python之Pillow使用

python

前人轮子
Pillow 官网

Pillow 是知名的Python图像处理库(Python Image Library,PIL) 的分支版本。
不过 PIL 从2009年开始就再没更新过。

安装

python -m pip install Pillow

使用

Pillow 中有许多处理图片的模块，具体可以查看官网的使用。

下面就常用的，用图片demo.jpg举例子,。

获取 Image 对象，方便对图片处理
比如旋转图片，并将其打开展示

from PIL import Image
im = Image.open("demo.jpg")
im.rotate(45).show()

比如创建缩略图

from PIL import Image
import glob,os
size = 128,128
for infile in glob.glob("*.jpg"):
    file,ext = os.path.splitext(infile)
    im = Image.open(infile)
    im.thumbnail(size)
    im.save(file+".thumbnail","JPEG")

获取灰度图像,并将图像中黑色的文本抽离出来，即阈值化,可以用来提取简单的验证码。

from PIL import Image
im = Image.open("demo.jpg")
gray = im.convert('L')
gray.save('demo_gray.jpg')
# 阈值化
bw = gray.point(lambda x: 0 if x < 1 else 255,'1')
bw.save('demo_thresholded.png')

提取验证码

pytesseract 是python中一个开源光学字符识别(OCR)引擎，可以用于从图像中抽取文本。
pytesseract 官网

python -m pip install pytesseract

可以试着提取上面阈值化后的图片

from PIL import Image
import pytesseract
im = Image.open('demo_thresholded.png')
pytesseract.image_to_string(im)

注意:
它可能会返回空字符串，这表明抽取图像的字符串失败了，100张简单验证码中，它的成功率有85%左右。
也可能会因为系统中缺少tesseract-ocr 而报错:

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/local/lib/python2.7/dist-packages/pytesseract/pytesseract.py", line 161, in image_to_string
    config=config)
  File "/usr/local/lib/python2.7/dist-packages/pytesseract/pytesseract.py", line 94, in run_tesseract
    stderr=subprocess.PIPE)
  File "/usr/lib/python2.7/subprocess.py", line 711, in __init__
    errread, errwrite)
  File "/usr/lib/python2.7/subprocess.py", line 1343, in _execute_child
    raise child_exception
OSError: [Errno 2] No such file or directory

这时就需要安装tesseract-ocr，安装方法参考来自这里

apt-get install tesseract-ocr

提取成功的例子

>>> pytesseract.image_to_string(img)
'strange'