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 StartedRust0155- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.76 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
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
1.25 K
155
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
987
253