Pillow图像分离与合并

　　我们知道，图像(指数字图像)由许多像素点组成，像素是组成图像的基本单位，而每一个像素点又可以使用不同的颜色，最终呈现出了绚丽多彩的图像。一些图片模式，它们的本质就是图片呈现颜色时需要遵循的规则，比如 RGB、RGBA、CYMK 等，而图像的分离与合并，指的就是图像颜色的分离和合并。
　　Image 类提供了用于分离图像和合并图像的方法 split() 和 merge() 方法，通常情况下，这两个方法会一起使用。　　split()
　　split() 的使用方法比较简单，用来分离颜色通道。我们使用它来处理蝴蝶图片：
　　代码如下所示：　　im=Image.open(＂C:/Users/Administrator/Desktop/1.jpg＂) #修改图像大小，以适应图像处理 image=im.resize((450,400)) image.save(＂C:/Users/Administrator/Desktop/2.jpg＂) #分离颜色通道，产生三个 Image对象 r,g,b = image.split() r.show() g.show() b.show()123456789复制代码类型：[python]
　　输出的结果，依次展示如下：
　　merge()
　　Image 类提供的 merge() 方法可以实现图像的合并操作。注意，图像合并，可以是单个图像合并，也可以合并两个以上的图像。
　　merge() 方法的语法格式如下：Image.merge(mode, bands)1复制代码类型：[python]
　　参数说明如下：
　　mode：指定输出8图片的模式
　　bands：参数类型为元组或者列表序列，其元素值是组成图像的颜色通道，比如 RGB 分别代表三种颜色通道，可以表示为 (r,g,b)。
　　注意，该函数会返回一个新的 Image 对象。
　　下面对图像合并的两种类型分别进行介绍：
　　一. 单个图像的合并指的是将颜色通道进行重新组合，从而得到不一样的图片效果，代码如下所示：　　from PIL import Image im=Image.open(＂C:/Users/Administrator/Desktop/1.jpg＂) #修改图像大小，以适应图像处理 image=im.resize((450,400)) image.save(＂C:/Users/Administrator/Desktop/2.jpg＂) #分离颜色通道，产生三个 Image对象 r,g,b = image.split() #重新组合颜色通道，返回先的Image对象 image_merge=Image.merge(＂RGB＂,(b,g,r)) image_merge.show() #保存图像至桌面 image_merge.save(＂C:/Users/Administrator/Desktop/3.jpg＂)123456789101112复制代码类型：[python]
　　新合成的图像入如下所示：
　　两张图片的合并操作也并不复杂，但是要求两张图片的模式、图像大小必须要保持一致，否则不能合并。因此，对于那些模式、大小不同的图片要进行预处理。
　　下面我们将蝴蝶图与向日葵图进行合并，向日葵原图如下：
　　示例代码如下：from PIL import Image #打开图2.jpg im_1 = Image.open(＂C:/Users/Administrator/Desktop/2.jpg＂) im_2= Image.open(＂C:/Users/Administrator/Desktop/向日葵.jpg＂) #因为两种图片的图片格式一致，所以仅需要处理图片的大小，让它们保持一致 #让 im_2 的图像尺寸与 im_1 一致,注意此处新生成了 Image 对象 image = im_2.resize(im_1.size) #接下来，对图像进行颜色分离操作 r1, g1 ,b1 = im_1.split() r2, g2 , b2 = image.split() # 合并图像 im_3 = Image.merge(＂RGB＂,[r2,g1,b2]) im_3.show() im_3.save(＂C:/Users/Administrator/Desktop/合成.jpg＂)1234567891011121314复制代码类型：[python]
　　预览图像的合成结果：
　　扩展知识：blend() 混合图片
　　Image 类也提供了 blend() 方法来混合 RGBA 模式的图片(PNG 格式)，函数的语法格式如下：Image.blend(image1,image2, alpha)1复制代码类型：[python]
　　参数说明如下：
　　image1.image2：表示两个 Image 对象。
　　alpha：表示透明度，取值范围为 0 到 1.当取值为 0 时，输出图像相当于 image1 的拷贝，而取值为 1 时，则是 image2 的拷贝，只有当取值为 0.5 时，才为两个图像的中合。因此改值的大小决定了两个图像的混合程度。
　　开课吧广场-人才学习交流平台