Python在图片中添加文字的两种方法：OpenCV与PIL对比
本文详解在Python中向图片添加文字的两种主流方案：OpenCV与PIL。OpenCV无需自定义字体但无法直接显示中文且坐标控制不便；PIL支持自定义字体文件、可精确获取文字位置与大小，但无法调整粗细。文章通过代码示例对比两者在生成数字3时的表现，帮助开发者根据实际需求选择合适工具。
2026-10-14
6
本文详解在Python中向图片添加文字的两种主流方案：OpenCV与PIL。OpenCV无需自定义字体但无法直接显示中文且坐标控制不便；PIL支持自定义字体文件、可精确获取文字位置与大小，但无法调整粗细。文章通过代码示例对比两者在生成数字3时的表现，帮助开发者根据实际需求选择合适工具。
本文详细介绍如何在Django项目中通过自定义插件实现随机验证码功能。内容涵盖基于PIL库生成带干扰线的验证码图片、配置Monaco.ttf字体、在views中处理图片生成与Session存储，以及前端HTML与JavaScript实现验证码点击自动刷新。最终通过对比用户输入与Session存储值完成登录验证，提供完整的代码示例与配置步骤。
详细讲解Python中Pillow库抛出UnidentifiedImageError报错的底层原因与完整排查解决流程，涵盖空文件检测、网络字节流处理、魔数核验、扩展库安装及防御性加载代码示例。
本文介绍使用Python去除扫描版PDF中简单水印的方法。通过PyMuPDF提取页面图片，利用PIL库根据颜色特征识别并替换水印像素，最后将处理后的图片重新生成PDF。该方法适用于纯色或浅色背景的水印，对文字与水印混合的情况效果有限。
本文详解使用 Python PIL（Pillow）库编写中文验证码的完整流程。通过配置运行环境、加载系统字体、结合随机坐标与干扰线条绘制技术，快速生成具备基础防爬能力的中文图片验证码。附带优化后的可运行源码及常见报错排查方案。
针对 Python 请求带中文参数的 URL 报错及远程图片需下载才能读取属性的问题，本文提供两种高效解决方案。通过标准库进行 UTF-8 转义与内存流映射，无需安装额外依赖即可安全获取接口响应，并利用 Pillow 库结合 BytesIO 实现图片格式、尺寸与模式的零落盘快速解析，大幅降低网络开销。
本文介绍如何利用Python的Numpy和PIL库将普通图片转换为手绘风格。通过读取图像数组、计算梯度并归一化，再结合模拟光源效果调整像素值，最终保存为手绘图片。
本文详细解析Python中多种图像读取函数的差异，重点对比PIL.Image.open、cv2.imread、matplotlib.image.imread及skimage.io.imread的返回值类型、通道顺序（RGB/BGR）及数值范围。通过完整代码示例展示如何统一处理不同库的读取结果，并解决OpenCV读取图像显示时的通道反转问题，帮助开发者避免常见的图像显示错误。
本文介绍如何利用Python的PIL库对指定目录下的图片进行批量处理，包括旋转90度、调整尺寸以及按坐标裁剪。通过遍历文件并调用Image模块的方法，实现自动化图片格式转换与尺寸统一，适用于需要批量处理大量图像文件的场景。
本文深入解析Python PIL库的核心功能，涵盖图像读取、旋转、缩略图生成、多模式合成（Alpha混合与遮罩）、像素级运算、数组转换及滤波处理。通过具体代码示例，展示如何高效进行图像预处理与视觉特效制作，适用于计算机视觉基础开发。
本文介绍如何利用Python的PIL库对指定文件夹内的图片进行批量处理。通过os模块遍历文件，使用Image对象的transpose方法实现上下翻转（FLIP_TOP_BOTTOM）或180度旋转（ROTATE_180）。代码示例展示了如何设置源路径与目标路径，并保存处理后的图像，适用于需要批量调整图片方向的场景。
本文介绍在 Python 中获取图片分辨率的两种主流方式：使用 Pillow (PIL) 库和 OpenCV 库。通过具体代码示例，展示如何读取图片文件并提取其宽高尺寸及通道数，帮助开发者快速实现图像尺寸检测功能。