import numpy as np
from PIL import Image

if __name__ == '__main__':
 image_file = '/Users/mac/Documents/學(xué)習(xí)文檔/機(jī)器學(xué)習(xí)/5.Package/son.png'
 height = 100 #假定寫(xiě)入圖片的高度是100

 img = Image.open(image_file)
 img_width, img_height = img.size #獲取img的尺寸
 width = 2 * height * img_width // img_height # 假定字符的高度是寬度的2倍，寫(xiě)入圖片的高度是寬度的2倍
 img = img.resize((width, height), Image.ANTIALIAS) #改變尺寸，將新定的寬度，高度重定img的size賦給img
 pixels = np.array(img.convert('L')) #轉(zhuǎn)成灰度值喂給array,pixels是個(gè)存灰度值的數(shù)組
 print(pixels.shape)
 print(pixels)
 chars = "MNHQ$OC?7>!:-;. " #256色的不同通道濃淡，M代表0-15，N代表16-31
 N = len(chars)
 step = 256 // N
 print(N)
 print step
 result = ''
 for i in range(height):
  for j in range(width):
   result += chars[pixels[i][j] // step] #像素點(diǎn)的值除以step是可以找到step這個(gè)像素點(diǎn)的位置，char做素引，是指對(duì)應(yīng)的該
   #點(diǎn)的值填充成上面更濃的色，故就顯示出來(lái)了
  result += '\n'
 with open('text.txt', mode='w') as f:
  f.write(result)

img = Image.open(path)#打開(kāi)圖片

img.getpixel((height, width))#得到(height, width)處的像素值（可能是一個(gè)list，3通道） 

img.convert("L")#轉(zhuǎn)灰度圖 

size = (64, 64) 
img.resize(size, Image.ANTIALIAS)#改變尺寸 

box = (10, 10, 100, 100) 
img.crop(box).show#在img上的box處截圖,show顯示圖片

#shape[0]-1梯度下降的辦法取x,y值，再將img_data[x][y][0]x,y處0通道賦255色值
img_data = np.array(img) 
 for i in xrange(300): 
 x = random.randint(0, img_data.shape[0]-1) 
 y = random.randint(0, img_data.shape[1]-1) #shape[0]是表幾行，shape[1]表示幾列，y在列向量上故用shape[1]
 img_data[x][y][0] = 255 
 img = Image.fromarray(img_data)#加300個(gè)噪音,轉(zhuǎn)來(lái)轉(zhuǎn)去麻煩可以直接用skimage度圖片就不用轉(zhuǎn)了 
img.show()

img.rotate(90)#圖片旋轉(zhuǎn)90 

img.transpose(Image.FLIP_LEFT_RIGHT)#圖片鏡像 

from skimage import io,transform 
img_data = io.imread(img_path) 
transform.resize(img_data, (64, 64))#改變尺寸 

transform.rescale(img_data, 0.5)#縮小/放大圖片