- Python Pillow 教程
- Python Pillow - 首页
- Python Pillow - 概述
- Python Pillow - 环境设置
- 基本图像操作
- Python Pillow - 图像处理
- Python Pillow - 调整图像大小
- Python Pillow - 翻转和旋转图像
- Python Pillow - 裁剪图像
- Python Pillow - 为图像添加边框
- Python Pillow - 识别图像文件
- Python Pillow - 合并图像
- Python Pillow - 剪切和粘贴图像
- Python Pillow - 滚动图像
- Python Pillow - 在图像上添加文字
- Python Pillow - ImageDraw 模块
- Python Pillow - 合并两张图像
- Python Pillow - 创建缩略图
- Python Pillow - 创建水印
- Python Pillow - 图像序列
- Python Pillow 颜色转换
- Python Pillow - 图像上的颜色
- Python Pillow - 使用颜色创建图像
- Python Pillow - 将颜色字符串转换为 RGB 颜色值
- Python Pillow - 将颜色字符串转换为灰度值
- Python Pillow - 通过更改像素值来更改颜色
- 图像处理
- Python Pillow - 降噪
- Python Pillow - 更改图像模式
- Python Pillow - 图像合成
- Python Pillow - 使用 Alpha 通道
- Python Pillow - 应用透视变换
- 图像滤镜
- Python Pillow - 为图像添加滤镜
- Python Pillow - 卷积滤镜
- Python Pillow - 模糊图像
- Python Pillow - 边缘检测
- Python Pillow - 浮雕图像
- Python Pillow - 增强边缘
- Python Pillow - Unsharp Mask 滤镜
- 图像增强和校正
- Python Pillow - 增强对比度
- Python Pillow - 增强锐度
- Python Pillow - 增强色彩
- Python Pillow - 校正色彩平衡
- Python Pillow - 去噪
- 图像分析
- Python Pillow - 提取图像元数据
- Python Pillow - 识别颜色
- 高级主题
- Python Pillow - 创建动画 GIF
- Python Pillow - 批量处理图像
- Python Pillow - 转换图像文件格式
- Python Pillow - 为图像添加填充
- Python Pillow - 颜色反转
- Python Pillow - 使用 NumPy 进行机器学习
- Python Pillow 与 Tkinter BitmapImage 和 PhotoImage 对象
- Image 模块
- Python Pillow - 图像混合
- Python Pillow 有用资源
- Python Pillow - 快速指南
- Python Pillow - 函数参考
- Python Pillow - 有用资源
- Python Pillow - 讨论
Python Pillow - ImageChops.screen() 函数
Python 图像处理库 Pillow (PIL) 的 ImageChops 模块提供了一系列函数,用于对图像执行算术运算。除了这些运算之外,该模块还提供专门为图像混合模式运算设计的函数。这些混合模式之一就是屏幕模式。
PIL 中的 ImageChops.screen 函数使用屏幕混合模式将两张反转的图像叠加在一起。
该运算定义如下:
$$\mathrm{out\:=\:MAX\:-\:((MAX\:-\:image1)\:*\:(MAX\:-\:image2)\:/\:MAX)}$$
语法
以下是该函数的语法:
PIL.ImageChops.screen(image1, image2)
参数
以下是此函数参数的详细信息:
image1 - 第一个模式为“1”的输入二值图像。
image2 - 第二个模式为“1”的输入二值图像。
返回值
此函数的返回类型为 Image。
示例
示例 1
这是另一个示例,演示了 ImageChops.screen() 函数将两张反转的图像叠加在一起的工作方式。
from PIL import Image, ImageChops import numpy as np # Create the two input images using numpy arrays array1 = np.array([(154, 64, 3), (255, 0, 0), (255, 255, 0), (255, 255, 255), (164, 0, 3)], dtype=np.uint8) array2 = np.array([(200, 14, 3), (20, 222, 0), (255, 155, 0), (255, 55, 100), (180, 0, 78)], dtype=np.uint8) image1 = Image.fromarray(array1) image2 = Image.fromarray(array2) # Display the pixel values of the two input images print("Pixel values of image1 at (0, 0):", image1.getpixel((0, 0))) print("Pixel values of image2 at (0, 0):", image2.getpixel((0, 0))) # Additionally, demonstrate the use of the screen blend mode result_screen = ImageChops.screen(image1, image2) # Display the pixel values of the resulting image at (0, 0) after screen blend mode print("Pixel values of the result at (0, 0) after screen blend mode:", result_screen.getpixel((0, 0)))
输出
Pixel values of image1 at (0, 0): 154 Pixel values of image2 at (0, 0): 200 Pixel values of the result at (0, 0) after screen blend mode: 234
示例 2
在此示例中,PIL.ImageChops.screen() 函数应用于两张 PNG 图像,以将两张反转的图像叠加在一起。
from PIL import Image, ImageChops # Open the two image files image1 = Image.open("Images/pillow-logo-w.png") image2 = Image.open("Images/ColorDots.png") # Apply the Screen algorithm result = ImageChops.screen(image1, image2) # Display the input and resulting images image1.show() image2.show() result.show()
输出
输入图像 1
输入图像 2
输出图像
示例 3
这是另一个示例,它将 PIL.ImageChops.overlay() 函数应用于两张 JPEG 图像。
from PIL import Image, ImageChops # Open the two image files image1 = Image.open("Images/Tajmahal_2.jpg") image2 = Image.open("Images/Flower1.jpg") # Apply the Screen algorithm result = ImageChops.screen(image1, image2) # Display the input and resulting images image1.show() image2.show() result.show()
输出
输入图像 1
输入图像 2
输出图像
python_pillow_function_reference.htm
广告