Python进行图像处理的入门指南

2026-05-13 08:44:30 作者：yuanpan

本文介绍了Python图像处理的基础概念、环境搭建、常用操作和实战案例,面向Python初学者从零开始完成一次Python图像处理入门实践,主要使用Pillow和OpenCV两个库,从基本概念到环境搭建,再到常用操作和实战案例,逐步带领读者掌握Python图像处理的技巧

前言

大家好，最近我在学习 Python 图像处理。相比纯算法理论，图像处理最有意思的地方是：代码运行之后马上就能看到效果，一张图片经过裁剪、缩放、灰度化、滤波、边缘检测之后，变化非常直观。

这篇文章面向 Python 初学者，按照“基础概念 → 环境搭建 → 常用操作 → 实战案例 → 完整代码”的路线，带大家从零开始完成一次 Python 图像处理入门实践。

本文主要使用两个常见库：

Pillow：适合图片打开、保存、缩放、裁剪、格式转换等基础处理
OpenCV：适合图像增强、滤波、边缘检测、轮廓识别等计算机视觉任务

一、图像处理基础

1.1 什么是图像处理

图像处理就是使用程序对图片进行读取、分析、修改和保存。常见任务包括：

图片格式转换：例如 PNG 转 JPG
图片尺寸调整：例如生成缩略图
图片裁剪：截取指定区域
灰度处理：把彩色图转换为黑白图
图像增强：调整亮度、对比度、锐化
边缘检测：提取物体轮廓
批量处理：一次性处理多个图片文件

1.2 图像在程序中的表示

一张图片在计算机里本质上是像素矩阵。

彩色图片通常由三个通道组成：

R：红色通道
G：绿色通道
B：蓝色通道

在 OpenCV 中，默认通道顺序是 BGR，不是常见的 RGB，这是初学者非常容易踩坑的地方。

import cv2

image = cv2.imread("demo.jpg")
print(image.shape)

如果输出：

(600, 800, 3)

表示图片高度为 600，宽度为 800，有 3 个颜色通道。

二、环境搭建

2.1 安装依赖库

在命令提示符或 PowerShell 中执行：

pip install pillow opencv-python numpy matplotlib

各库作用如下：

pillow：基础图像读写和处理
opencv-python：计算机视觉处理
numpy：矩阵计算
matplotlib：显示图片和绘图

2.2 准备测试图片

建议准备一张普通图片，例如：

demo.jpg

把图片和 Python 脚本放在同一个文件夹中，方便后续读取。

目录结构可以这样：

image_demo/
├── demo.jpg
└── image_processing_demo.py

三、使用 Pillow 进行基础操作

3.1 打开和保存图片

from PIL import Image

image = Image.open("demo.jpg")
print(image.size)
print(image.mode)

image.save("output_copy.jpg")

说明：

image.size：图片尺寸，返回 (宽度, 高度)
image.mode：图片模式，例如 RGB、RGBA、L
save()：保存图片

3.2 图片缩放

from PIL import Image

image = Image.open("demo.jpg")
resized = image.resize((400, 300))
resized.save("output_resized.jpg")

如果想按比例缩放，可以这样写：

from PIL import Image

image = Image.open("demo.jpg")
width, height = image.size

new_width = 400
new_height = int(height * new_width / width)

resized = image.resize((new_width, new_height))
resized.save("output_keep_ratio.jpg")

3.3 图片裁剪

from PIL import Image

image = Image.open("demo.jpg")

box = (100, 100, 500, 400)
cropped = image.crop(box)

cropped.save("output_cropped.jpg")

crop() 的参数是一个四元组：

(左, 上, 右, 下)

3.4 灰度转换

from PIL import Image

image = Image.open("demo.jpg")
gray = image.convert("L")
gray.save("output_gray.jpg")

L 表示灰度模式，每个像素只保留亮度信息。

四、使用 OpenCV 进行图像处理

4.1 读取和显示图片

import cv2

image = cv2.imread("demo.jpg")

cv2.imshow("image", image)
cv2.waitKey(0)
cv2.destroyAllWindows()

注意：

cv2.imread() 读取图片
cv2.imshow() 显示图片
cv2.waitKey(0) 等待键盘输入
cv2.destroyAllWindows() 关闭窗口

4.2 BGR 转 RGB

OpenCV 默认使用 BGR。如果要用 matplotlib 显示，需要转换为 RGB。

import cv2
import matplotlib.pyplot as plt

image = cv2.imread("demo.jpg")
rgb_image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

plt.imshow(rgb_image)
plt.axis("off")
plt.show()

4.3 灰度图

import cv2

image = cv2.imread("demo.jpg")
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

cv2.imwrite("opencv_gray.jpg", gray)

4.4 高斯模糊

高斯模糊常用于降噪，让图片变得更平滑。

import cv2

image = cv2.imread("demo.jpg")
blurred = cv2.GaussianBlur(image, (7, 7), 0)

cv2.imwrite("opencv_blur.jpg", blurred)

参数 (7, 7) 是卷积核大小，必须是正奇数。

4.5 边缘检测

Canny 边缘检测可以提取图片中的轮廓线。

import cv2

image = cv2.imread("demo.jpg")
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray, 100, 200)

cv2.imwrite("opencv_edges.jpg", edges)

其中 100 和 200 是两个阈值，阈值不同，边缘检测结果也会不同。

五、实战项目一：批量生成缩略图

很多网站或后台系统都需要生成缩略图。下面用 Pillow 批量处理一个文件夹中的图片。

from pathlib import Path
from PIL import Image


def create_thumbnails(input_dir, output_dir, size=(300, 300)):
    input_path = Path(input_dir)
    output_path = Path(output_dir)
    output_path.mkdir(parents=True, exist_ok=True)

    image_exts = [".jpg", ".jpeg", ".png", ".bmp"]

    for file_path in input_path.iterdir():
        if file_path.suffix.lower() not in image_exts:
            continue

        image = Image.open(file_path)
        image.thumbnail(size)

        save_path = output_path / f"{file_path.stem}_thumb.jpg"
        image.convert("RGB").save(save_path, quality=90)
        print(f"已生成缩略图：{save_path}")


create_thumbnails("images", "thumbnails")

thumbnail() 会保持原始比例，不会强行拉伸图片。

六、实战项目二：批量添加文字水印

在图片右下角添加文字水印，是非常常见的批处理需求。

from pathlib import Path
from PIL import Image, ImageDraw, ImageFont


def add_text_watermark(image_path, output_path, text):
    image = Image.open(image_path).convert("RGBA")
    watermark_layer = Image.new("RGBA", image.size, (255, 255, 255, 0))
    draw = ImageDraw.Draw(watermark_layer)

    font = ImageFont.truetype("arial.ttf", 32)
    text_box = draw.textbbox((0, 0), text, font=font)
    text_width = text_box[2] - text_box[0]
    text_height = text_box[3] - text_box[1]

    x = image.width - text_width - 30
    y = image.height - text_height - 30

    draw.text((x, y), text, font=font, fill=(255, 255, 255, 160))

    result = Image.alpha_composite(image, watermark_layer)
    result.convert("RGB").save(output_path, quality=95)


def batch_add_watermark(input_dir, output_dir, text):
    input_path = Path(input_dir)
    output_path = Path(output_dir)
    output_path.mkdir(parents=True, exist_ok=True)

    for file_path in input_path.glob("*.*"):
        if file_path.suffix.lower() not in [".jpg", ".jpeg", ".png"]:
            continue

        save_path = output_path / f"{file_path.stem}_watermark.jpg"
        add_text_watermark(file_path, save_path, text)
        print(f"已添加水印：{save_path}")


batch_add_watermark("images", "watermarked", "Python Image")

如果 arial.ttf 找不到，可以换成 Windows 常见字体路径：

font = ImageFont.truetype("C:/Windows/Fonts/msyh.ttc", 32)

七、实战项目三：图像边缘检测工具

下面做一个完整的小工具：读取图片、灰度化、模糊降噪、边缘检测，并把每一步结果保存下来。

from pathlib import Path

import cv2


def detect_edges(image_path, output_dir):
    output_path = Path(output_dir)
    output_path.mkdir(parents=True, exist_ok=True)

    image = cv2.imread(str(image_path))
    if image is None:
        raise FileNotFoundError(f"图片读取失败：{image_path}")

    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    blurred = cv2.GaussianBlur(gray, (5, 5), 0)
    edges = cv2.Canny(blurred, 80, 180)

    cv2.imwrite(str(output_path / "01_gray.jpg"), gray)
    cv2.imwrite(str(output_path / "02_blurred.jpg"), blurred)
    cv2.imwrite(str(output_path / "03_edges.jpg"), edges)

    print("处理完成，结果已保存。")


detect_edges("demo.jpg", "edge_output")

这个流程适合用来理解很多视觉任务的前处理步骤。

八、完整代码演示

下面是一份完整代码，整合了图片信息读取、缩放、裁剪、灰度化、模糊、边缘检测、批量缩略图和水印功能。

保存为 image_processing_demo.py：

from pathlib import Path

import cv2
from PIL import Image, ImageDraw, ImageFont


IMAGE_EXTS = [".jpg", ".jpeg", ".png", ".bmp"]


def show_image_info(image_path):
    image = Image.open(image_path)
    print("图片路径：", image_path)
    print("图片尺寸：", image.size)
    print("图片模式：", image.mode)
    print("图片格式：", image.format)


def resize_keep_ratio(image_path, output_path, new_width=500):
    image = Image.open(image_path)
    width, height = image.size
    new_height = int(height * new_width / width)
    resized = image.resize((new_width, new_height))
    resized.save(output_path)


def crop_center(image_path, output_path, crop_width=400, crop_height=300):
    image = Image.open(image_path)
    width, height = image.size

    left = (width - crop_width) // 2
    top = (height - crop_height) // 2
    right = left + crop_width
    bottom = top + crop_height

    cropped = image.crop((left, top, right, bottom))
    cropped.save(output_path)


def convert_to_gray(image_path, output_path):
    image = Image.open(image_path)
    gray = image.convert("L")
    gray.save(output_path)


def opencv_blur_and_edges(image_path, output_dir):
    output_path = Path(output_dir)
    output_path.mkdir(parents=True, exist_ok=True)

    image = cv2.imread(str(image_path))
    if image is None:
        raise FileNotFoundError(f"图片读取失败：{image_path}")

    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    blurred = cv2.GaussianBlur(gray, (5, 5), 0)
    edges = cv2.Canny(blurred, 80, 180)

    cv2.imwrite(str(output_path / "gray.jpg"), gray)
    cv2.imwrite(str(output_path / "blurred.jpg"), blurred)
    cv2.imwrite(str(output_path / "edges.jpg"), edges)


def create_thumbnails(input_dir, output_dir, size=(300, 300)):
    input_path = Path(input_dir)
    output_path = Path(output_dir)
    output_path.mkdir(parents=True, exist_ok=True)

    for file_path in input_path.iterdir():
        if file_path.suffix.lower() not in IMAGE_EXTS:
            continue

        image = Image.open(file_path)
        image.thumbnail(size)

        save_path = output_path / f"{file_path.stem}_thumb.jpg"
        image.convert("RGB").save(save_path, quality=90)
        print(f"缩略图已保存：{save_path}")


def load_font(size):
    font_candidates = [
        "C:/Windows/Fonts/msyh.ttc",
        "C:/Windows/Fonts/simhei.ttf",
        "arial.ttf"
    ]

    for font_path in font_candidates:
        if Path(font_path).exists():
            return ImageFont.truetype(font_path, size)

    return ImageFont.load_default()


def add_text_watermark(image_path, output_path, text):
    image = Image.open(image_path).convert("RGBA")
    watermark_layer = Image.new("RGBA", image.size, (255, 255, 255, 0))
    draw = ImageDraw.Draw(watermark_layer)

    font = load_font(32)
    text_box = draw.textbbox((0, 0), text, font=font)
    text_width = text_box[2] - text_box[0]
    text_height = text_box[3] - text_box[1]

    x = image.width - text_width - 30
    y = image.height - text_height - 30

    draw.text((x, y), text, font=font, fill=(255, 255, 255, 160))

    result = Image.alpha_composite(image, watermark_layer)
    result.convert("RGB").save(output_path, quality=95)


def batch_add_watermark(input_dir, output_dir, text):
    input_path = Path(input_dir)
    output_path = Path(output_dir)
    output_path.mkdir(parents=True, exist_ok=True)

    for file_path in input_path.iterdir():
        if file_path.suffix.lower() not in [".jpg", ".jpeg", ".png"]:
            continue

        save_path = output_path / f"{file_path.stem}_watermark.jpg"
        add_text_watermark(file_path, save_path, text)
        print(f"水印图片已保存：{save_path}")


def main():
    demo_image = Path("demo.jpg")

    if not demo_image.exists():
        print("请先在当前目录准备一张 demo.jpg 测试图片。")
        return

    Path("output").mkdir(exist_ok=True)

    show_image_info(demo_image)

    resize_keep_ratio(demo_image, "output/resized.jpg", new_width=500)
    crop_center(demo_image, "output/cropped.jpg", crop_width=400, crop_height=300)
    convert_to_gray(demo_image, "output/gray.jpg")
    opencv_blur_and_edges(demo_image, "output/opencv")
    add_text_watermark(demo_image, "output/watermark.jpg", "Python Image")

    print("基础图像处理完成，结果在 output 文件夹中。")

    if Path("images").exists():
        create_thumbnails("images", "output/thumbnails")
        batch_add_watermark("images", "output/watermarked", "Python Image")
    else:
        print("如果需要批量处理，请创建 images 文件夹并放入图片。")


if __name__ == "__main__":
    main()

九、运行说明

9.1 安装依赖

pip install pillow opencv-python numpy matplotlib

9.2 准备图片

把一张测试图片命名为：

demo.jpg

并和代码文件放在同一个目录。

9.3 运行程序

python image_processing_demo.py

运行后会生成：

output/
├── resized.jpg
├── cropped.jpg
├── gray.jpg
├── watermark.jpg
└── opencv/
    ├── gray.jpg
    ├── blurred.jpg
    └── edges.jpg

如果你创建了 images 文件夹并放入多张图片，程序还会批量生成缩略图和水印图。

十、常见问题与解决方案

10.1 cv2.imread 读取结果是 None

常见原因：

图片路径写错
文件名不存在
路径中包含特殊字符
图片文件损坏

建议先用 Path.exists() 判断文件是否存在。

10.2 OpenCV 显示颜色不对

OpenCV 默认是 BGR，matplotlib 默认按 RGB 显示，所以需要转换：

rgb_image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

10.3 水印中文乱码或不显示

通常是字体不支持中文。Windows 下可以使用：

font = ImageFont.truetype("C:/Windows/Fonts/msyh.ttc", 32)

10.4 保存 JPG 时报错

如果图片是 RGBA 模式，直接保存为 JPG 可能报错，需要先转换为 RGB：

image.convert("RGB").save("output.jpg")

十一、图像处理的应用场景

Python 图像处理可以应用在很多实际场景中：

电商图片批量压缩、裁剪、水印
证件照背景处理
文档扫描件增强
OCR 文字识别前处理
医学影像预处理
工业缺陷检测
视频帧分析
机器学习数据集清洗和增强

如果继续深入，可以学习：

OpenCV 轮廓检测
图像阈值分割
形态学操作
模板匹配
人脸检测
图像分类
目标检测

十二、总结

Python 图像处理是一个非常适合通过实践学习的方向。入门阶段建议先掌握 Pillow 和 OpenCV 的基础用法：

使用 Pillow 完成图片打开、保存、缩放、裁剪、灰度转换和水印
使用 OpenCV 完成灰度化、模糊、边缘检测等视觉处理
使用 pathlib 管理文件路径
把单张图片处理扩展为批量图片处理

从学习路径上看，可以先做小工具，再做完整项目。比如先写一个图片缩放脚本，再扩展成批量压缩工具；先做边缘检测，再扩展成轮廓提取和目标识别。

保持学习，保持输出。图像处理并不是只能停留在理论里，只要多动手写代码，一张普通图片也可以变成很好的练习素材。

以上就是Python进行图像处理的入门指南的详细内容，更多关于Python进行图像处理的资料请关注脚本之家其它相关文章！