在 python 中除了用 opencv，也可以用 matplotlib 和 PIL 这两个库操作图片。本人偏爱 matpoltlib，因为它的语法更像 matlab。
一、matplotlib
1. 显示图片
| 1 2 3 4 5 6 7 8 9 10 11 | import matplotlib.pyplot as plt # plt 用于显示图片 import matplotlib.image as mpimg # mpimg 用于读取图片 import numpy as np lena = mpimg.imread( 'lena.png' ) # 读取和代码处于同一目录下的 lena.png # 此时 lena 就已经是一个 np.array 了，可以对它进行任意处理 lena.shape #(512, 512, 3) plt.imshow(lena) # 显示图片 plt.axis( 'off' ) # 不显示坐标轴 plt.show() |
2. 显示某个通道
| 1 2 3 4 5 6 7 8 9 10 11 | # 显示图片的第一个通道 lena_1 = lena[:,:, 0 ] plt.imshow( 'lena_1' ) plt.show() # 此时会发现显示的是热量图，不是我们预想的灰度图，可以添加 cmap 参数，有如下几种添加方法： plt.imshow( 'lena_1' , cmap = 'Greys_r' ) plt.show() img = plt.imshow( 'lena_1' ) img.set_cmap( 'gray' ) # 'hot' 是热量图 plt.show() |
3. 将 RGB 转为灰度图
matplotlib 中没有合适的函数可以将 RGB 图转换为灰度图，可以根据公式自定义一个：
| 1 2 3 4 5 6 7 8 | def rgb2gray(rgb): return np.dot(rgb[...,: 3 ], [ 0.299 , 0.587 , 0.114 ]) gray = rgb2gray(lena) # 也可以用 plt.imshow(gray, cmap = plt.get_cmap('gray')) plt.imshow(gray, cmap = 'Greys_r' ) plt.axis( 'off' ) plt.show() |
4. 对图像进行放缩
这里要用到 scipy
| 1 2 3 4 5 | from scipy import misc lena_new_sz = misc.imresize(lena, 0.5 ) # 第二个参数如果是整数，则为百分比，如果是tuple，则为输出图像的尺寸 plt.imshow(lena_new_sz) plt.axis( 'off' ) plt.show() |
5. 保存图像
5.1 保存 matplotlib 画出的图像
该方法适用于保存任何 matplotlib 画出的图像，相当于一个 screencapture。
| 1 2 3 | plt.imshow(lena_new_sz) plt.axis( 'off' ) plt.savefig( 'lena_new_sz.png' ) |
5.2 将 array 保存为图像
| 1 2 | from scipy import misc misc.imsave( 'lena_new_sz.png' , lena_new_sz) |
5.3 直接保存 array
读取之后还是可以按照前面显示数组的方法对图像进行显示，这种方法完全不会对图像质量造成损失
| 1 2 | np.save( 'lena_new_sz' , lena_new_sz) # 会在保存的名字后面自动加上.npy img = np.load( 'lena_new_sz.npy' ) # 读取前面保存的数组 |
二、PIL
1. 显示图片
| 1 2 3 | from PIL import Image im = Image. open ( 'lena.png' ) im.show() |
2. 将 PIL Image 图片转换为 numpy 数组
| 1 2 | im_array = np.array(im) # 也可以用 np.asarray(im) 区别是 np.array() 是深拷贝，np.asarray() 是浅拷贝 |
3. 保存 PIL 图片
直接调用 Image 类的 save 方法
| 1 2 3 | from PIL import Image I = Image. open ( 'lena.png' ) I.save( 'new_lena.png' ) |
4. 将 numpy 数组转换为 PIL 图片
这里采用 matplotlib.image 读入图片数组，注意这里读入的数组是 float32 型的，范围是 0-1，而 PIL.Image 数据是 uinit8 型的，范围是0-255，所以要进行转换：
| 1 2 3 4 5 | import matplotlib.image as mpimg from PIL import Image lena = mpimg.imread( 'lena.png' ) # 这里读入的数据是 float32 型的，范围是0-1 im = Image.fromarray(np.uinit8(lena * 255 )) im.show() |
5. RGB 转换为灰度图
| 1 2 3 4 5 | from PIL import Image I = Image. open ( 'lena.png' ) I.show() L = I.convert( 'L' ) L.show() |
以上就是本文的全部内容，希望对大家的学习有所帮助
