我想使用不同的混合算法创建类似于PIL Image.blend的功能。为此，我需要：（1）直接修改PIL模块并编译我自己的定制PIL还是（2）编写一个导入和扩展PIL的python c模块？
我已尝试失败：

#include "_imaging.c"

我还尝试从PIL源代码中取出我需要的部分，并将它们放在我自己的文件中。我进入的越多，我必须取出的东西就越多，这似乎不是理想的解决方案。

• • 更新：**编辑以添加python中实现的混合算法（这模拟Photoshop中的叠加混合模式）：

def overlay(upx, lpx):
    return (2 * upx * lpx / 255 ) if lpx < 128 else ((255-2 * (255 - upx) * (255 - lpx) / 255))

def blend_images(upper = None, lower = None):
    upixels = upper.load()
    lpixels = lower.load()
    width, height = upper.size
    pixeldata = [0] * len(upixels[0, 0])
    for x in range(width):
        for y in range(height):
            # the next for loop is to deal with images of any number of bands
            for i in range(len(upixels[x,y])):
                pixeldata[i] =  overlay(upixels[x, y][i], lpixels[x, y][i])
            upixels[x,y] = tuple(pixeldata)
    return upper

我也尝试过使用scipy的weave.inline来实现它，但没有成功：

def blend_images(upper=None, lower=None):
    upixels = numpy.array(upper)
    lpixels = numpy.array(lower)
    width, height = upper.size
    nbands = len(upixels[0,0])
    code = """
        #line 120 "laplace.py" (This is only useful for debugging)
        int upx, lpx;
        for (int i = 0; i < width-1; ++i) {
            for (int j=0; j<height-1; ++j) {
                for (int k = 0; k < nbands-1; ++k){
                    upx = upixels[i,j][k];
                    lpx = lpixels[i,j][k];
                    upixels[i,j][k] = ((lpx < 128) ? (2 * upx * lpx / 255):(255 - 2 * (255 - upx) * (255 - lpx) / 255));
                }
            }
        }
        return_val = upixels;
        """
        # compiler keyword only needed on windows with MSVC installed
    upixels = weave.inline(code,
                           ['upixels', 'lpixels', 'width', 'height', 'nbands'],
                           type_converters=converters.blitz,
                           compiler = 'gcc')
    return Image.fromarray(upixels)

我对upixel和lpixel数组做了一些错误的处理，但是我不确定如何修复它们。我对upixels[i,j][k]的类型有点困惑，并且不确定我可以将它赋给什么。