Pillow: модуль ImageChops

ImageChops — это подмодуль Python PIL (Python Imaging Library), специально предназначенный для операций с каналами изображения (сокращённо «Channel Operations»).

Модуль ImageChops предоставляет ряд методов, которые могут выполнять математические и логические операции над изображениями; обычно используется в таких сценариях, как композитинг изображений и обработка спецэффектов.

Возможности модуля

  • Все методы принимают два изображения в качестве параметров и работают с их соответствующими пикселями.
  • Возвращают новый объект изображения.
  • Большинство методов требуют, чтобы входные изображения имели одинаковый размер и режим.
  • Особенно подходит для композитинга изображений, смешивания и обработки спецэффектов.

Распространённые методы ImageChops

Ниже перечислены наиболее часто используемые методы модуля ImageChops и их описания:

Название метода Описание Математическое выражение
add(image1, image2, scale=1.0, offset=0) Сложить два изображения. out = ((image1 + image2) / scale + offset)
subtract(image1, image2, scale=1.0, offset=0) Вычесть два изображения. out = ((image1 - image2) / scale + offset)
lighter(image1, image2) Сравнить два изображения и выбрать более светлое значение для каждого пикселя. out = max(image1, image2)
darker(image1, image2) Сравнить два изображения и выбрать более тёмное значение для каждого пикселя. out = min(image1, image2)
multiply(image1, image2) Умножить два изображения. out = image1 * image2 / 255
screen(image1, image2) Применить экранное смешивание к двум изображениям. out = 255 - (255 - image1) * (255 - image2) / 255
overlay(image1, image2) Наложить два изображения. Выбрать операцию умножения или экранного смешивания в зависимости от значений пикселей.
difference(image1, image2) Вернуть абсолютную разность между двумя изображениями. out = abs(image1 - image2)
invert(image) Инвертировать изображение (негативный эффект). out = 255 - image
logical_and(image1, image2) Выполнить логическую операцию AND над двумя изображениями. out = image1 & image2
logical_or(image1, image2) Выполнить логическую операцию OR над двумя изображениями. out = image1 | image2
logical_xor(image1, image2) Выполнить логическую операцию XOR над двумя изображениями. out = image1 ^ image2
blend(image1, image2, alpha) Смешать два изображения с фиксированной прозрачностью. out = image1 * (1.0 - alpha) + image2 * alpha
composite(image1, image2, mask) Объединить два изображения с использованием изображения-маски. Выбрать пиксели из image1 или image2 на основе маски.
offset(image, xoffset, yoffset=None) Сместить изображение. Сдвинуть изображение на указанное число пикселей в направлениях x и y.

Примеры использования

Базовое использование

Пример

from PIL import Image, ImageChops

# Открыть два изображения
image1 = Image.open("image1.jpg")
image2 = Image.open("image2.jpg")

# Убедитесь, что оба изображения имеют одинаковый размер
if image1.size == image2.size:
    # Сложить два изображения
    added_image = ImageChops.add(image1, image2)
    added_image.save("added.jpg")
   
    # Получить разницу между двумя изображениями
    diff_image = ImageChops.difference(image1, image2)
    diff_image.save("difference.jpg")

Создание негатива изображения

Пример

from PIL import Image, ImageChops

# Открыть изображение
original = Image.open("photo.jpg")

# Создать негатив
inverted = ImageChops.invert(original)
inverted.save("negative.jpg")

Смешивание изображений

Пример

from PIL import Image, ImageChops

# Открыть два изображения
foreground = Image.open("foreground.png")
background = Image.open("background.jpg")

# Убедитесь, что они имеют одинаковый размер
if foreground.size == background.size:
    # Смешивание изображений (alpha=0.5 означает, что каждое вносит 50%)
    blended = ImageChops.blend(foreground, background, 0.5)
    blended.save("blended.jpg")

Примечания

  1. Режим изображения: Большинство методов ImageChops требуют, чтобы входные изображения имели одинаковый режим (например, RGB, L и т. д.)
  2. Размер изображения: Два изображения, над которыми выполняется операция, должны иметь одинаковые размеры.
  3. Возвращаемое значение: Все методы возвращают новый объект Image и не изменяют исходные изображения.
  4. Вопросы производительности: Для больших изображений эти операции могут потреблять значительный объем памяти.
  5. Особые режимы: Некоторые методы (например, логические операции) обычно используются для 1-битных изображений (режим "1").

Правильно используя модуль ImageChops, можно легко достичь различных эффектов обработки изображений — от простого композитинга до сложных спецэффектов.

Другие расширения