Articles of python imaging library

Cargar bitmap RGBA con PIL

Intenté convertir un bitmap de 32 bits a PNG de 32 bits mediante PIL. from PIL import Image im = Image.open(‘example.bmp’) print im.mode # it prints ‘RGB’, but expected was ‘RGBA’ im.save(‘output.png’, format=’PNG’) El modo de imagen esperado es ‘RGBA’, pero en realidad obtengo ‘RGB’. También probé el siguiente código, pero no funciona. from PIL […]

¿Por qué mi _getexif () devuelve Ninguno?

Tengo el siguiente script de Python : from PIL import Image from PIL.ExifTags import TAGS img = Image.open(‘/path/1.jpg’) info = img._getexif() print info ¿Por qué se devuelve la info como None , aunque me aseguré de que se haya leído img ? Gracias.

Redimensionar una imagen 3D (y remuestrear)

Tengo la imagen 3D de un cerebro (llamémoslo flash) y actualmente es de 263 x 256 x 185. Quiero cambiar el tamaño para que tenga el tamaño de otra imagen (llámela whole_brain_bravo); 256 x 256 x 176, y (con suerte) usar una interpolación de lanczos para remuestrear (Image.ANTIALIAS). Mi bash (fallido): from scipy import ndimage […]

IOError: “el decodificador zip no está disponible” al usar matplotlib PNG en ReportLab en Linux, funciona en Windows

Estoy usando ReportLab para imprimir un gráfico producido por matplotlib. Puedo hacer esto en mi máquina de desarrollo de Windows sin problemas. Sin embargo, cuando implemento en un servidor Ubuntu, la representación falla con el error descrito. Supongo que me estoy perdiendo un módulo de Python, pero no sé cuál. Creo que las versiones de […]

Python PIL elimina secciones de una imagen en función de su color

Estoy tratando de usar PIL en python para eliminar partes de imágenes basadas en los valores RGB de los píxeles. De la documentación parece que el punto de función podría hacer lo que estoy buscando. Sin embargo estoy teniendo dificultades para seguir la documentación. Si quisiera cambiar todos los píxeles que tienen un valor azul […]

Python / PIL: crea y guarda imágenes a partir de datos uri

Tengo una url como asi data:image/jpeg;base64,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 ¿Cómo puedo crear y guardar esto como una imagen normal?

Tkinter y PIL Redimensionar una imagen para que se ajuste a una etiqueta

Estoy tratando de mostrar una imagen en Tkinter usando PIL. Como se sugirió en una pregunta anterior, utilizo una etiqueta para esto: from Tkinter import * class App(Frame): def __init__(self,master): Frame.__init__(self,master) self.grid(row=0) self.columnconfigure(0,weight=1) self.rowconfigure(0,weight=1) image = Image.load(‘example.png’) image = ImageTk.PhotoImage(image.convert(‘RGBA’)) self.display = Label(self,image=image) self.display.grid(row=0) root = Tk() app = App(root) app.mainloop() root.destroy() ¿Hay una manera […]

cómo reducir el tamaño de los archivos de imagen png en PIL

He utilizado PIL para convertir y cambiar el tamaño de jpg / bmt a png .. Puedo cambiar el tamaño y convertir fácilmente a png pero el tamaño del archivo es de una nueva imagen es demasiado grande im=Image.open(p1.photo) im_resize = im.resize((400, 400), Image.ANTIALIAS) # best down-sizing filter im.save(str(merchant.id)+’_logo.’+’png’) ¿Qué más tengo que hacer para […]

Mostrar imagen PIL en Kivy Canvas

No puedo encontrar ninguna documentación sobre cómo mostrar una imagen PIL en un canvas Kivy. Rectangle(source=image) give TypeError: ‘Image’ object has no attribute ‘__getitem__’ Necesito usar una imagen de almohada debido a otras manipulaciones de imagen. Incluso intenté cargar la imagen en una textura y luego aplicar la textura al canvas, pero luego no puedo […]

Captura de pantalla de la ventana activa con Python PIL y API de Windows: ¿cómo tratar con esquinas redondeadas?

Para este proyecto , estoy tomando capturas de pantalla con la API de Windows (para tratar con pantallas múltiples) y la convierto en una imagen PIL; Luego agrego una sombra alrededor de la ventana si quiero. Mi problema es que la captura de pantalla es en realidad del rectángulo de la ventana; lo que significa […]