二、使用scipy读图片并改变图片大小

1.scipy.ndimage.imread

　　scipy.ndimage.imread()方法在scipy的1.0.0版本中被丢弃了，在1.2.0版本中通过imageio.imread来调用该方法。由于我的scipy版本还是0.19.0版本的，所以我这里就直接通过scipy.ndimage.imread来调用了。
　　该方法用来从文件中读取图像作为数组。只有在安装了Python Imaging Library (PIL)库之后才能使用该方法。该方法接收3个参数：fname，flatten ，mode。其中fname是文件路径，如果flatten=True，则将图片转变成单层的灰度图层。读一张图片时，可能把一张图片转换为一个类似（xdim,ydin,3or4）的3维的矩阵，由于一张图片是可以由RGB3个通道的颜色组成的，若无透明度，则最后一位的值为3，有透明度是，最后一位的值为4。这3维矩阵元素的取值范围为0~255。mode我就不说了，默认是”RGB”模式，也可以有其它取值，有兴趣可以看下官方API，下面来看一个例子：

import pylab
import scipy
import numpy as np
from scipy import ndimage
import matplotlib.pyplot as plt

dir = "./testImgs/"
filename = dir + "la_defense.jpg"
image = np.array(ndimage.imread(filename, flatten=False))
print(image.shape)
plt.imshow(image)  # 显示图片
pylab.show()

会打印如下内容：

并显示图片：

这表示以上图片是由1181*1181个像素组成的，3表示RGB3个通道，无透明度。如果读图片时，把flatten赋值为True，会得到如下的打印结果：

显示的图片如下：

此时图片只是一层灰度图，其每个像素值的计算方式如下：
L=R∗299/1000+G∗587/1000+B∗114/1000 L = R ∗ 299 / 1000 + G ∗ 587 / 1000 + B ∗ 114 / 1000

2.scipy.misc.imresize

scipy.misc.imresize(arr, size, interp=’bilinear’, mode=None)方法有4个参数，2个可选参数。用来跟一张图片resize，即重新调整大小。其中arr是需要调整大小图片对应的矩阵，可以使scipy.ndimage.imread()方法返回的值。size可以有3种取值：int（返回图像占当前图像大小的百分比），float（返回图像大小/当前图像大小），tuple （需返回图像的大小）。两个可选参数这里不介绍了。在1中我们得到了一个（1181,1181,3）的彩色图像，现在我们来跟它调整一下大小，代码如下：

import pylab
import scipy
import numpy as np
from scipy import ndimage
import matplotlib.pyplot as plt

dir = "./testImgs/"
filename = dir + "la_defense.jpg"
image = np.array(ndimage.imread(filename, flatten=False))
print(image.shape)

my_image = scipy.misc.imresize(image, size=(64, 64))
print(my_image.shape)
plt.imshow(my_image)
pylab.show()

打印结果如下：

可以看出，现在图像的大小为64*64个像素了，调整大小后的图像显示如下：

是不是变模糊了许多了？好了，读取图片和调整图片大小就说这么多，希望对大家有帮助。