在 Python 中处理图片可以借助多个强大的库，比如Pillow（PIL 的升级版）、OpenCV、matplotlib等。以下是一些常见的图片处理任务及实现代码，你可以根据需求参考： 一、安装必要的库 首先需要安装相关库，在命令行中执行： bash pip install pillow opencv-python matplotlib numpy 二、常用图片处理操作（基于 Pillow 库） Pillow是处理图片的基础库，支持常见的格式（JPG、PNG 等），操作简单。

  1. 打开并显示图片 python 运行 from PIL import Image

打开图片（替换为你的图片路径）

img = Image.open("test.jpg")

显示图片

img.show()

查看图片信息（尺寸、格式等）

print(f"尺寸：{img.size}（宽x高）") print(f"格式：{img.format}") print(f"模式：{img.mode}（RGB为彩色，L为灰度）") 2. 调整图片尺寸（缩放） python 运行 from PIL import Image

img = Image.open("test.jpg")

方法1：指定宽和高（可能变形）

resized_img1 = img.resize((400, 300)) # 宽400，高300 resized_img1.save("resized1.jpg")

方法2：按比例缩放（保持原比例）

width, height = img.size scale = 0.5 # 缩小到50% new_width = int(width * scale) new_height = int(height * scale) resized_img2 = img.resize((new_width, new_height)) resized_img2.save("resized2.jpg") 3. 裁剪图片 python 运行 from PIL import Image

img = Image.open("test.jpg")

裁剪区域：(left, upper, right, lower)，坐标从左上角(0,0)开始

例如：裁剪左上角宽200、高300的区域

cropped_img = img.crop((0, 0, 200, 300)) cropped_img.save("cropped.jpg") 4. 转换为灰度图 python 运行 from PIL import Image

img = Image.open("test.jpg")

转换为灰度模式（L模式）

gray_img = img.convert("L") gray_img.save("gray.jpg") 5. 旋转图片 python 运行 from PIL import Image

img = Image.open("test.jpg")

旋转90度（逆时针）

rotated_img1 = img.rotate(90) rotated_img1.save("rotated90.jpg")

旋转180度（顺时针，使用expand=True保证不裁剪边缘）

rotated_img2 = img.rotate(-180, expand=True) rotated_img2.save("rotated180.jpg") 三、进阶处理（基于 OpenCV 库） OpenCV更适合复杂处理（如边缘检测、滤镜等），但需要注意它默认使用BGR格式（与 Pillow 的RGB不同）。

  1. 读取并显示图片（OpenCV 方式） python 运行 import cv2 import matplotlib.pyplot as plt

读取图片（OpenCV默认BGR格式）

img = cv2.imread("test.jpg")

转换为RGB格式（用于matplotlib显示）

img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

用matplotlib显示

plt.imshow(img_rgb) plt.axis("off") # 隐藏坐标轴 plt.show()

保存图片（OpenCV直接保存BGR格式，无需转换）

cv2.imwrite("opencv_saved.jpg", img) 2. 边缘检测（Canny 算法） python 运行 import cv2 import matplotlib.pyplot as plt

img = cv2.imread("test.jpg") gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 先转灰度

Canny边缘检测

edges = cv2.Canny(gray, threshold1=50, threshold2=150)

显示结果

plt.imshow(edges, cmap="gray") plt.axis("off") plt.show() cv2.imwrite("edges.jpg", edges)

四、其他常见需求 添加文字 / 水印：用Pillow的ImageDraw模块，例如：...