1.4 图像的基本操作

1.4 图像的基本操作

本节摘要：裁剪、缩放、旋转、翻转是图像处理最常用的四把"剪刀"。本节逐一拆解 crop、resize、thumbnail、rotate、transpose 的用法与参数，重点讲清 resize 与 thumbnail 的区别、rotate 的 expand 参数、以及坐标系（左上角原点）的理解。

阅读收获

阅读完本节，你应当能够：

1. 用 crop 裁剪出任意区域
2. 用 resize 与 thumbnail 缩放图片并理解二者区别
3. 用 rotate 旋转并处理黑边问题
4. 用 transpose 完成翻转
5. 理解 Pillow 的坐标系（x 向右、y 向下）

问题与直觉：坐标系的第一次亲密接触

图像处理里的坐标和数学课不一样：原点在左上角，x 向右增大，y 向下增大。一张 100x80 的图，右下角坐标是 (99, 79)。这个"翻转的 y 轴"是新手第一个容易懵的点。

from PIL import Image
img = Image.open("photo.jpg")

# 裁剪：左上角 (50, 50) 到右下角 (200, 150) 的矩形
crop_box = (50, 50, 200, 150)
cropped = img.crop(crop_box)
​

crop 的参数是 (left, upper, right, lower)——记住前两个是左上角、后两个是右下角，right/lower 是开区间（不包含边界像素）。

核心原理：四个操作逐个拆

1. crop——裁剪

# 切出右半部分
w, h = img.size
right_half = img.crop((w // 2, 0, w, h))

# 中心裁一块正方形
side = min(w, h)
left = (w - side) // 2
top = (h - side) // 2
center_square = img.crop((left, top, left + side, top + side))
​

裁剪不改变原图（返回新对象），常用于"去掉无关区域"或"统一构图"。

2. resize vs thumbnail——缩放的两兄弟

# resize：强制缩放到指定尺寸（可能变形）
img_resized = img.resize((500, 300))

# thumbnail：等比例缩放到不超出指定框（不变形，原地修改）
img.thumbnail((500, 300))
print(img.size)  # 实际可能是 (500, 281)，按比例适配
​

💡 关键直觉：缩略图用 thumbnail，精确尺寸用 resize。Web 场景最常见的是"生成不超框的缩略图"，thumbnail 一行解决，还不会拉变形。

3. rotate——旋转

# 逆时针旋转 45 度
rotated = img.rotate(45)

# 旋转后自动扩展画布（不放缩内容、不裁边）
rotated_full = img.rotate(45, expand=True)

# 旋转并同时放大（改变输出尺寸）
rotated_zoom = img.rotate(45, expand=True, resample=Image.Resampling.BICUBIC)
​

rotate 默认不扩展画布——45 度旋转后四角会被裁掉。想保留完整内容用 expand=True。注意 rotate 是逆时针。

4. transpose——翻转

img_flip_lr = img.transpose(Image.Transpose.FLIP_LEFT_RIGHT)  # 水平翻转（镜像）
img_flip_tb = img.transpose(Image.Transpose.FLIP_TOP_BOTTOM)  # 垂直翻转
img_rot_90 = img.transpose(Image.Transpose.ROTATE_90)         # 顺时针 90°
img_rot_180 = img.transpose(Image.Transpose.ROTATE_180)       # 180°
img_rot_270 = img.transpose(Image.Transpose.ROTATE_270)       # 顺时针 270°
​

transpose 只做 90° 倍数的旋转，但速度快、不重采样，适合固定角度的翻转。

工程实践要点：参数细节与坑

⚠️ 常见坑 1：resize 后图片模糊。默认用最近邻插值，放大时颗粒感强。放大图片用 resample=Image.Resampling.LANCZOS（高质量但慢）或 BICUBIC（均衡）。

⚠️ 常见坑 2：旋转 90° 与 transpose 的困惑。img.rotate(90) 是逆时针 90°，img.transpose(ROTATE_90) 是顺时针 90°——方向相反！统一用 transpose 处理 90° 倍数旋转最不易错。

动手实验：拼一个"四宫格"

把四个操作组合起来，生成一个四宫格拼图，直观看到每个操作的效果：

from PIL import Image

img = Image.open("photo.jpg")
w, h = img.size

# 左上：裁剪中心正方形
side = min(w, h)
c = img.crop(((w-side)//2, (h-side)//2, (w+side)//2, (h+side)//2))

# 右上：缩略图
th = img.copy()
th.thumbnail((side, side))

# 左下：旋转 45 度
r = img.rotate(45, expand=True)
r.thumbnail((side, side))

# 右下：水平翻转
flip = img.transpose(Image.Transpose.FLIP_LEFT_RIGHT)
flip.thumbnail((side, side))

# 拼成 2x2 画布
canvas = Image.new("RGB", (side*2, side*2), "white")
canvas.paste(c, (0, 0))
canvas.paste(th, (side, 0))
canvas.paste(r, (0, side))
canvas.paste(flip, (side, side))
canvas.save("grid_demo.png")
​

打开 grid_demo.png，四个象限分别是裁剪、缩放、旋转、翻转的效果——一次看到四个操作，记忆深刻。

paste 与合成：把图拼起来

四宫格用到了 paste，这是合成类操作的核心方法，值得展开：

from PIL import Image

# 把一张小图贴到大画布上
canvas = Image.new("RGB", (800, 600), "white")
small = Image.open("logo.png").convert("RGBA")

# 普通粘贴（左上角定位）
canvas.paste(small, (50, 50))

# 带透明通道的粘贴（必须用 mask）
canvas.paste(small, (50, 50), mask=small)

# 居中定位
w, h = canvas.size
sw, sh = small.size
x = (w - sw) // 2
y = (h - sh) // 2
canvas.paste(small, (x, y), mask=small)
​

paste 的三个要点：

1. 位置参数：paste(img, (x, y)) 的元组是左上角坐标
2. 透明图必须带 mask：RGBA 图贴到 RGB 画布，不传 mask 会贴出黑底
3. 越界自动裁剪：贴的位置超出画布，超出部分自动丢弃

💡 关键直觉：paste 是"贴纸"，alpha_composite 是"融合"。简单贴图用 paste；要做半透明叠加（水印、蒙版）用 Image.alpha_composite（第二章 2.3 会用到）。前者快，后者更细腻。

几何操作的常见应用场景

通用套路：几乎所有几何需求都是"裁剪定比例 → 缩放定尺寸 → 旋转/翻转调方向"的组合。把这三种能力练熟，几何操作就通关了。

FAQ：几何操作高频问题

问：crop 后图片变大了怎么办？
crop 是"取出区域"，区域不可能大于原图。觉得"变大"可能是把坐标写反了（right < left），或把 crop 的结果再 resize 了。检查坐标与后续操作。

问：rotate(90) 和 transpose(ROTATE_90) 有什么区别？
rotate(90) 是逆时针 90°，且默认不扩展画布（内容会被裁）；transpose(ROTATE_90) 是顺时针 90°，速度更快不重采样。整 90° 旋转优先用 transpose。

问：thumbnail 后图像变模糊？
thumbnail 默认用较快插值。对质量有要求时，先 img = img.convert("RGB") 再用 img.resize((w,h), Image.Resampling.LANCZOS) 手动控制。缩略图用途 BILINEAR 足够，放大用途用 LANCZOS。

问：怎么批量旋转所有图片？
循环 + rotate + save（详见第四章 4.2 批量处理）。重点：每张独立打开处理保存，不要全部加载到内存。

resample 参数的完整说明

几何变换中 resample（重采样）参数决定像素怎么"算"，值得系统了解：

# rotate/resize 都支持 resample
img.rotate(45, resample=Image.Resampling.BICUBIC)
img.resize((new_w, new_h), resample=Image.Resampling.LANCZOS)
​

💡 关键直觉："放大的图发虚"是插值选的太弱。升级画质用 LANCZOS；"缩小后变糊"是缩得太狠（信息损失）——此时该考虑"先高斯模糊再缩小"（抗锯齿）这类进阶方案。

实战：把四宫格升级为九宫格拼贴

四宫格是入门，九宫格（3x3 拼贴）是更常用的排版工具：

from PIL import Image

img = Image.open("photo.jpg")
# 切成 9 个均匀块
w, h = img.size
block_w, block_h = w // 3, h // 3
pieces = []
for r in range(3):
    for c in range(3):
        box = (c*block_w, r*block_h, (c+1)*block_w, (r+1)*block_h)
        pieces.append(img.crop(box))

# 打乱顺序重组（"拼图"效果）
import random
random.shuffle(pieces)

canvas = Image.new("RGB", (w, h), "white")
for r in range(3):
    for c in range(3):
        canvas.paste(pieces[r*3+c], (c*block_w, r*block_h))
canvas.save("puzzle_9.jpg")
​

九宫格切块 + 打乱重组 = "拼图"效果。这个模式在马赛克、拼图游戏、局部处理里都通用——理解 crop 批量切块，就能玩出很多花样。

几何操作的性能考量

大规模几何变换（如批量缩略图）时，性能与质量要平衡：

批量缩略图的黄金组合：ImageOps.fit(img, size)（内置优化）+ BILINEAR 默认——绝大多数 Web 缩略图场景这个组合就够了。追求极致质量再上 LANCZOS。

减少重复缩放：同一张图要出多个尺寸时，从原图逐次缩放（不要从缩略图再放大）——每次缩放都有信息损失，链式缩放会累积失真。

FAQ：几何操作高频问题

crop 是"取出区域"，区域不可能大于原图。觉得"变大"可能是把坐标写反了（right < left），或把 crop 的结果再 resize 了。检查坐标与后续操作。

rotate(90) 是逆时针 90°，且默认不扩展画布（内容会被裁）；transpose(ROTATE_90) 是顺时针 90°，速度更快不重采样。整 90° 旋转优先用 transpose。

thumbnail 默认用较快插值。对质量有要求时，先 img = img.convert("RGB") 再用 img.resize((w,h), Image.Resampling.LANCZOS) 手动控制。缩略图用途 BILINEAR 足够，放大用途用 LANCZOS。

循环 + rotate + save（详见第四章 4.2 批量处理）。重点：每张独立打开处理保存，不要全部加载到内存。

问：几何操作会不会破坏原图？
crop/resize/rotate/transpose 都返回新对象，不修改原图（thumbnail 是唯一原地修改的）。这也是"先 copy 再折腾"习惯的来源——虽然多数操作本来就安全。

动手演练：一键生成九宫格朋友圈图

把几何操作组合成一个"九宫格切图"工具——微信朋友圈发九张图是高频需求：

from PIL import Image

def nine_grid(img, gap=6, bg="white"):
    """把一张图切成 3x3 九宫格，每格带白边（朋友圈拼图风）"""
    w, h = img.size
    # 取中心方形区域
    side = min(w, h)
    left = (w - side) // 2
    top = (h - side) // 2
    square = img.crop((left, top, left + side, top + side))

    # 切成 9 块
    piece = side // 3
    pieces = []
    for r in range(3):
        for c in range(3):
            box = (c * piece, r * piece, (c+1) * piece, (r+1) * piece)
            pieces.append(square.crop(box))

    # 每块加白边并保存
    canvas_size = piece + gap * 2
    for i, p in enumerate(pieces):
        canvas = Image.new("RGB", (canvas_size, canvas_size), bg)
        canvas.paste(p, (gap, gap))
        canvas.save(f"grid_{i+1}.jpg", quality=92)

img = Image.open("photo.jpg")
nine_grid(img)
print("已生成 9 张朋友圈图")
​

九宫格的要点：先居中裁方形（避免变形）、再等分切块（整数除法保证整齐）、最后加白边（拼图留白）。这个工具完美展示了"裁剪 + 组合"的实战价值——一个需求，把 crop、resize、paste 全练了一遍。

进阶：几何变换的坐标计算心法

几何操作最容易错的是坐标。给一个"坐标心法"总结：

坐标本质：图像左上角是 (0,0)，x 向右、y 向下
crop 的 box：left, top 是起点（含），right, bottom 是终点（不含）
  → 宽 = right - left，高 = bottom - top

中心化公式：让对象居中 = (画布宽 - 对象宽) // 2
  → x = (W - w) // 2，y = (H - h) // 2

等比缩放：保持比例 = 新宽/新高 = 原宽/原高
  → 按宽度缩放: new_h = int(h * new_w / w)

对称裁剪：左右各裁 (w - target_w) // 2
  → left = (w - target_w) // 2
​

心法要点：一切坐标问题都能拆成"先算尺寸、再算偏移、最后定边界"。画一张草图（原图矩形 + 目标区域）永远是第一步——坐标题"画出来"就解了一半。

几何操作与图像质量的完整关系

几何操作对质量的影响，值得建立系统认知：

质量管理的核心原则：

1. 能无损就有损：crop/transpose 无损，resize/rotate 有损
2. 少做有损操作：一次到位，避免链式缩放
3. 先无损后有损：先裁再缩（减少插值输入）

实践应用：做头像时，先 crop 出正方形区域（无损），再 resize 到目标尺寸（一次有损）——比"直接 resize 再裁"质量好得多。

实战：图片水印排版

把几何操作与绘图结合，做一个"批量图片水印排版"工具：

from PIL import Image, ImageDraw, ImageFont

def watermark_layout(img, text="© MySite", position="br", size_ratio=0.05):
    """水印排版：位置可控、大小随图自适应"""
    img = img.convert("RGBA")
    w, h = img.size
    font_size = max(12, int(min(w, h) * size_ratio))
    font = ImageFont.truetype("C:/Windows/Fonts/msyh.ttc", font_size)

    overlay = Image.new("RGBA", img.size, (0, 0, 0, 0))
    draw = ImageDraw.Draw(overlay)
    bbox = draw.textbbox((0, 0), text, font=font)
    tw, th = bbox[2]-bbox[0], bbox[3]-bbox[1]

    margin = font_size
    pos = {
        "tl": (margin, margin),
        "tr": (w - tw - margin, margin),
        "bl": (margin, h - th - margin),
        "br": (w - tw - margin, h - th - margin),
    }
    draw.text(pos[position], text, fill=(255, 255, 255, 160), font=font)
    return Image.alpha_composite(img, overlay).convert("RGB")

img = Image.open("photo.jpg")
watermark_layout(img, "© 2026 MySite", "br").save("wm.jpg")
​

水印排版的通用性：位置（四角可选）、大小（随图自适应）、透明度（RGBA）三个参数可控——理解"相对定位"（用 margin 而非绝对值），排版就能自适应任意尺寸图片。这是批量加水印的核心技巧。

几何操作的常见错误排查

几何操作出错时，用这张排查表快速定位：

排查思路：先确认"操作是否符合预期"（打印 size/mode 对比），再检查"参数语义"（方向、边界、比例）。几何操作的问题，90% 出在坐标与参数语义——画个草图、打印尺寸，问题就显形了。

几何操作的综合实战：图片缩略图工厂

把所有几何能力组合成一个"缩略图工厂"，适应各种尺寸需求：

from PIL import Image, ImageOps

def thumbnail_factory(img, target, mode="fit"):
    """缩略图工厂：多种模式输出"""
    w, h = target
    if mode == "fit":           # 等比填满（裁边）
        return ImageOps.fit(img, target)
    elif mode == "contain":     # 等比完整（留白）
        result = ImageOps.contain(img, target)
        # 铺到白底画布上
        canvas = Image.new("RGB", target, "white")
        canvas.paste(result, ((w-result.width)//2, (h-result.height)//2))
        return canvas
    elif mode == "stretch":     # 拉伸填满（变形）
        return img.resize(target)
    elif mode == "blur":        # 模糊填充
        bg = ImageOps.fit(img.filter(ImageFilter.GaussianBlur(20)), target)
        fg = ImageOps.contain(img, target)
        bg.paste(fg, ((w-fg.width)//2, (h-fg.height)//2), mask=fg)
        return bg

from PIL import ImageFilter
img = Image.open("photo.jpg")
for mode in ["fit", "contain", "stretch", "blur"]:
    thumbnail_factory(img, (300, 300), mode).save(f"factory_{mode}.jpg")
​

缩略图工厂的价值：四种模式覆盖了 Web 缩略图的全部常见需求（头像用 fit、预览用 contain、相册用 stretch、封面用 blur）——**"一个工厂，多种模式"**是工具化的经典设计。理解每种模式的取舍（裁边/留白/变形/填充），就能按业务选对模式。

本节速览

• 坐标系：原点左上角，x 右 y 下
• crop：(left, upper, right, lower)，右边界开区间
• resize 变形 vs thumbnail 等比：精确尺寸用 resize，缩略图用 thumbnail
• rotate 逆时针：expand=True 防裁边
• transpose 更快：只做 90° 倍与翻转，不重采样
• paste 是贴纸：透明图必须带 mask
• 几何组合套路：裁比例→缩尺寸→调方向
• resample 六档：质量与速度的平衡
• 放大用 LANCZOS：减少锯齿
• 九宫格玩法：批量切块+重组
• 朋友圈九宫格：居中裁方+等分切块+白边
• 坐标心法：算尺寸→算偏移→定边界，画草图
• 质量关系：crop/transpose 无损，resize/rotate 有损
• 水印排版：相对定位自适应
• 错误排查：坐标与参数语义是 90% 问题的根源
• 缩略图工厂：fit/contain/stretch/blur 四模式
• 批量性能：fit+BILINEAR 是缩略图黄金组合，避免链式缩放

基本操作都熟了，但"为什么有的图处理出来颜色怪怪的"？下一节补上底层认知——图像模式与像素原理。