Pillow图像处理库基础安装指南
2026-02-04 04:38:58作者:裘晴惠Vivianne
前言
Pillow是Python生态中功能强大的图像处理库,作为PIL(Python Imaging Library)的分支项目,它提供了丰富的图像处理功能。本文将从技术角度详细介绍Pillow在不同操作系统下的安装方法,帮助开发者快速搭建图像处理环境。
基础安装方法
无论使用哪种操作系统,Pillow都可以通过Python的pip包管理器进行安装。建议在安装前先升级pip工具:
python3 -m pip install --upgrade pip
python3 -m pip install --upgrade Pillow
这个基础安装会包含对大多数常见图像格式的支持。如果需要额外功能,可以安装以下可选依赖:
python3 -m pip install --upgrade defusedxml olefile
其中:
defusedxml用于读取XMP元数据olefile用于读取FPX和MIC图像格式
各操作系统安装详解
Linux系统安装
在Linux环境下,Pillow提供了manylinux格式的预编译二进制包,支持所有主流Python版本。安装命令与基础安装相同:
python3 -m pip install --upgrade Pillow
需要注意:
- 预编译包不包含libimagequant支持
- 如需Raqm支持(复杂文本布局),需单独安装FriBiDi
各Linux发行版通常也通过包管理系统提供Pillow:
- Fedora/Ubuntu/ArchLinux:通常包含在
python-imaging等包中 - Debian:分为
python3-pil和python3-pil.imagetk两个包
macOS系统安装
macOS用户同样可以通过pip安装预编译的wheel包:
python3 -m pip install --upgrade Pillow
特点:
- 提供x86-64和arm64架构的独立包
- 不提供universal2通用二进制包
- 如需Raqm支持需单独安装FriBiDi
如需创建universal2包,可按照以下步骤操作:
- 下载两种架构的wheel包:
python3 -m pip download --only-binary=:all: --platform macosx_10_10_x86_64 Pillow
python3 -m pip download --only-binary=:all: --platform macosx_11_0_arm64 Pillow
python3 -m pip install delocate
- 使用Python合并wheel包:
from delocate.fuse import fuse_wheels
fuse_wheels('x86_64.whl', 'arm64.whl', 'universal2.whl')
Windows系统安装
Windows平台提供了全面的预编译wheel包:
python3 -m pip install --upgrade Pillow
支持情况:
- 支持x86、x86-64和arm64架构
- Python 3.8在arm64上不受支持
- 不包含libimagequant和libxcb支持
- Raqm支持需要单独安装FriBiDi
对于MSYS2环境,建议从源码构建安装。
FreeBSD系统安装
FreeBSD用户可通过Ports或Packages系统安装:
Ports方式:
cd /usr/ports/graphics/py-pillow && make install clean
Packages方式:
pkg install py38-pillow
FreeBSD的Ports和Packages会经过官方测试,确保与各版本FreeBSD兼容。
安装后验证
安装完成后,可以通过Python交互环境验证安装是否成功:
from PIL import Image
print(Image.__version__)
若无报错且能正确显示版本号,则说明安装成功。
常见问题
- 依赖缺失问题:如果遇到图像格式支持不全的情况,可能需要安装额外的系统库
- 架构兼容问题:特别是在M1/M2芯片的Mac上,注意选择正确的架构版本
- 权限问题:Linux/macOS下可能需要使用
sudo或--user参数
通过本文介绍的方法,开发者应该能够在各种主流操作系统上顺利安装Pillow图像处理库,为后续的图像处理开发工作打下基础。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
710
4.51 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
578
99
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
958
955
deepin linux kernel
C
28
16
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.61 K
942
Ascend Extension for PyTorch
Python
573
694
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.43 K
116
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
414
339
暂无简介
Dart
952
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2