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