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.

Твои коллеги будут рады, поделись в

Автор урока

Дмитрий Комаровский
Дмитрий Комаровский

Автоматизация процессов
в КраснодарБанки.ру

Другие уроки курса "Python"

  1. Конкатенация строк с методом join()
  2. Список методов и атрибутов
  3. Объединение Python и Shell
  4. Удаление первого элемента списка
  5. Разделение строки на подстроки в Python
  6. globals и locals
  7. Метод __irshift__ для Python
  8. Декоратор проверки активности
  9. Lambda-функция в Python: использование с map() и sum()
  10. Приближение чисел в Python
  11. Работа с массивами в Python
  12. Операции с массивами в NumPy
  13. Регистрация на TenChat
  14. Запуск асинхронной корутины
  15. Форматирование данных с помощью pprint
  16. Работа с парами ключ-значение
  17. Отправка POST запроса на сервер.
  18. Создание копии списка в Python
  19. Цикл for в Python
  20. Логирование с Logzero
  21. Преобразование объекта в строку
  22. Распаковка аргументов в Python
  23. Оператор объединения словарей
  24. Любовь к Python
  25. Оператор in в Python
  26. Функция all() в Python
  27. Хешируемые ключи в Python
  28. CSV строка разделение в Python
  29. Создание пустых функций и классов в Python
  30. Комментарии в Python
  31. Форматирование строк в Python
  32. Поиск с библиотекой Google
  33. Сложение матриц в NumPy
  34. Слияние словарей в Python 3.9
  35. Использование метода lower()
  36. Преобразование типов данных в set comprehension
  37. Создание именованных кортежей в Python
  38. Отладка регулярных выражений в Python
  39. Создание детектора плагиата
  40. Локальные переменные.
  41. Функция zip() в Python
  42. Списковый компрехеншен.
  43. Глобальные переменные в Python

Marketello читают маркетологи из крутых компаний