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. Взаимодействие с sys
  2. Метод split() в Python
  3. Поиск HTML-элементов с BeautifulSoup
  4. Методы classmethod и staticmethod
  5. JSON-esque в Python
  6. Вычисление натурального логарифма в NumPy
  7. Работа с контекстным менеджером Pool
  8. Заказ карты Тинькофф Black
  9. Библиотека sh: использование команд bash в Python
  10. Структура данных deque в Python
  11. Основы Python
  12. Проекты на Python
  13. Работа с буфером обмена на Python
  14. Метод difference_update() — разность множеств
  15. Работа с процессами в Python
  16. Работа с итераторами в Python
  17. Генерация случайных чисел в Python
  18. Python Метод del.
  19. Строки в Python: апострофы и кавычки
  20. Фильтрация списка от «ложных» значений
  21. Работа со случайными элементами
  22. Функции min(), max(), sum()
  23. Многоточие в Python
  24. Python: возвращение нескольких значений
  25. Обработка ошибок в Python
  26. Декораторы в Python
  27. Оптимизация создания строк
  28. Получение ID текущего процесса
  29. Установка и использование pyshorteners
  30. Повторение элементов списков
  31. Автоматизация скриптов на AWS Lightsail.
  32. Тип CodeType в Python.
  33. Хэш-функции и метод цепочек
  34. Явный импорт в Python
  35. JSON в Python: модуль, dump, dumps, load
  36. Работа с файлами в Python
  37. Работа с файлами и директориями в Python.
  38. Модуль xkcd: загрузка комиксов
  39. Оператор распаковки в Python
  40. Defaultdict в Python
  41. Использование двоеточия в Python
  42. Установка пакетов с помощью pip
  43. Использование эмодзи в Python
  44. Метод add для класса Vector
  45. Удаление элементов из списка в Python.
  46. Операции с кортежами
  47. Инициализация структур данных

Marketello читают маркетологи из крутых компаний