python实现读取并显示图片的两种方法

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,也希望大家多多支持服务器之家。

原文链接:http://www.cnblogs.com/yinxiangnan-charles/p/5928689.html

本文链接:https://my.lmcjl.com/post/3870.html

展开阅读全文

4 评论

留下您的评论.