>>> im_resize.show()

>>> im_resize_box = im.resize((100,100),box = (0,0,50,50))

>>> im_resize_box.show()

```

resize方法可以将原始的图像转换大小,size是转换之后的大小,resample是重新采样使用的方法，仍然有`Image.BICUBIC`，`PIL.Image.LANCZOS`，`PIL.Image.BILINEAR`，`PIL.Image.NEAREST`这四种采样方法，默认是`PIL.Image.NEAREST`,box是指定的要resize的图像区域，是一个用四个元组指定的区域(含义和上面所述box一致)。

- **convert(mode,matrix,dither,palette,colors)**(mode转换)

```python

>>> im_L = im.convert("L")

>>> im_L.show()

>>> im_rgb = im_L.convert("RGB")

>>> im_rgb.show()

>>> im_L.mode

'L'

>>> im_rgb.mode

'RGB'

```

convert方法可以改变图像的mode,一般是在'RGB'(真彩图)、'L'(灰度图)、'CMYK'(压缩图)之间转换。上面的代码就是首先将图像转化为灰度图，再从灰度图转化为真彩图。值得注意的是,从灰度图转换为真彩图，虽然理论上确实转换成功了，但是实际上是很难恢复成原来的真彩模式的(不唯一)。

- **filter(filter)**(应用过滤器)

```python

>>> im = Image.open("dog.jpg","r")

>>> from PIL import ImageFilter

>>> im_blur = im.filter(ImageFilter.BLUR)

>>> im_blur.show()

>>> im_find_edges = im.filter(ImageFilter.FIND_EDGES)

>>> im_find_edges.show()

>>> im_find_edges.save("find_edges.jpg")

>>> im_blur.save("blur.jpg")

```

filter方法可以将一些过滤器操作应用于原始图像，比如模糊操作，查找边、角点操作等。filter是过滤器函数，在`PIL.ImageFilter`函数中定义了大量内置的filter函数，比如`BLUR`(模糊操作),`GaussianBlur`(高斯模糊),`MedianFilter`(中值过滤器)，`FIND_EDGES`(查找边)等。上面得到原始图像dog.jpg,find_edges.jpg以及blur.jpg从左到右如下图1所示:

图1 从左到右分别是:dog.jpg,find_edges.jpg以及blur.jpg

point(lut,mode)(对图像像素操作)

>>> im_point = im.point(lambda x:x*1.5)

>>> im_point.show()

>>> im_point.save("im_point.jpg")

point方法可以对图像进行单个像素的操作，上面的代码对point方法传入了一个匿名函数,表示将图像的每个像素点大小都乘以1.5,mode是返回的图像的模式，默认是和原来图像的mode是一样的。图2是原来的dog.jpg和point操作之后的im_point.jpg之间的对比。

图2 dog.jpg和point操作之后的im_point.jpg

下面是一个结合了`point`函数,`split`函数,`paste`函数以及`merge`函数的小例子。

```python

>>> source = im.split()

>>> R,G,B = 0,1,2

>>> mask = source[R].point(lambda x: x<100 and 255)

>>> # x<100,return 255,otherwise return 0

>>> out_G = source[G].point(lambda x:x*0.7)

>>> # 将out_G粘贴回来，但是只保留'R'通道像素值<100的部分

>>> source[G].paste(out_G,None,mask)

>>> # 合并成新的图像

>>> im_new = Image.merge(im.mode,source)

>>> im_new.show()

>>> im.show()

```

- **ImageEnhance()**(图像增强)

```python

>>> from PIL import ImageEnhance

>>> brightness = ImageEnhanBce.Brightness(im)

>>> im_brightness = brightness.enhance(1.5)

>>> im_brightness.show()

>>> im_contrast = ImageEnhance.Contrast(im)

>>> im_contrast.enhance(1.5)

>>> im_contrast.enhance(1.5).show()

```

ImageEnhance是PIL下的一个子类，主要用于图像增强，比如增加亮度(Brightness),增加对比度(Contrast)等。上面的代码将原来图像的亮度增加50%,将对比度也增加了50%。

- **ImageSequence()**(处理图像序列)

下面的代码可以遍历gif图像中的所有帧，并分别保存为图像

```python

>>> from PIL import ImageSequence

>>> from PIL import Image

>>> gif = Image.open("pipixia.gif")

>>> for i,frame in enumerate(ImageSequence.Iterator(gif),1):

... if frame.mode == 'JPEG':

... frame.save("%d.jpg" %i)

... else:

... frame.save("%d.png" % i)

```

除了上面使用迭代器的方式以外，还可以一帧一帧读取gif,比如下面的代码:

```python

>>> index = 0

>>> while 1:

... try:

... gif.seek(index)

... gif.save("%d.%s" %(index,'jpg' if gif.mode == 'JPEG' else 'png'))

... index += 1

... except EOFError:

... print("Reach the end of gif sequence!")

... break

```

上面的代码在读取到gif的最后一帧之后，会throw 一个 EOFError,所以我们只要捕获这个异常就可以了。

cs