Курс Python → Обрезка изображения с Pillow
При работе с изображениями в Python с использованием библиотеки Pillow, часто возникает необходимость обрезать изображение до определенной области. Для этого используется метод crop(), который принимает аргумент в виде кортежа, содержащего координаты области обрезки. Например, для обозначения области обрезки на изображении с координатами (x1, y1) в верхнем левом углу и (x2, y2) в нижнем правом углу, можно создать кортеж box=(x1, y1, x2, y2).
Важно помнить, что координаты в кортеже box=(left, upper, right, lower) задают прямоугольную область на изображении. Верхняя левая координата (left, upper) указывает на точку начала обрезки, а нижняя правая (right, lower) — на точку конца обрезки. При этом пиксели с координатами x = right и y = lower не включаются в обрезанную область.
Для выполнения обрезки изображения в Pillow необходимо вызвать метод crop() на объекте Image и передать ему кортеж с координатами области обрезки. Например, для обрезки изображения img до области с координатами (100, 100) в верхнем левом углу и (300, 300) в нижнем правом углу, можно использовать следующий код:
from PIL import Image
img = Image.open('image.jpg')
cropped_img = img.crop((100, 100, 300, 300))
cropped_img.show()
В данном примере изображение ‘image.jpg’ будет обрезано до области с координатами (100, 100, 300, 300) и отображено на экране. При необходимости можно сохранить обрезанное изображение в файл, используя метод save(). Таким образом, обрезка изображения в Pillow с помощью кортежа box=(left, upper, right, lower) является простым и эффективным способом изменения размеров изображения.
Другие уроки курса "Python"
- Конкатенация строк с методом join()
- Список методов и атрибутов
- Объединение Python и Shell
- Удаление первого элемента списка
- Разделение строки на подстроки в Python
- globals и locals
- Метод __irshift__ для Python
- Декоратор проверки активности
- Lambda-функция в Python: использование с map() и sum()
- Приближение чисел в Python
- Работа с массивами в Python
- Операции с массивами в NumPy
- Регистрация на TenChat
- Запуск асинхронной корутины
- Форматирование данных с помощью pprint
- Работа с парами ключ-значение
- Отправка POST запроса на сервер.
- Создание копии списка в Python
- Цикл for в Python
- Логирование с Logzero
- Преобразование объекта в строку
- Распаковка аргументов в Python
- Оператор объединения словарей
- Любовь к Python
- Оператор in в Python
- Функция all() в Python
- Хешируемые ключи в Python
- CSV строка разделение в Python
- Создание пустых функций и классов в Python
- Комментарии в Python
- Форматирование строк в Python
- Поиск с библиотекой Google
- Сложение матриц в NumPy
- Слияние словарей в Python 3.9
- Использование метода lower()
- Преобразование типов данных в set comprehension
- Создание именованных кортежей в Python
- Отладка регулярных выражений в Python
- Создание детектора плагиата
- Локальные переменные.
- Функция zip() в Python
- Списковый компрехеншен.
- Глобальные переменные в Python















