1、创建一个新的图片

Image.new(mode,size)

Image.new(mode,size,color)

2、层叠图片

层叠两个图片，img1和img2,alpha是一个介于[0,1]的浮点数，如果为0，效果为img1，如果为1.0，效果为img2.当然img1和img2的尺寸和模式必须相同。Image.blend(img1,img2,alpha)

composite可以使用另外一个图片作为蒙版(mask)，所有的这三张图片必须具备相同的尺寸，mask图片的模式可以为"1","L","RGBA"

Image.composite(img1,img2,mask)

3、转换图形模式

convert可以将图片在不同的模式间在不同的模式间进行转换，在将灰度图转换成二值图时，所有的非零值被设置为255（白色）。灰度图的转换方式采用的是这个算法：

L= R*299/1000+G*587/1000+B*114/1000

点操作
img.point(function),这个function接受一个参数，且对图片中的每一个点执行这个函数，这个函数是一个匿名函数，在python之类的函数式编程语言中，可以使用
lambda表达式来完成，如

Python代码  

1. out = img.point(lambda i : i*1.2)#对每个点进行20%的加强  

如果图片是“I”或者“F”模式，那么这个lambda必须使用这样的形式

Python代码  

1. argument * scale + offset  
2.   
3. e.g  
4. out = img.point(lambda i: i*1.2 + 10)  

透明通道的使用
putalpha(alpha)
这个方法是一个神奇的方法，你可以将一个图片(与原图尺寸相同)写入到原图片的透明通道中，而不影响原图片的正常显示，可以用于信息隐藏哦。当然，前提是原
始图片有透明通道。不过就算不是也没有多大关系，因为有PIL提供的convert功能，可以把一个图片先转换成RGBA模式，然后把要隐藏的信息文件转成“L”或者“1”模
式，最后使用这个putalpha将其叠加。而在图片的使用方，只需要简单的抽取其中的透明通道就可以看到隐藏信息了，哈哈。

Python代码  

1. def hideInfoInImage(img, info):  
2.     if img.mode != "RGBA":  
3.         img = img.convert("RGBA")  
4.     if info.mode != "L" and info.mode != "1":  
5.         info = info.convert("L")  
6.     img.putalpha(info)  
7.   
8.     return img  

测试之

Python代码  

1. if __name__ == "__main__":  
2.     img = Image.open("green.png")  
3.     band = Image.open("antelope_inhalf.jpg")  
4.   
5.     img = hideInfoInImage(img, band)  
6.     img.show()#可以看到，原图片没有显式变化  
7.     img.split()[3].show()#抽取出透明通道中的图片并显示  

 

 

在windows系统中，默认的图片浏览器会把透明通道附加，可能会影响效果，可以用别的图片浏览器查看。

Python代码  

1. def randomPalette(length, min, max):  
2.     return [ randint(min, max) for x in xrange(length)]  

调色板的使用

Python代码  

1. putpalette(palette)  
2.     img = Image.open("green.png").convert("L")  
3.     #img.show()  
4.     l = randomPalette(768, 0, 255)  
5.     img.putpalette(l)  
6.     img.show()  

 
现将green.png转成灰度图，然后自定义一个随机调色板着色，可以看到这个效果。可能有人在想这个图形处理的作用，其实作用还是比较大的，做模式识别，人脸检
测等等操作事，真彩的图片往往很难处理，一个解决方案就是处理成灰度图或者二值图，一来可以去掉部分干扰，二来可以减少需要处理的数据量(提高效率)。

图片转换(扭曲，映射)
transform()方法的使用

Python代码  

1. transform(size, method, data)  

method参数:

在EXTENT参数的情况下，data是一个四元组(x0,y0,x1,y1)，表示输入图片中需要处理的区域，size为新图片的尺寸，是一个二元组(width, height)
用途：剪贴，拉伸，压缩等操作

 
在AFFINE参数的情况下，data是一个六元组(a,b,c, d,e,f),其中包含affine转置矩阵的前两行。对于输出图片的每个像素(x,y)，会被新值(ax+by+c, dx+ey+f)替换。
用途：反转，旋转，剪切等

 

在QUAD参数的情况下，data是一个八元组(x0,y0,x1,y1,x2,y2,x3,y3)表示源四边形的四个定点的坐标值.MESH方式跟QUAD的效果相当，不过是对多个四边形进行映射操作.

transpose

Python代码  

1. im.transpose(method)  

method参数:

(360度?这个就不用转了吧，呵呵)

关于Image模块就介绍到这里，还有一部分属性，函数和方法没有在此做分析，这部分比较简单，如果想了解更多，可以参看pil的handbook。

Image模块