如何在Python中按像素值修改像素？将灰度图值为90的像素涂蓝

准备工作：安装图像处理库 #

首先需要安装Pillow（Python常用的图像处理库，比旧版PIL更易用），打开命令提示符或终端，输入以下命令：

pip install pillow

方法一：适合新手的逐像素遍历法 #

这种方法逻辑直观，容易理解，适合小尺寸图像：

from PIL import Image

# 1. 打开你的灰度图像，替换成实际图像路径（比如"test.jpg"或绝对路径）
gray_img = Image.open("your_image.png")

# 2. 获取图像的宽度和高度
width, height = gray_img.size

# 3. 创建一个新的RGB格式图像（因为蓝色是三通道颜色，灰度图是单通道，无法直接设置）
result_img = Image.new("RGB", (width, height))

# 4. 遍历每个像素位置
for x in range(width):
    for y in range(height):
        # 获取当前位置的灰度像素值（范围0-255）
        gray_value = gray_img.getpixel((x, y))
        if gray_value == 90:
            # 像素值为90时，设置为蓝色（RGB值为(0, 0, 255)）
            result_img.putpixel((x, y), (0, 0, 255))
        else:
            # 其他像素保持原灰度的RGB格式（三个通道值相同）
            result_img.putpixel((x, y), (gray_value, gray_value, gray_value))

# 5. 保存修改后的图像
result_img.save("modified_image.png")

方法二：高效的批量处理法（适合大图像） #

如果你的图像尺寸较大，逐像素遍历会很慢，可以用numpy进行批量操作，速度快很多：

from PIL import Image
import numpy as np

# 1. 打开图像并转为灰度格式（如果原图像不是灰度图，必须加.convert("L")）
gray_img = Image.open("your_image.png").convert("L")
# 2. 将图像转为numpy数组，方便批量操作
img_array = np.array(gray_img)
# 3. 创建RGB格式的数组，初始为原灰度的RGB值（三个通道复制原灰度值）
rgb_array = np.stack([img_array, img_array, img_array], axis=2)
# 4. 找到所有像素值等于90的位置
mask = img_array == 90
# 5. 将这些位置的像素设置为蓝色
rgb_array[mask] = [0, 0, 255]
# 6. 将数组转回图像格式
result_img = Image.fromarray(rgb_array)
# 7. 保存结果
result_img.save("modified_image_fast.png")

注意事项 #

• 确保图像路径正确：如果图像和代码文件在同一文件夹，直接写文件名即可；否则需要写完整的绝对路径（比如Windows下C:\\Users\\xxx\\Desktop\\test.png，Linux/macOS下/home/xxx/Desktop/test.png）。
• 如果原图像不是灰度图，需要在打开时加上.convert("L")转为灰度格式，比如gray_img = Image.open("your_image.png").convert("L")。

内容的提问来源于stack exchange，提问作者HermesTrimegisto