安装
刚接触pillow的朋友先来看一下pillow的安装方法，在这里我们以mac os环境为例：
（1）、使用 pip 安装 python 库。pip 是 python 的包管理工具，安装后就可以直接在命令行一站式地安装/管理各种库了（pip 文档）。
$ wget http://pypi.python.org/packages/source/p/pip/pip-0.7.2.tar.gz
$ tar xzf pip-0.7.2.tar.gz
$ cd pip-0.7.2
$ python setup.py install
（2）、使用 pip 下载获取 pillow：
$ pip install pillow
（3）、安装过程中命令行出现错误提示：”error: command ‘clang’ failed with exit status 1”。上网查阅，发现需要通过 xcode 更新 command line tool。于是打开 xcode->preferences->downloads-components选项卡。咦？竟然没了 command line tools。再查，发现 xcode 5 以上现在需要用命令行安装：
$ xcode-select —install
系统会弹出安装命令行工具的提示，点击安装即可。
此时再 pip install pillow，就安装成功了。
pip freeze 命令查看已经安装的 python 包，pillow 已经乖乖躺那儿了。
好了，下面开始进入教程~
image类
pillow中最重要的类就是image，该类存在于同名的模块中。可以通过以下几种方式实例化：从文件中读取图片，处理其他图片得到，或者直接创建一个图片。
使用image模块中的open函数打开一张图片：
>>> from pil import image
>>> im = image.open(“lena.ppm”)
如果打开成功，返回一个image对象，可以通过对象属性检查文件内容
>>> from __future__ import print_function
>>> print(im.format, im.size, im.mode)
ppm (512, 512) rgb
format属性定义了图像的格式，如果图像不是从文件打开的，那么该属性值为none；size属性是一个tuple，表示图像的宽和高（单位为像素）；mode属性为表示图像的模式，常用的模式为：l为灰度图，rgb为真彩色，cmyk为pre-press图像。
如果文件不能打开，则抛出ioerror异常。
当有一个image对象时，可以用image类的各个方法进行处理和操作图像，例如显示图片：
>>> im.show()
ps：标准版本的show()方法不是很有效率，因为它先将图像保存为一个临时文件，然后使用xv进行显示。如果没有安装xv，该函数甚至不能工作。但是该方法非常便于debug和test。（windows中应该调用默认图片查看器打开）
读写图片
pillow库支持相当多的图片格式。直接使用image模块中的open()函数读取图片，而不必先处理图片的格式，pillow库自动根据文件决定格式。
image模块中的save()函数可以保存图片，除非你指定文件格式，那么文件名中的扩展名用来指定文件格式。
图片转成jpg格式
from __future__ import print_function
import os, sys
from pil import image
for infile in sys.argv[1:]:
f, e = os.path.splitext(infile)
outfile = f + “.jpg”
if infile != outfile:
try:
image.open(infile).save(outfile)
except ioerror:
print(“cannot convert”, infile)
save函数的第二个参数可以用来指定图片格式，如果文件名中没有给出一个标准的图像格式，那么第二个参数是必须的。
创建缩略图
from __future__ import print_function
import os, sys
from pil import image
size = (128, 128)
for infile in sys.argv[1:]:
outfile = os.path.splitext(infile)[0] + “.thumbnail”
if infile != outfile:
try:
im = image.open(infile)
im.thumbnail(size)
im.save(outfile, “jpeg”)
except ioerror:
print(“cannot create thumbnail for”, infile)
必须指出的是除非必须，pillow不会解码或raster数据。当你打开一个文件，pillow通过文件头确定文件格式，大小，mode等数据，余下数据直到需要时才处理。
这意味着打开文件非常快，与文件大小和压缩格式无关。下面的程序用来快速确定图片属性：
确定图片属性
from __future__ import print_function
import sys
from pil import image
for infile in sys.argv[1:]:
try:
with image.open(infile) as im:
print(infile, im.format, “%dx%d” % im.size, im.mode)
except ioerror:
pass
裁剪、粘贴、与合并图片
image类包含还多操作图片区域的方法。如crop()方法可以从图片中提取一个子矩形
从图片中复制子图像
box = im.copy() #直接复制图像
box = (100, 100, 400, 400)
region = im.crop(box)
区域由4-tuple决定，该tuple中信息为(left, upper, right, lower)。 pillow左边系统的原点（0，0）为图片的左上角。坐标中的数字单位为像素点，所以上例中截取的图片大小为300*300像素^2。
处理子图，粘贴回原图
region = region.transpose(image.rotate_180)
im.paste(region, box)
将子图paste回原图时，子图的region必须和给定box的region吻合。该region不能超过原图。而原图和region的mode不需要匹配，pillow会自动处理。
另一个例子
rolling an image
def roll(image, delta):
“roll an image sideways”
image = image.copy() #复制图像
xsize, ysize = image.size
delta = delta % xsize
if delta == 0: return image
part1 = image.crop((0, 0, delta, ysize))
part2 = image.crop((delta, 0, xsize, ysize))
image.paste(part2, (0, 0, xsize-delta, ysize))
image.paste(part1, (xsize-delta, 0, xsize, ysize))
return image
分离和合并通道
r, g, b = im.split()
im = image.merge(“rgb”, (b, g, r))
对于单通道图片，split()返回图像本身。为了处理单通道图片，必须先将图片转成rgb。
几何变换
image类有resize()、rotate()和transpose()、transform()方法进行几何变换。
简单几何变换
out = im.resize((128, 128))
out = im.rotate(45) # 顺时针角度表示
置换图像
out = im.transpose(image.flip_left_right)
out = im.transpose(image.flip_top_bottom)
out = im.transpose(image.rotate_90)
out = im.transpose(image.rotate_180)
out = im.transpose(image.rotate_270)
transpose()和象的rotate()没有性能差别。
更通用的图像变换方法可以使用transform()
模式转换
convert()方法
模式转换
im = image.open(‘lena.ppm’).convert(‘l’)
图像增强
filter
imagefilter模块包含很多预定义的增强filters，通过filter()方法使用
应用filters
from pil import imagefilter
out = im.filter(imagefilter.detail)
像素点处理
point()方法通过一个函数或者查询表对图像中的像素点进行处理（例如对比度操作）。
像素点变换
# multiply each pixel by 1.2
out = im.point(lambda i: i * 1.2)
上述方法可以利用简单的表达式进行图像处理，通过组合point()和paste()还能选择性地处理图片的某一区域。
处理单独通道
# split the image into inpidual bands
source = im.split()
r, g, b = 0, 1, 2
# select regions where red is less than 100
mask = source[r].point(lambda i: i < 100 and 255)
# process the green band
out = source[g].point(lambda i: i * 0.7)
# paste the processed band back, but only where red was < 100
source[g].paste(out, none, mask)
# build a new multiband image
im = image.merge(im.mode, source)
注意到创建mask的语句：
mask = source[r].point(lambda i: i < 100 and 255)
该句可以用下句表示
imout = im.point(lambda i: expression and 255)
如果expression为假则返回expression的值为0（因为and语句已经可以得出结果了），否则返回255。（mask参数用法：当为0时，保留当前值，255为使用paste进来的值，中间则用于transparency效果）
高级图片增强
对其他高级图片增强，应该使用imageenhance模块 。一旦有一个image对象，应用imageenhance对象就能快速地进行设置。 可以使用以下方法调整对比度、亮度、色平衡和锐利度。
图像增强
from pil import imageenhance
enh = imageenhance.contrast(im)
enh.enhance(1.3).show(“30% more contrast”)
动态图
pillow支持一些动态图片的格式如fli/flc，gif和其他一些处于实验阶段的格式。tiff文件同样可以包含数帧图像。
当读取动态图时，pil自动读取动态图的第一帧，可以使用seek和tell方法读取不同帧。
from pil import image
im = image.open(“animation.gif”)
im.seek(1) # skip to the second frame
try:
while 1:
im.seek(im.tell()+1)
# do something to im
except eoferror:
pass # end of sequence
当读取到最后一帧时，pillow抛出eoferror异常。
当前版本只允许seek到下一帧。为了倒回之前，必须重新打开文件。
或者可以使用下述迭代器类
动态图迭代器类
class imagesequence:
def __init__(self, im):
self.im = im
def __getitem__(self, ix):
try:
if ix:
self.im.seek(ix)
return self.im
except eoferror:
raise indexerror # end of sequence
for frame in imagesequence(im):
# …do something to frame…
postscript printing
pillow允许通过postscript printer在图片上添加images、text、graphics。
drawing postscript
from pil import image
from pil import psdraw
im = image.open(“lena.ppm”)
title = “lena”
box = (1*72, 2*72, 7*72, 10*72) # in points
ps = psdraw.psdraw() # default is sys.stdout
ps.begin_document(title)
# draw the image (75 dpi)
ps.image(box, im, 75)
ps.rectangle(box)
# draw centered title
ps.setfont(“helveticanarrow-bold”, 36)
w, h, b = ps.textsize(title)
ps.text((4*72-w/2, 1*72-h), title)
ps.end_document()
更多读取图片方法
之前说到image模块的open()函数已经足够日常使用。该函数的参数也可以是一个文件对象。
从string中读取
import stringio
im = image.open(stringio.stringio(buffer))
从tar文件中读取
from pil import tario
fp = tario.tario(“imaging.tar”, “imaging/test/lena.ppm”)
im = image.open(fp)
草稿模式
draft()方法允许在不读取文件内容的情况下尽可能（可能不会完全等于给定的参数）地将图片转成给定模式和大小，这在生成缩略图的时候非常有效（速度要求比质量高的场合）。
draft模式
from __future__ import print_function
im = image.open(file)
print(“original =”, im.mode, im.size)
im.draft(“l”, (100, 100))
print(“draft =”, im.mode, im.size)