Resampling.BICUBIC
對於調整大小，使用三次插值計算可能貢獻於輸出值的所有像素上的輸出像素值。對於其他轉換，則使用輸入影像中 4x4 環境上的三次插值。
- Resampling.LANCZOS
使用高品質的 Lanczos 濾鏡（截斷的 sinc）計算可能貢獻於輸出值的所有像素上的輸出像素值。此濾鏡只能與
resize()和thumbnail()方法一起使用。在版本 1.1.3 中新增。
濾鏡比較表¶
濾鏡 |
縮小品質 |
放大品質 |
效能 |
|---|---|---|---|
⭐⭐⭐⭐⭐ |
|||
⭐ |
⭐⭐⭐⭐ |
||
⭐ |
⭐ |
⭐⭐⭐ |
|
⭐⭐ |
⭐⭐⭐ |
||
⭐⭐⭐ |
⭐⭐⭐ |
⭐⭐ |
|
⭐⭐⭐⭐ |
⭐⭐⭐⭐ |
⭐ |