提示:使用PyPI安装可以工作在Windows、OS X和Linux中,使用源码包需要组建依赖环境
使用pip安装Pillow:
| |
或者使用easy_install
| |
官方提供了wheel,egg和二进制程序32位和64位平台的Pillow二进制文件,这些二进制文件拥有所有的第三方库
| |
或者:
| |
官方提供了OS X 系统中所有所支持的Python版本的wheel格式的二进制程序,并且已经支持所有可选的库
| |
官方在Linux中不提供任何额二进制包,不过这里还是可以使用pip或者easy_install来安装毕竟我们有Python,当然我们也可以通过源码包来安装
这里不对源码包安装进行翻译,如果想要使用那么请点击此链接进行跳转
| 操作系统 | 是否支持 | Python版本 | Pillow 最终测试版本 | 操作系统类型 |
|---|---|---|---|---|
| Mac OS X 10.11 El Capitan | Yes | 2.7,3.3,3.4,3.5 | 3.0.0 | X86-64 |
| Mac OS X 10.10 Yosemite | Yes | 2.7,3.3,3.4 | 3.0.0 | X86-64 |
| Mac OS X 10.9 Mavericks | Yes | 2.7,3.2,3.3,3.4 | 3.0.0 | x86-64 |
| Mac OS X 10.8 Mountain Lion | Yes | 2.6,2.7,3.2,3.3 | x86-64 | |
| Redhat Linux 6 | Yes | 2.6 | x86 | |
| CentOS 6.3 | Yes | 2.7,3.3 | x86 | |
| Fedora 20 | Yes | 2.7,3.3 | 2.3.0 | x86-64 |
| Ubuntu Linux 10.04 LTS | Yes | 2.6 | 2.3.0 | x86,x86-64 |
| Ubuntu Linux 12.04 LTS | Yes | 2.6,2.7,3.2,3.3,3.4,3.5PyPy2.4,PyPy3,v2.3 2.7,3.2 | 3.0.0 2.6.1 | x86,x86-64 ppc |
| Ubuntu Linux 14.04 LTS | Yes | 2.7,3.4 | 3.0.0 | x86-64 |
| Debian 8.2 Jessie | Yes | 2.7,3.4 | 3.0.0 | x86-64 |
| Raspian Wheezy | Yes | 2.7,3.2 | 2.3.0 | arm |
| Gentoo Linux | Yes | 2.7,3.2 | 2.1.0 | x86-64 |
| FreeBSD 10 | Yes | 2.7,3.4 | 2.4.0 | x86-64 |
| Windows 7 Pro | Yes | 2.7,3.2,3.3 | 2.2.1 | x86-64 |
| Windows Server 2008 R2 Enterprise | Yes | 3.3 | x86-64 | |
| Windows Server 2012 R2 | Yes | 2.7,3.3,3.4 | 3.0.0 | x86-64 |
| Windows 8 Pro | Yes | 2.6,2.7,3.2,3.3,3.4a3 | 2.2.0 | x86,x86-64 |
| Windows 8.1 Pro | Yes | 2.6,2.7,3.2,3.3,3.4 | 2.4.0 | x86,x86-64 |
在Python的图像库中使用最多的是Image类,从文件中加载图像可使用Image模块中的open()函数:
打开图片:
>>> from PIL import Image
>>> im = Image.open("C:/users/sdkcn/desktop/tiananmen.jpg")
>>> im.show()图像的颜色转换可以使用convert()的方法来实现。要读取一副图像,并将其转换成灰度图像,只要加上convert("L")即可:
>>> from PIL import Image
>>> im = Image.open("C:/users/sdkcn/desktop/tiananmen.jpg").convert("L")
>>> im.show()
原文来自:yuyang4271
通过车架号或车牌号查询车辆是否为营运车辆
通过车架号查询车辆的如品牌名称、车系名称、车型、排量、排放标准、外形尺寸、轮胎规格、变速器类型、公告号、轴距等等详细信息
基于大模型能力构建的文本审核服务,能够高效精准地识别各类文本违规内容。与传统文本内容安全审核方案相比,具备更强大的语言理解与分析能力,能精准识别复杂、隐晦的违规内容,突破了传统模式的局限。
基于图片审核大模型服务,能够全方位识别图片中的色情、性感、涉政、暴恐、违禁、宗教、引流广告、不良等违规内容,并支持返回大模型的审核结果。结合大模型和专家小模型,提供更细粒度的标签(如色情细分、具体行为、特定物体等),识别范围更广、标签更丰富。 综合效果最佳,适合对误判率、漏判率都有较高要求的场景。
针对AIGC场景,检测AIGC生成的图片是否存在违规或者不宜传播的内容。建议AIGC生成的图片都进行该项检测。