Open png file python

Создание и чтение изображения в Pillow Python

Чтобы создать новое изображение с помощью библиотеки Python Pillow PIL, используйте метод Image.new().

Синтаксис

Синтаксис метода Image.new():

• mode – это режим изображения, например, RGB, RGBA, CMYK и т.д;
• size – это кортеж с шириной и высотой изображения в качестве элементов, значения ширины и высоты указаны в пикселях;
• color предназначен для закрашивания всех пикселей, в зависимости от режима значения могут быть предоставлены для каждой полосы в целом в виде кортежа. Параметр цвета является необязательным, значение цвета по умолчанию – 0.

Пример 1

В этом примере мы создадим новое изображение в режиме RGB с размером (400, 300). Мы не будем указывать цвет, поэтому методы new() считают значение цвета по умолчанию 0 – для каналов RGB будет черным цветом.

from PIL import Image width = 400 height = 300 img = Image.new( mode = "RGB", size = (width, height) ) img.show()

Метод show() отобразит изображение на вашем ПК с помощью приложения для просмотра изображений по умолчанию.

Пример 2: с определенным цветом фона

В этом примере мы создадим новое изображение с режимом RGB, размером (400, 300) и цветом (209, 123, 193), соответствующим красному, зеленому и синему каналам соответственно.

from PIL import Image width = 400 height = 300 img = Image.new( mode = "RGB", size = (width, height), color = (209, 123, 193) ) img.show()

Пример 3: с определенным цветовым режимом

В наших предыдущих примерах мы использовали режим RGB для создания изображения. Давайте попробуем с другим режимом, например CMYK.

from PIL import Image width = 400 height = 300 img = Image.new( mode = "CMYK", size = (width, height), color = (209, 123, 193, 100) ) img.show()

В этом руководстве на примерах Python мы узнали, как создать новое изображение с помощью метода Image.new() библиотеки Pillow с помощью примеров программ.

Как прочитать изображение?

В этом руководстве мы узнаем, как читать или открывать изображение с помощью библиотеки Pillow, а также различные ситуации, с которыми можно столкнуться, с помощью примеров программ.

1. Импортировать изображение из библиотеки PIL.
2. Используйте метод Image.open() и передайте путь к файлу изображения в качестве аргумента. Функция возвращает объект Image. Вы можете сохранить этот объект изображения и применить к нему операции с изображением.

Пример 1: с использованием PIL

В следующем примере мы будем читать изображение с помощью функции Image.open() пакета PIL.

from PIL import Image im = Image.open("sample-image.png")

Image.open() возвращает объект типа класса PIL.PngImagePlugin.PngImageFile.

В этом примере файл изображения помещается в то же место, что и файл примера python. Если вы хотите прочитать изображение, находящееся в другом месте, вы должны указать полный путь.

В следующем примере программы мы предоставим полный путь к входному изображению.

from PIL import Image im = Image.open("D:/images/sample-image.png")

Пример 2

В этом примере мы моделируем скрипт, в котором мы указываем неверный путь к Image.open(). Другими словами, файл не существует по указанному нами пути.

from PIL import Image im = Image.open("D:/images/no-image.png")

Поскольку файл изображения отсутствует в этом месте, Image.open() выдает FileNotFoundError.

Traceback (most recent call last): File "d:/workspace/example.py", line 3, in im = Image.open("D:/images/sample-image.png") File "C:\Users\pythonexamplesorg\AppData\Local\Programs\Python\Python37\lib\site-packages\PIL\Image.py", line 2652, in open fp = builtins.open(filename, "rb") FileNotFoundError: [Errno 2] No such file or directory: 'D:/images/sample-image.png'

Пример 3: без расширения

В этом примере мы попытаемся прочитать изображение без расширения. Мы не указываем расширение изображения, если это JPG, PNG и т.д.

from PIL import Image im = Image.open("D:/sample")

Image.open() определяет кодек изображения, используя данные и метаданные, присутствующие в содержимом изображения.

Источник

PyPNG Code Examples¶

This section discusses some example Python programs that use the png module for reading and writing PNG files.

Writing¶

The basic strategy is to create a Writer object (instance of png.Writer ) and then call its png.write() method with an open (binary) file, and the pixel data. The Writer object encapsulates all the information about the PNG file: image size, colour, bit depth, and so on.

A Ramp¶

Create a one row image, that has all grey values from 0 to 255. This is a bit like Netpbm’s pgmramp .

import png f = open('ramp.png', 'wb') # binary mode is important w = png.Writer(256, 1, greyscale=True) w.write(f, [range(256)]) f.close() 

Note that our single row, generated by range(256) , must itself be enclosed in a list. That’s because the png.write() method expects a list of rows.

A Little Message¶

A list of strings holds a graphic in ASCII graphic form. We convert it to a list of integer lists (the required form for the write() method), and write it out as a black-and-white PNG (bilevel greyscale).

import png s = ['110010010011', '101011010100', '110010110101', '100010010011'] s = [[int(c) for c in row] for row in s] w = png.Writer(len(s[0]), len(s), greyscale=True, bitdepth=1) f = open('png.png', 'wb') w.write(f, s) f.close() 

Note how we use len(s[0]) (the length of the first row) for the x argument and len(s) (the number of rows) for the y argument.

A Palette¶

The previous example, “a little message”, can be converted to colour simply by creating a PNG file with a palette. The only difference is that a palette argument is passed to the write() method instead of greyscale=True :

import png s = ['110010010011', '101011010100', '110010110101', '100010010011'] s = [[int(c) for c in row] for row in s] palette=[(0x55,0x55,0x55), (0xff,0x99,0x99)] w = png.Writer(len(s[0]), len(s), palette=palette, bitdepth=1) f = open('png.png', 'wb') w.write(f, s) 

Note that the palette consists of two entries (the bit depth is 1 so there are only 2 possible colours). Each entry is an RGB triple. If we wanted transparency then we can use RGBA 4‑tuples for each palette entry.

Colour¶

For colour images the input rows are generally 3 times as long as for greyscale, because there are 3 channels, RGB, instead of just one, grey. Below, the p literal has 2 rows of 9 values (3 RGB pixels per row). The spaces are just for your benefit, to mark out the separate pixels; they have no meaning in the code.

import png p = [(255,0,0, 0,255,0, 0,0,255), (128,0,0, 0,128,0, 0,0,128)] f = open('swatch.png', 'wb') w = png.Writer(3, 2, greyscale=False) w.write(f, p) f.close() 

More Colour¶

A further colour example illustrates some of the manoeuvres you have to perform in Python to get the pixel data in the right format.

Say we want to produce a PNG image with 1 row of 8 pixels, with all the colours from a 3‑bit colour system (with 1‑bit for each channel; such systems were common on 8‑bit micros from the 1980s).

We produce all possible 3‑bit numbers:

>>> list(range(8)) [0, 1, 2, 3, 4, 5, 6, 7] 

We can convert each number into an RGB triple by assigning bit 0 to blue, bit 1 to red, bit 2 to green (the convention used by a certain 8‑bit micro):

>>> [(bool(x&2), bool(x&4), bool(x&1)) for x in _] [(False, False, False), (False, False, True), (True, False, False), (True, False, True), (False, True, False), (False, True, True), (True, True, False), (True, True, True)] 

(later on we will convert False into 0, and True into 255, so don’t worry about that just yet). Here we have each pixel as a tuple. We want to flatten the pixels so that we have just one row. In other words instead of [(R,G,B), (R,G,B), …] we want [R,G,B,R,G,B,…]. It turns out that itertools.chain(*. ) is just what we need:

>>> list(itertools.chain(*_)) [False, False, False, False, False, True, True, False, False, True, False, True, False, True, False, False, True, True, True, True, False, True, True, True] 

Note that the list is not necessary, we can usually use the iterator directly instead. I just used list here so we can see the result.

Now to convert False to 0 and True to 255 we can multiply by 255 (Python use’s Iverson’s convention, so False==0 , True==1 ). We could do that with map(lambda x:255*x, _) . Or, we could use a “magic” bound method:

>>> list(map((255).__mul__, _)) [0, 0, 0, 0, 0, 255, 255, 0, 0, 255, 0, 255, 0, 255, 0, 0, 255, 255, 255, 255, 0, 255, 255, 255] 

Now we write the PNG file out:

>>> p=_ >>> f=open('speccy.png', 'wb') >>> w.write(f, [p]) ; f.close() 

Reading¶

The basic strategy is to create a Reader object (a png.Reader instance), then call its png.read() method to extract the size, and pixel data.

Reader¶

The Reader() constructor can take either a filename, a file-like object, or a sequence of bytes directly. Here we use urllib to download a PNG file from the internet.

>>> r=png.Reader(file=urllib.urlopen('http://www.schaik.com/pngsuite/basn0g02.png')) >>> r.read() (32, 32, , 'alpha': False, 'interlace': 0, 'bitdepth': 2, 'gamma': 1.0>) 

The png.read() method returns a 4‑tuple consisting of:

• width : Width of PNG image in pixels;
• height : Height of PNG image in pixes;
• rows : A sequence or iterator for the row data;
• info : An info dictionary containing much of the image metadata.

Note that the pixels are returned as an iterator or a sequence. Generally if PyPNG can manage to efficiently return a row iterator then it will, but at other times it will return a sequence.

>>> l=list(_[2]) >>> l[0] array('B', [0, 0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3, 0, 0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3]) 

We have extracted the top row of the image. Note that the row itself is an array (see module array ), but in general any suitable sequence type may be returned by read() . The values in the row are all integers less than 4, because the image has a bit depth of 2.

NumPy¶

NumPy is a package for scientific computing with Python. It is not part of a standard Python installation, it is downloaded and installed separately if needed. Numpy’s array manipulation facilities make it good for doing certain type of image processing, and scientific users of NumPy may wish to output PNG files for visualisation.

PyPNG does not have any direct integration with NumPy, but the basic data format used by PyPNG, an iterator over rows, is fairly easy to get into two- or three-dimensional NumPy arrays.

Using a NumPy array in PyPNG mostly just works. Sometimes though you might have a problem. An example is that apparently transposing a NumPy array means that it then cannot be saved to a PNG using PyPNG.

>>> import numpy >>> a = numpy.array([[1,2,3],[4,5,6]], dtype=numpy.uint8) >>> png.from_array(a, mode="L").save("/tmp/foo.png") # works >>> at = a.transpose() >>> png.from_array(at, mode="L").save("/tmp/foo.png") # does not work 

When trying to save the transposed array, this currently (2019-03) gives a traceback and the error: TypeError: can’t set bytearray slice from numpy.ndarray .

That’s because in this case the NumPy array cannot be used to extend a Python bytearray instance. Unfortunately it seems difficult to tell which sorts of NumPy arrays are going to cause difficulty.

A workaround is to use .copy() to copy the NumPy array.

Examples¶

The code in this section is extracted from exnumpy.py , which is a complete runnable example in the code/ subdirectory of the source distribution. Code was originally written by Mel Raab, but has been hacked around since then.

PNG to NumPy array (reading)¶

The best thing to do (I think) is to convert each PyPNG row to a 1‑dimensional numpy array, then stack all of those arrays together to make a 2‑dimensional array. A number of features make this surprising compact. Say pngdata is the row iterator returned from png.Reader.asDirect() . The following code will slurp it into a 2‑dimensional numpy array:

image_2d = numpy.vstack(map(numpy.uint16, pngdata)) 

Note that the use of numpy.uint16 , above, means that an array with data type numpy.uint16 is created which is suitable for bit depth 16 images. Replace numpy.uint16 with numpy.uint8 to create an array with a byte data type (suitable for bit depths up to 8).

Reshaping¶

For some operations it’s easier to have the image data in a 3‑dimensional array. This plays to NumPy’s strengths:

image_3d = numpy.reshape(image_2d, (row_count, column_count, plane_count)) 

NumPy array to PNG (writing)¶

Reshape your NumPy data into a 2‑dimensional array, then use the fact that a NumPy array is an iterator over its rows:

image_2d = numpy.reshape(image_3d, (-1, column_count * plane_count)) pngWriter.write(out, image_2d) 

© Copyright 2009, 2010, 2012, 2016, 2018 David Jones Revision 7cb6beec .

Versions latest main Downloads pdf html epub On Read the Docs Project Home Builds Free document hosting provided by Read the Docs.

Источник