python中读取图片的几种方式及其它们之间格式的相互转换

第一种：PIL读取方式

from PIL import Image
I = Image.open('./0.png')
print(type(I))       #--->
print(I.size)        #--->(1280, 720)
I.show()
I.save('./save.png')

第二种：imread读取方式

import matplotlib.pyplot as plt
from scipy.misc import imread, imsave
I = imread('./0.png')
print(type(I))       #--->
print(I.shape)       #--->(720, 1280, 3)
print(I.size)        #--->2764800
imsave('./save1.png', I)
plt.imshow(I)
plt.show()

第三种：cv2读取方式

import cv2
I = cv2.imread('./0.png')
cv2.namedWindow('input_image', cv2.WINDOW_AUTOSIZE)
I = cv2.cvtColor(I, cv2.COLOR_BGR2GRAY) #灰度化
cv2.imshow('input_image', I)
cv2.imwrite('./save1.png', I)
print(type(I))    #--->
print(I.shape)    #--->(720, 1280, 3)
#参数=0:（也可以是小于0的数值）一直显示,不会有返回值,若在键盘上按下一个键即会消失，则会返回一个按键对应的ascii码值       
#参数>0:显示多少毫秒,超过这个指定时间则返回-1
cv2.waitKey(0)
cv2.destroyAllWindows()

第三种：程序处理过程中的图片裁取

tensor格式的图

facecut = im0[int(xyxy[1].item()):int(xyxy[3].item()),
           int(xyxy[0].item()):int(xyxy[2].item())]

图片格式的相互转换：

from PIL import Image
import numpy as np
I = Image.open('./0.png')
print(type(I))        #--->
print(I.size)         #--->(1280, 720)
I_array = np.array(I)
print(type(I_array))  #--->
print(I_array.shape)  #--->(720, 1280, 3)

from PIL import Image
from scipy.misc import imread
I = imread('./0.png')
print(type(I))        #--->
print(I.shape)        #--->(720, 1280, 3)
print(I.size)         #--->2764800
I = Image.fromarray(I)
print(type(I))        #--->
print(I.size)         #--->(1280, 720)

import cv2
from PIL import Image
I = cv2.imread('./0.png')
print(type(I))        #--->
print(I.shape)        #--->(720, 1280, 3)
I = Image.fromarray(I)
print(type(I))        #--->
print(I.size)         #--->(1280, 720)

总结：

1.  'numpy.ndarray'的形状为(H, W, C)，而'PIL.Image.Image'的形状为(W, H)。

2.  'numpy.ndarray'的形状属性为.shape，而'PIL.Image.Image'的形状属性为.size。

Image、cv2、io这三种读取的图片位深度都为16，那么保存的图片的位深度分别为：16、8、8。

转载于:https://www.cnblogs.com/czz0508/p/10846702.html