超全Python圖像處理講解(多模塊實現(xiàn))
Pillow模塊講解
一、Image模塊
1.1 、打開圖片和顯示圖片
對圖片的處理最基礎的操作就是打開這張圖片，我們可以使用Image模塊中的open(fp, mode)方法，來打開圖片。open方法接收兩個參數(shù)，第一個是文件路徑，第二個是模式。主要的模式如下：
| mode（模式） | bands（通道） | 說明 |
|---|---|---|
| “1” | 1 | 數(shù)字1，表示黑白二值圖片，每個像素用0或1共1位二進制碼表示 |
| “L” | 1 | 灰度圖 |
| “P” | 1 | 索引圖 |
| “RGB” | 3 | 24位真彩圖 |
| “RGBA” | 4 | “RGB”+透明通道 |
| “CMYK” | 4 | 印刷模式圖像 |
更多的模式也就不說了，關于模式的模式的詳細介紹我也不知道。這個open方法返回一個Image對象，mode也不是必須參數(shù)。打開圖片代碼如下：
from PIL import Image
# 打開圖片
im = Image.open('test.jpg')
# 顯示圖片
im.show()
當然顯示圖片不是我們的重點，我們獲取Image對象之后，就可以獲取它的一些信息了。
print('圖像的格式：', im.format)
print('圖像的大?。?, im.size)
print('圖像的寬度：', im.width)
print('圖像的高度：', im.height)
# 傳入坐標的元組
print('獲取某個像素點的顏色值：', im.getpixel(100, 100))
在我的環(huán)境中運行結果如下：
圖像的格式： JPEG
圖像的大?。?(3968, 2976)
圖像的寬度： 3968
圖像的高度： 2976
獲取某個像素點的顏色值： (198, 180, 132)
1.2、創(chuàng)建一個簡單的圖像
在Image模塊中，提供了創(chuàng)建圖像的方法。主要是通過**Image.new(mode, size, color)**實現(xiàn)，該方法傳入三個參數(shù)：
- mode：圖像的創(chuàng)建模式
- size：圖像的大小
- color：圖像的顏色
用該方法可以創(chuàng)建一個簡單的圖像，之后我們可以通過save方法將圖像保存：
from PIL import Image
# 創(chuàng)建一個簡單的圖像
im = Image.new('RGB', (100, 100), 'red')
# 保存這個圖像
im.save('red.png')
生成圖片如下：
1.3、圖像混合
（1）透明度混合
透明度混合主要是使用**Image中的blend(im1, im2, alpha)**方法，對該方法的解釋如下：
- im1：Image對象，在混合的過程中，透明度設置為（1-apha）
- im2：Image對象，在混合的過程中，透明度設置為（apha）
- alpha：透明度，取值是0-1。當透明度為0是，顯示im1對象；當透明度為1時，顯示im2對象
注意：im1和im2的大小必須一樣，且mode都為RGB
代碼實現(xiàn)如下：
from PIL import Image
# 打開im1
im1 = Image.open('pic.jpg').convert(mode='RGB')
# 創(chuàng)建一個和im1大小一樣的圖像
im2 = Image.new('RGB', im1.size, 'red')
# 混合圖片，并顯示
Image.blend(im1, im2, 0.5).show()
下面為原圖和混合圖的對比：
不得不說，我家艾斯真滴帥。
（2）遮罩混合
接下來就是很迷的時刻了，我們可以通過Image.composite(im1, im2, mask)方法實現(xiàn)遮罩混合。三個參數(shù)都是Image對象，該方法的作用就是使用mask來混合im1和im2。我是聽不懂，你們能聽懂最好給我講一下。具體實現(xiàn)如下：
# 這句代碼寫了好多遍，我真不想寫了
from PIL import Image
# 打開圖像1
im1 = Image.open('pic1.jpg')
# 打開圖像2
im2 = Image.open('pic2.jpg')
# 重新設置im2的大小
im2.resize(im1.size)
# 將圖像2的三個色道分離，其中r、g、b都為Image對象
r, g, b = im2.split()
# 遮罩混合
Image.composite(im1, im2, b).show()
注意：im1、im2和mask的大小必須一樣
im1、im2和遮罩混合效果對比如下：
依舊是我?guī)洑獾陌埂?/p>
1.4、圖像縮放
（1）按像素縮放
按像素縮放通過Image.eval(im1, fun)方法實現(xiàn)，其中im1為我們老生常談的Image對象了；第二個為一個方法（函數(shù)），該函數(shù)傳入一個參數(shù)，即像素點。該函數(shù)會對圖片中每個像素點進行函數(shù)內的操作。下面我們對來簡單使用一下這個方法：
from PIL import Image
# 打開一張圖像
im = Image.open('摳鼻屎.jpg')
# 對該圖像每個像素點進行*2處理
Image.eval(im, lambda x:x*2).show()
這里我使用的lambda表達式，當然一般也都是用lambda表達式，不過你也可以像下面這樣寫：
# 定義一個方法 def func(x): return x*2 # 對圖像im每個像素點進行func中的操作，其中func不能加() Image.eval(im, func)
效果圖如下：
細心的讀者應該可以發(fā)現(xiàn)，這個摳鼻屎的圖片和筆者頭像并不完全一樣。在血色方面，筆者的頭像確實要差幾分。
注意：筆者在日常生活中可不是天天在大街上摳鼻屎的那種。
（2）按尺寸縮放
按尺寸縮放是通過Image對象的thumbnail()方法實現(xiàn)的，這里不同于前面直接通過Image調用方法，而是使用Image的具體實例im2調用thumbnail方法，從而對im2直接進行處理。具體代碼如下：
from PIL import Image
# 打開圖像
im1 = Image.open('xx.jpg')
# 復制圖像
im2 = im1.copy()
# 將復制后的圖像進行縮放，傳入一個元組
im2.thumbnail((100, 100))
# 輸出圖像大小
print("im1的大小", im1.size)
print('im2的大小', im2.size)
這里縮放圖像并不會對圖像進行變形，即顯示效果是一樣的。這里就不放效果圖了，輸入結果如下：
1.5、圖像的剪切與粘貼
（1）圖像粘貼
粘貼的實現(xiàn)主要是通過Image對象的paste(im, box, mask)方法，其中im為Image對象；box為要粘貼到的區(qū)域；mask為遮罩（我也不知道啥是遮罩）。其中box的參數(shù)有三種形式：
- (x1, y1)：將im左上角對齊(x1,y1)點，其余部分粘貼，超出部分拋棄
- (x1, x2, y1, y2)：將im粘貼至此區(qū)域
- None：此時im必須與源圖像大小一致
（2）裁剪圖像
裁剪主要通過Image對象的crop(box)方法實現(xiàn)，box同粘貼中一致。
接下來我們做一個小練習，想將圖像某個區(qū)域剪切下來，然后粘貼到另一個圖像上：
from PIL import Image
# 打開圖像
im = Image.open('nnz.jpg')
# 復制兩份
im1 = im.copy()
im2 = im.copy()
# 剪切圖片
im_crop = im1.crop((200, 200, 400, 400))
# 粘貼圖片
im2.paste(im_crop, (30, 30))
im2.show()
原圖和效果圖對比如下：
貌美如花的娜娜子。
1.4、圖像旋轉和格式轉換
（1）圖像旋轉
圖像旋轉就非常簡單了，簡單的一句代碼，通過Image對象調用rotate()，該方法返回被旋轉圖像的一個副本：
from PIL import Image
im = Image.open('nnz.jpg')
# 旋轉90度然后顯示
im.rotate(90).show()
順時針逆時針就不要問我了。
（2）格式轉換
- convert：轉換圖像的模式
- transpose：轉換圖像的格式
convert之前已經(jīng)使用過了，這里就簡單演示一下transpose的作用，transpose主要傳入一些Image中的常量：
from PIL import Image
# 打開圖像
im = Image.open('nnz.jpg')
# 這里我也不知道注釋啥了，總之效果和rotate(90)效果一樣
im.transpose(Image.ROTATE_90).show()
效果圖我也就不放了，給大家列出一些可以傳入的常量和該常量的作用：
| 常量 | 作用 |
|---|---|
| Image.FILP_TOP_BOTTOM | 上下翻轉 |
| Image.FILP_LEFT_RIGHT | 左右翻轉 |
| Image.ROTATE_90 | 翻轉90° |
| Image.ROTATE_180 | 翻轉180° |
| Image.TRANSPOSE | 顛倒 |
我也不知道這是哪門子的格式轉換。
1.5、分離和合并
（1）分離
這個是之前使用過的，通過Image對象的split()方法，將圖像的RGB三個通道分離，并返回三個Image對象：
from PIL import Image
# 打開圖像
im = Image.open('nnz.jpg')
# 分離通道，返回3個Image對象
r, g, b = im.split()
三個通道的效果圖如下：
（2）合并
合并是通過Image.merge(mode, bands)方法實現(xiàn)的，其中mode為模式，bands為通道列表，傳入一個列表類型數(shù)據(jù)。下面我實現(xiàn)以下小新多年來的愿望：
from PIL import Image
# 打開小新.jpg和娜娜子.jpg
im1 = Image.open('娜娜子.jpg')
im2 = Image.open('小新.jpg')
# 讓im2大小和im1一樣
im2.resize(im1.size)
# 將兩個圖像分別分離
r1, g1, b1 = im1.split()
r2, g2, b2 = im2.split()
# 合并圖像
im3 = Image.merge('RGB', [r1, g2, b1])
im3.show()
效果圖如下，看到這么美的圖片，小新一定會感謝我的：
到這里，我們就把Image模塊的大致內容講解完了，接下來我們來了解PIL中更豐富的功能。
二、ImageFilter
ImageFilter中提供了很多常用的濾鏡功能，
2.1、高斯模糊
高斯模糊也叫高斯平滑，是啥我也不知道，反正聽名字就是模糊。我們結合上面的內容完成一個小案例：
from PIL import Image, ImageFilter
# 打開圖像
im1 = Image.open('iron_man.jpg')
# 創(chuàng)建一個im1兩倍寬的圖像
img = Image.new('RGB', (im1.width*2, im1.height), 'red')
# 高斯模糊處理
im2 = im1.filter(ImageFilter.GaussianBlur)
# 將im1粘貼到img上
img.paste(im1, (0, 0))
# 將im2（高斯模糊后的圖像）粘貼到img上
img.paste(im2, (im1.width, 0))
img.show()
為了考慮小新的感受，下面不再用娜娜子作為素材。我選取了一張鋼鐵俠的圖片，運行結果如下：
希望各位讀者不要誤會，他倆真沒說你帥，他倆只說筆者一個人帥。
2.2、其它濾鏡
除了高斯模糊，ImageFilter中還提供了許多其它濾鏡：
| 濾鏡值 | 濾鏡名詞 |
|---|---|
| BLUR | 模糊效果 |
| CONTOUR | 輪廓 |
| DETAIL | 細節(jié) |
| EDGE_ENHANCE | 邊緣增強 |
| EDGE_ENHANCE_MORE | 邊緣增強plus |
| EMBOSS | 浮雕效果 |
| FIND_EDGES | 尋找邊緣 |
| SMOOTH | 平滑 |
筆者用一張美女圖片，測試了上面幾個濾鏡的效果，發(fā)現(xiàn)9張圖是看起來是完全一樣的。雖然完全一樣，但是筆者還是打算將這次測試的結果作為我慈善事業(yè)的一部分，分享給各位讀者。
其中1為高斯模糊，2-9分別為表格中的8個濾鏡。
三、ImageChops模塊（圖像合成）
ImageChops模塊中，提供了很多圖像合成的方法。這些方法是通過計算通道中像素值來實現(xiàn)的，不同的方法有不同的計算方式。
3.1、加法運算
加法運算通過**ImageChops.add(image1, image2, scale=1.0, offset=0)**方法實現(xiàn)，合成公式如下：
out = (im1 + im2)/scale + offset
我也看不懂，其中scale和offset是有默認值的。所以使用時我們可以省略參數(shù)，具體實現(xiàn)如下：
from PIL import Image, ImageChops
# 打開圖像
im1 = Image.open('im1.jpg')
im2 = Image.open('im2.jpg')
# 合成圖像并顯示
im3 = ImageChops.add(im1, im2)
im3.show()
實驗結果產(chǎn)不忍賭，效果圖如下：
3.2、減法運算
加法運算通過**ImageChops.subtract(image1, image2, scale=1.0, offset=0)**方法實現(xiàn)，合成公式如下：
out = (im1 - im2)/scale + offset
其使用和add方法是一致的，代碼如下：
from PIL import Image, ImageChops
# 打開圖像
im1 = Image.open('xscn.jpg')
im2 = Image.open('xscn2.jpg')
# 合成圖像并顯示
im3 = ImageChops.subtract(im1, im2)
im3.show()
原本是不想放效果圖的，但是運行后，發(fā)現(xiàn)效果圖比較美，所以想和大家分享一下：
希望大家讀到這篇博客的時候是獨自一人的深夜。
3.3、其它函數(shù)
因為大多數(shù)函數(shù)的使用都比較簡單，所以后續(xù)的函數(shù)也不單獨拿出來講了，具體功效可以看下列表：
| 函數(shù)名 | 參數(shù) | 作用 | 計算公式 |
|---|---|---|---|
| darker(變暗) | (image1, image2) | 對比兩種圖片的像素，取兩種圖片中對應像素的較小值。（去亮留暗） | min(im1, im2) |
| lighter（變亮） | 同上 | 對比兩種圖片的像素，取兩種圖片中對應像素的較大值。（去暗留亮） | max(im1, im2) |
| invert（反色） | (image) | 將max(255)減去每個像素的值 | max-image |
| multiply（疊加） | (image1, image2) | 兩種圖片互相疊加。如果和黑色疊加，將獲得一張很色圖片 | im1*im2/max |
| screen（屏幕） | 同上 | 先反色后疊加 | max-((max-im1)*(max-im2)/max) |
| difference（比較） | 同上 | 各個像素做減法，取絕對值。如果像素相同結果為黑色 | abs(im1-im2) |
演示代碼如下：
from PIL import Image, ImageChops
# 打開圖像
im1 = Image.open("im1.jpg")
im2 = Image.open("im2.jpg")
# 對圖像進行各種操作
im3 = ImageChops.darker(im1, im2)
im3.save('darker.jpg')
im3 = ImageChops.lighter(im1, im2)
im3.save('lighter.jpg')
im3 = ImageChops.invert(im1)
im3.save('invert.jpg')
im3 = ImageChops.multiply(im1, im2)
im3.save('multiply.jpg')
im3 = ImageChops.screen(im1, im2)
im3.save('screen.jpg')
im3 = ImageChops.difference(im1, im2)
im3.save('difference.jpg')
其中，我選取的素材im1和im2都是上面使用到的那兩張，效果圖如下：
這樣，我的女神就被我毀的體無完膚了。
四、ImageEnhance模塊（色彩、亮度）
ImageEnhance提供了許多函數(shù)，用于調整圖像的色彩、對比度、亮度、清晰度等。調整圖像的步驟如下：
確定要調整的參數(shù)，獲取特定的調整器調用調整器的enhance方法，傳入?yún)?shù)進行調整。
注意：所有調整器都實現(xiàn)同一個接口，該接口中包含一個方法enhance
其中enhance方法接收一個參數(shù)factor，factor是一個大于0的數(shù)。當factor為1時，返回原圖，當factor小于1返回減弱圖，大于1返回增強圖。
各個獲取色彩調整器的方法如下：
| 方法名稱 | 方法作用 |
|---|---|
| ImageEnhance.Color() | 獲取顏色調整器 |
| ImageEnhance.Contrast() | 獲取對比度調整器 |
| ImageEnhance.Brightness() | 獲取亮度調整器 |
| ImageEnhance.Sharpness() | 獲取清晰度調整器 |
雖然是很想偷懶，不去做實驗，但是想想還是做了如下實驗，代碼如下：
from PIL import Image, ImageEnhance
# 打開im1
im1 = Image.open("gtx.jpg")
# 獲取顏色（各種）調整器
enhance_im1 = ImageEnhance.Color(im1)
#enhance_im1 = ImageEnhance.Contrast(im1)
#enhance_im1 = ImageEnhance.Brightness(im1)
#enhance_im1 = ImageEnhance.Sharpness(im1)
# 減弱顏色（以及其它屬性）
im2 = enhance_im1.enhance(0.5)
# 增強顏色（以及其它屬性）
im3 = enhance_im1.enhance(1.5)
# 獲取原圖大小
w, h = im1.size
# 創(chuàng)建一個原圖大小3倍的圖片
img = Image.new("RGB", (w*3, h))
# 將減弱的圖片放在最左邊
img.paste(im2, (0, 0))
# 將原圖放在中間
img.paste(im1, (w, 0))
# 將增強后的圖片放在最右邊
img.paste(im3, (w*2, 0))
# 顯示圖片
img.show()
其中，我們只需要修改獲取調整器的代碼就可以了，獲取其它調制器的代碼我注釋了。然后看看效果圖：
這種不傷大雅的工作，讓我唐尼叔做再適合不過了。
另外再講一個調節(jié)亮度的函數(shù)，但是這個函數(shù)時Image中的函數(shù)point()，而不是ImageEnhance的。該函數(shù)傳入一個參數(shù)，使用方法和Image.eval()類似，使用示例如下：
from PIL import Image
# 打開圖像
im1 = Image.open('gtx.jpg')
# 變暗操作
im2 = im1.point(lambda x:x*0.5)
# 變量操作
im3 = im1.point(lambda x:x*1.5)
# 獲取原圖大小
w, h = im1.size
# 創(chuàng)建一個原圖大小3倍的圖片
img = Image.new("RGB", (w*3, h))
# 將減弱的圖片放在最左邊
img.paste(im2, (0, 0))
# 將原圖放在中間
img.paste(im1, (w, 0))
# 將增強后的圖片放在最右邊
img.paste(im3, (w*2, 0))
# 顯示圖片
img.show()
效果圖如下：
五、ImageDraw模塊
該模塊提供了許多繪制2D圖像的功能，我們可以通過繪制獲取一個全新的圖像，也可以在原有的圖像上進行繪制。在我們使用該模塊進行繪制時，我們需要先獲取ImageDraw.Draw對象，獲取方式如下：
from PIL import ImageDraw # 構造函數(shù)中，im為一個Image對象 drawer = ImageDraw.Draw(im)
我們獲取ImageDraw.Draw對象后就可以進行相應的繪制了。
5.1、繪制簡單形狀
在繪制之前，我們先創(chuàng)建一個空白的圖片：
from PIL import Image, ImageDraw
# 創(chuàng)建一個300*300的白色圖片
im = Image.new("RGB", (300, 300), "white")
# 獲取ImageDraw.Draw對象
drawer = ImageDraw.Draw(im)
后續(xù)的繪制都可以使用對象drawer繪制。
（1）繪制直線
""" xy：起點坐標和終點坐標(x1, y1, x2, y2) fill：填充色。"red"、"blue"... width：輪廓粗細 joint：連接方式，可以是曲線 """ line(xy, fill, width, joint) # 繪制直線 drawer.line((50, 50, 150, 150), fill='green',width=2)
（2）繪制矩形
""" xy：左上角坐標和右下角坐標(x1, y1, x2, y2) fill：填充色。"red"、"blue"... outline：輪廓色。同上 width：輪廓粗細 """ rectangle(xy, fill, outline, width) # 使用示例 drawer.rectangle((50, 50, 150, 150), fill='green', outline='red', width=3)
（3）繪制圓弧
""" xy：包含圓弧所在圓的矩形的左上角坐標和右下角坐標(x1, y1, x2, y2) start：起始角度 end：終止角度 fill：填充色。"red"、"blue"... width：輪廓粗細 """ arc(xy, start, end, fill, width) # 使用示例 drawer.arc((50, 50, 150, 150), start=0, end=90, fill='green', width=3)
對于xy參數(shù)的解釋如圖所示：
（4）繪制橢圓
""" xy：包含橢圓（或圓）的矩形的左上角坐標和右下角坐標(x1, y1, x2, y2) fill：填充色。"red"、"blue"... outline：輪廓顏色 width：輪廓粗細 """ ellipse(xy, fill, outline, width) # 使用示例 drawer.ellipse((50, 50, 150, 150),fill='green', outline='red', width=3)
（5）繪制弦
""" xy：弦所在橢圓的矩形的左上角坐標和右下角坐標(x1, y1, x2, y2) start：開始角度 end：終點角度 fill：填充色。"red"、"blue"... outline：輪廓顏色 width：輪廓粗細 """ chord(xy, start, end, fill, outline, width) # 使用示例 drawer.chord((50, 50, 150, 150),start=0, end=90, fill='green', outline='red', width=3)
（6）繪制扇形
""" xy：扇形所在橢圓的矩形的左上角坐標和右下角坐標(x1, y1, x2, y2) start：開始角度 end：終點角度 fill：填充色。"red"、"blue"... outline：輪廓顏色 width：輪廓粗細 """ pieslice(xy, start, end, fill, outline, width) # 使用示例 drawer.pieslice((50, 50, 150, 150),start=0, end=90, fill='green', outline='red', width=3)
（7）繪制多邊形
""" xy：多邊形各個點坐標的元組/列表(x1, y1, x2, y2) fill：填充色。"red"、"blue"... outline：輪廓顏色 """ pieslice(xy, fill, outline) # 使用示例 drawer.polygon((50, 50, 150, 150, 150, 200, 200, 250, 50, 50), fill='green', outline='red')
（8）繪制點
""" xy：點的坐標 fill：填充色。"red"、"blue"... """ point(xy, fill) # 使用示例 drawer.point((100, 100), fill='black')
除了上面這些簡單圖形外，我們還可以使用Draw繪制文字。
5.2、繪制文字
繪制文字和繪制圖形是一樣的：
""" xy：起點坐標 text：繪制的文本 fill：填充色。"red"、"blue"... ...其中繪制文字還有許多其它參數(shù) """ text(xy, text, fill) # 使用示例 drawer.text((100, 100), text='zack' fill='red')
當我們繪制中文時，上述代碼會報錯，因為默認編碼是不支持中文的。我們可以在C:/Windows/Fonts目錄下找到字體文件，我們選擇一個支持中文的。我這里直接是將字體文件復制到項目底下來了，代碼如下：
from PIL import Image, ImageDraw, ImageFont
# 創(chuàng)建一個圖像用于繪制文字
im = Image.new("RGB", (300, 300), "white")
drawer = ImageDraw.Draw(im)
# 獲取字體對象
imFont = ImageFont.truetype('simkai.ttf', 30)
# 繪制文字時設置字體
drawer.text((50, 100),text="啥",font=imFont,fill="red")
im.show()
我們使用了ImageFont.truetype()函數(shù)獲取字體對象，在獲取時我們可以設置字體大小。到此我們就了解了PIL的各種操作了
到此這篇關于超全Python圖像處理講解(多模塊實現(xiàn))的文章就介紹到這了,更多相關Python 圖像處理內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
基于Linux系統(tǒng)中python matplotlib畫圖的中文顯示問題的解決方法
下面小編就為大家?guī)硪黄贚inux系統(tǒng)中python matplotlib畫圖的中文顯示問題的解決方法。小編覺得挺不錯的，現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2017-06-06
使用Python來做數(shù)據(jù)加密同樣簡單，可以使用hashlib或者hmac模塊來做數(shù)據(jù)加密2008-12-12
這篇文章主要和大家一起說說pandas的兩個表的連接技能merge，也就是根據(jù)一個表的條件去匹配另一個表的內容，感興趣的可以跟隨小編一起學習一下2022-09-09
這篇文章主要介紹了Python對象的list如何快速按照屬性查找問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2023-11-11
這篇文章主要介紹了關于python的xlwings與VBA間的互相調用,VBA是一種通用應用軟件腳本語言，Excel包含和許多功能強大的數(shù)據(jù)分析對象，例如工作表、圖表、數(shù)據(jù)透視表以及大量的數(shù)學、財務、工程和通用業(yè)務函數(shù)，配合VBA可以運用這些對象開發(fā)出自動程序2023-07-07
教你如何用python開發(fā)一款數(shù)字推盤小游戲
這篇文章主要介紹了教你如何用python開發(fā)一款數(shù)字推盤小游戲,文中有非常詳細的代碼示例,喜對歡玩小游戲的或者正在學習python小游戲開發(fā)的小伙伴們有很好的幫助,需要的朋友可以參考下2021-04-04
這篇文章主要為大家詳細介紹了Python使用wxPython實現(xiàn)計算器，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-01-01
這篇文章主要介紹了Python學習筆記之列表推導式,結合實例形式分析Python列表推導式的原理、寫法與相關使用技巧,需要的朋友可以參考下2019-08-08
這篇文章主要介紹了Python按照list dict key進行排序過程解析,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-04-04
這篇文章主要介紹了Python Pillow(PIL)庫的用法介紹,本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2020-09-09