在 Python 中导入 PIL 实际上是通过导入其维护版本 **Pillow 库** 来完成，标准写法为 **`from PIL import Image`**。由于原始 PIL 项目早已停止维护，现代 Python 环境中应安装并使用 Pillow，它完全兼容 PIL 接口。只需通过 pip 安装 Pillow，然后在代码中使用 `from PIL import Image`、`from PIL import ImageDraw` 等模块即可正常调用图像处理功能。

## 一、PIL 与 Pillow 的关系详解

在讨论 Python 中怎么导入 PIL 之前，必须先理解 **PIL 与 Pillow 的区别与继承关系**。PIL（Python Imaging Library）是早期广泛使用的 Python 图像处理库，但其官方版本在 2009 年停止更新。随后，社区基于 PIL 进行维护与扩展，推出了兼容性更强的 Pillow。

根据 Pillow 官方文档（Pillow Documentation, 2023），**Pillow 是 PIL 的友好分支（friendly fork），并保持与原有接口兼容**。这意味着虽然我们导入时仍然写 `from PIL import Image`，但实际使用的是 Pillow 提供的实现。因此，现代 Python 项目中所谓“导入 PIL”，本质上是导入 Pillow。

从 Python 官方文档（Python Packaging User Guide, 2023）可以看到，推荐使用 pip 安装第三方库，而 Pillow 是当前标准图像处理库。这种继承关系是很多初学者困惑的来源，因此理解这一点，是正确导入 PIL 的第一步。

## 二、正确安装 Pillow 的方法

在 Python 中导入 PIL 之前，必须确保已经安装 Pillow 库。标准安装命令如下：

```bash
pip install pillow
```

如果使用的是 Python3 且系统中存在多个 Python 版本，可以使用：

```bash
pip3 install pillow
```

在虚拟环境（virtualenv 或 venv）中安装时，需要先激活环境再执行安装命令。安装完成后，可以使用以下命令验证：

```bash
pip show pillow
```

下面是常见安装方式对比表：

| 安装方式 | 适用场景 | 推荐程度 | 说明 |
|----------|----------|----------|------|
| pip install pillow | 通用环境 | ★★★★★ | 官方推荐方式 |
| conda install pillow | Anaconda环境 | ★★★★ | 数据科学场景常用 |
| 源码安装 | 特殊需求 | ★★ | 需要编译环境 |

**建议优先使用 pip 官方渠道安装 Pillow**，避免使用过期的 PIL 包，因为 PyPI 上名为 PIL 的旧项目已经不可维护，容易引发兼容问题。

## 三、Python 中正确导入 PIL 的标准写法

完成安装后，就可以在 Python 中导入 PIL。标准写法如下：

```python
from PIL import Image
```

这里的 `PIL` 是包名，而 `Image` 是模块名。很多初学者会误写为：

```python
import PIL
```

这种写法虽然不会报错，但无法直接使用图像功能，因为需要指定具体模块。

常见导入方式对比如下：

| 导入方式 | 是否推荐 | 使用场景 |
|----------|----------|----------|
| from PIL import Image | ✅ 强烈推荐 | 打开、保存图像 |
| from PIL import ImageDraw | ✅ 推荐 | 图像绘制 |
| from PIL import ImageFilter | ✅ 推荐 | 图像滤镜 |
| import PIL | ❌ 不推荐 | 不能直接使用模块 |

**最佳实践是按需导入具体模块**，既清晰又高效，符合 Python 的模块化设计原则。

## 四、导入 PIL 后的基础使用示例

成功导入 PIL（即 Pillow）后，就可以进行基础图像处理操作。以下是一个最常见的示例：

```python
from PIL import Image

img = Image.open("example.jpg")
img.show()
```

这段代码完成了图像读取与显示，是 Python 图像处理入门的标准示例。

再看一个图像格式转换的例子：

```python
img = Image.open("example.jpg")
img.save("example.png")
```

这里利用 Pillow 的兼容性，直接实现格式转换。根据 Pillow 官方说明（Pillow Documentation, 2023），支持 JPEG、PNG、GIF、BMP、TIFF 等多种格式。

**导入 PIL 后最常用的核心模块包括 Image、ImageDraw、ImageFilter、ImageEnhance 等**，几乎涵盖基础图像处理需求。

## 五、常见报错与解决方法

在 Python 中导入 PIL 时，最常见的报错是：

```python
ModuleNotFoundError: No module named 'PIL'
```

出现这个问题通常有以下几种原因：

第一，未安装 Pillow。  
第二，安装在其他 Python 环境。  
第三，虚拟环境未激活。  

排查流程如下：

| 问题原因 | 解决方法 |
|----------|----------|
| 未安装 Pillow | 执行 pip install pillow |
| 安装在其他 Python 版本 | 使用 python -m pip install pillow |
| 虚拟环境问题 | 激活环境后重新安装 |

**建议使用 `python -m pip install pillow` 方式安装**，可以确保安装到当前 Python 解释器对应环境，避免版本混乱。

另外，如果在 Jupyter Notebook 中导入 PIL 报错，可以在 Notebook 中执行：

```python
!pip install pillow
```

然后重启内核。

## 六、进阶模块导入与功能扩展

除了基础的 Image 模块外，Pillow 还提供丰富扩展模块。例如：

```python
from PIL import ImageDraw
from PIL import ImageFont
from PIL import ImageFilter
```

例如绘制文字：

```python
img = Image.new("RGB", (200, 100), color="white")
draw = ImageDraw.Draw(img)
draw.text((10, 10), "Hello PIL", fill="black")
img.show()
```

这里涉及多个模块协作使用。根据 Python 官方文档（docs.python.org, 2023），**模块化导入是 Python 推荐的最佳实践**，有助于代码可读性与可维护性。

在数据科学、机器学习领域，Pillow 常与 NumPy、OpenCV 等库结合使用，但导入方式仍然保持 `from PIL import ...` 的形式不变。

## 七、PIL 在实际开发中的应用场景

在 Web 开发、自动化脚本、人工智能、数据标注、图像预处理等领域，Python 导入 PIL 的场景非常广泛。例如：

在 Web 后端中，可以用 Pillow 自动压缩用户上传图片；  
在电商系统中，可以批量生成缩略图；  
在机器学习中，可以用于图像数据预处理；  
在自动化办公中，可以合成报表图片。

一个简单缩略图示例：

```python
img = Image.open("large.jpg")
img.thumbnail((300, 300))
img.save("thumb.jpg")
```

**Pillow 的优势在于简单易用、跨平台支持良好、社区活跃**。根据 PyPI 官方数据（Python Package Index, 2023），Pillow 是下载量最高的图像处理库之一，广泛应用于生产环境。

## 八、PIL 与其他图像库对比分析

虽然 Python 中导入 PIL 很常见，但在实际项目中，也可能考虑其他图像库。下面是对比分析：

| 维度 | Pillow | OpenCV | matplotlib |
|------|---------|---------|-------------|
| 学习难度 | 低 | 中 | 低 |
| 图像处理深度 | 中 | 高 | 低 |
| 计算机视觉支持 | 弱 | 强 | 弱 |
| 安装复杂度 | 简单 | 中等 | 简单 |

**如果只是基础图像处理，Pillow 是最佳选择；如果涉及复杂视觉算法，则可结合 OpenCV 使用**。但即便如此，许多项目仍然会先使用 Pillow 进行图像读取与预处理。

## 九、总结与未来趋势

综上所述，在 Python 中导入 PIL 的正确方式是安装 Pillow 并使用 `from PIL import Image` 等模块导入。理解 PIL 与 Pillow 的关系，是避免报错与兼容问题的关键。通过标准 pip 安装、模块化导入、正确环境配置，可以确保图像处理功能稳定运行。

未来趋势来看，随着 Python 在人工智能、自动化和数据处理领域的持续扩展，**Pillow 仍将作为轻量级图像处理基础库长期存在**。其与 NumPy、深度学习框架的结合会更加紧密，同时 API 兼容性也将持续保持。

对于初学者而言，掌握 Python 导入 PIL 的正确方法，是进入图像处理领域的重要第一步；对于开发者而言，理解其生态与最佳实践，有助于构建稳定、可扩展的应用系统。

参考与资料来源  
Pillow Documentation. (2023). Pillow (PIL Fork) Documentation. https://pillow.readthedocs.io/  
Python Packaging User Guide. (2023). Installing Packages. https://packaging.python.org/  
Python Official Documentation. (2023). Modules and Packages. https://docs.python.org/3/  
Python Package Index (PyPI). (2023). Pillow Project Page. https://pypi.org/project/Pillow/

PIL（Python Imaging Library）已经不再维护，推荐使用Pillow库，它是PIL的一个分支，功能相兼容且持续更新。可以通过运行命令pip install Pillow进行安装。安装完成后，即可在代码中导入PIL相关模块。

安装Pillow库作为PIL的替代

我想在Python项目中使用PIL库进行图像处理，请问应该如何安装它？

如何在Python中正确安装PIL库？

该错误通常是因为没有安装Pillow库或者环境中没有正确安装。确认运行pip install Pillow命令后，导入时应使用from PIL import Image等形式，而不是直接import pil。确保Python环境和pip环境一致也非常重要。

确保已安装Pillow并正确导入

导入PIL模块时出现ModuleNotFoundError，这该如何解决？

导入PIL模块时遇到ModuleNotFoundError怎么办？

导入Image模块可以使用from PIL import Image。这是Pillow库中负责处理图片的主要模块，导入后可以利用Image类来打开、处理和保存图片文件。

使用from PIL import Image语句导入

我需要对图片进行处理，怎么从PIL库中导入Image模块？

如何导入PIL库中的Image模块？

PingCodeDocs

在 Python 中导入 PIL 实际上是通过安装并使用 Pillow 库来完成，标准写法为 from PIL import Image。由于原始 PIL 已停止维护，现代开发应统一使用 Pillow，并通过 pip install pillow 安装。导入时建议按需引入具体模块，如 Image、ImageDraw、ImageFilter 等，同时注意环境一致性与常见报错排查。Pillow 作为主流图像处理库，具备良好兼容性与广泛应用场景，是 Python 图像处理开发的基础工具。

python中怎么导入pil

用户关注问题