如下所示：
# coding=gbk
from PIL import Image
import numpy as np
# import scipy
def loadImage():
# 读取图片
im = Image.open("lena.jpg")
# 显示图片
im.show()
im = im.convert("L")
data = im.getdata()
data = np.matrix(data)
# print data
# 变换成512*512
data
本文实例讲述了python通过pil模块将raw图片转换成png图片的方法。分享给大家供大家参考。具体分析如下：
python通过pil模块将raw图片转换成png图片，pil中包含了fromstring函数可以按照指定模式读取图片信息然后进行保存。
rawData = open("foo.raw" 'rb').read()
imgSize = (x,y)
# Use the PIL raw decoder to read the data.
# the 'F;16' informs the
本文实例讲述了python通过pil将图片转换成黑白效果的方法。分享给大家供大家参考。具体分析如下：
pil功能强大，convert方法可以轻易的将图片转换，下面的代码可以将图片转换成黑白效果
from PIL import Image
image_file = Image.open("convert_image.png") # open colour image
image_file = image_file.convert('1') # convert image to black and
本文实例讲述了python用10行代码实现对黄色图片的检测功能。分享给大家供大家参考。具体如下：
原理：将图片转换为YCbCr模式，在图片中寻找图片色值像素，如果在皮肤色值内的像素面积超过整个画面的1/3，就认为是黄色图片。
申明：简单场景还是够用了，稍微复杂一点就不准确了，例如：整幅画面是人的头像，皮肤色值的像素必然超过50%，被误认为黄色图片就太武断了。
需要安装python图片库PIL支持
porn_detect.py如下：
import sys,PIL.Image as Image
i
首先了解一下需要的几个类所在的package
from torchvision import transforms, datasets as ds
from torch.utils.data import DataLoader
import matplotlib.pyplot as plt
import numpy as np
#transform = transforms.Compose是把一系列图片操作组合起来，比如减去像素均值等。
#DataLoader读入的数据类型是PIL.Imag
感想
我们在做深度学习处理图片的时候，如果是自己制作或者收集的数据集，不可避免的要对数据集进行处理，然后大多数模型都只支持RGB格式的图片，这个时候，我们需要把其他格式的图片，例如灰度图像转换为RGB的图片，网上只有灰度图像转换为RGB的教程，我这里弥补一下空缺。
from PIL import Image
import numpy as np
L_path='train/5509031.jpg'
L_image=Image.open(L_path)
out = L_image.convert
