Python各种图像库的图像读写方式的简单介绍（附代码）

本篇文章给大家带来的内容是关于Python各种图像库的图像读写方式的简单介绍（附代码），有一定的参考价值，有需要的朋友可以参考一下，希望对你有所帮助。

目前主流的图像库有几下几种：

1. OpenCV 2. PIL(Pillow) 3. matplotlib.image 4. skimage 5. scipy.misc

结论：以上图片库中当属OpenCV最为强大，成熟。

1.1 OpenCV 图像的读取与储存

import cv2<p style="color:transparent">本文来源gao!%daima.com搞$代*!码网1</p>#读取图像 直接是numpy矩阵格式img = cv2.imread('horse.jpg',1) # 0表示读入灰色图片，1表示读入彩色图片cv2.imshow('image',img) # 显示图像print(img.shape)   # （height，width，channel）print(img.size)    # 像素数量print(img.dtype)   # 数据类型print(img)         # 打印图像的numpy数组，3纬数组#储存图像# 当前目录储存cv2.write(‘horse1.jpg',img)# 自定义储存cv2.write(‘/path_name/’ + str(image_name) + '.jpg',img)          cv2.waitKey()

1.2OpenCV 图像灰化处理

import cv2#方法一img = cv2.imread('horse.jpg',0) # 0表示读入灰色图片,或者使用cv2.IMREAD_GRATSCALE 替代0cv2.imshow('gray image',img)#方法二img = cv2.imread('horse.jpg')gray_img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)cv2.imshow('gray image',gray_img)print(gray_img.shape) # (height, width)print(gray_img.size)  # 像素数量print(gray_img)       # 打印图像的numpy数组，2维cv2.waitKey()

1.3 OpenCV 矩阵格式变换

Why？：OpenCV的矩阵格式 (height, width, channels) –>> 深度学习矩阵类型可能是 (channels，height，width)

import cv2import numpy as npimg = cv2.imread('horse.jpg',1)cv2.imshow('image',img)# 矩阵格式的变换print(img.shape)img = img.transpose(2,0,1) #变换函数 print(img.shape)

# 矩阵扩展 (batch_size, channels, height, width) 预测单张图片的操作# 加一列作为图片的个数img = np.expand_dims(img, axis=0) #使用numpy函数print(img.shape)

# 训练阶段构建batchdata_lst = []loop:    img = cv2.imread('xxx.jpg')    data_lst.append(img)data_arr = np.array(data_lst)

1.4 OpenCV 图片归一化 (Data Normalization)

import cv2# 为了减少计算量，需要把像素值0-255转换到0-1之间img = cv2.imread('horse.jpg')img = img.astype('float') / 255.0 # 先转化数据类型为floatprint(img.dtype)print(img)

1.5 OpenCV BRG转换为RGB

import cv2img = cv2.imread('horse.jpg')img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB) # 转为RGB formatprint(img)

1.6 OpenCV 访问像素点

import cv2img = cv2.imread('horse.jpg')gray_img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) # 转为Gray imageprint(img[4,4])        # 3 channelsprint(gray_img[4,4])   # 1 channel

1.7 OpenCV 感兴趣区域剪切(ROI)

import cv2img = cv2.imread('horse.jpg')print(img.shape)roi = img[0:437,0:400] # [y:height,x:width]cv2.imshow('roi',roi)cv2.waitKey()

2.1 PIL 图像读取与储存

from PIL import Imageimport numpy as np#图像读取img = Image.open('horse.jpg')print(img.format) # 图片格式print(img.size)   # (width,height)print(img.mode)   # 图片通道类型#将图像转化为矩阵格式arr = np.array(img)print(arr.shape)print(arr.dtype)#图像储存new_img = Image.fromarray(arr)new_img.save('test.jpg')img.show()

喜欢 (0)赏

[搞代码]

分享 (0)