python中常用的图片处理的函数

---

前言

python中常用的图片处理库

---

一、CV2

---

1、引入库

import cv2

没有库就执行

pip install opencv-python

---

2、常用函数

2.1、读图片

cv2.imread(path, flags)
#path是你所要读取图片的地址。
#flag是读取图片的类型：0是读灰度图，1是彩色图（不读取透明度），2也是彩色图（读取透明度）彩色图一般用二即可。
#如果用读取灰度图的方式读取彩色图，会读取到一个灰度图。
#（h，w，c）

#如果给定正确的图片路径，将返回一个[height, width, channel]的numpy.ndarray对象，height表示图片高度，width表示图片宽度，channel表示图片的通道。灰度图则是[height,width]。

如果path路径出现问题会报错提示 检查路径 并返回一个none

注：不知道为什么在读取.gif图片时，路径名设置正确，没有提示错误，但返回的是none。

---

2.2、显示图片

cv2.imshow('image',img) #前面是自定义显示的图片名，后面是要显示的图片
cv2.waitKey(0)  #不是用这个函数，图片会一闪而过。#等待按键。

这没什么需要说的。

---

2.3、保存图片

cv2.imwrite(path, img)
#path保存的哪里路径名。
#img是要保存的图片

这也没什么需要说的

---

2.4、resize 图片

img2 = cv.resize(img, (w,h)，interpolation)
#img原图片
#img2缩放后的图片
#a,b缩放后的宽，高
img2 = cv.resize(img, (w,h)）

interpolation是你缩放图像所需要用的插值方式（默认就好）。是缩放图像不是裁剪。

INTER_NEAREST	最近邻插值
INTER_LINEAR	双线性插值（默认设置）
INTER_CUBIC	4x4像素邻域的双三次插值
INTER_AREA	使用像素区域关系进行重采样。
INTER_LANCZOS4	8x8像素邻域的Lanczos插值

注：这里刚好和上面的imread相反，读入是（h，w，c）。这里是
（w，h）

---

2.5、平滑处理

均值滤波：

img_smooth = cv2.blur(img_src,ksize=(3,3))

ksize是对多大范围内的像素取均值。

---

2.6、帧差

将两幅灰度图做差，用来区分前景和背景

cv2.absdiff(gray_cur, gray_base)

最后一张就是帧差后的图像。

---

二、 PIL

1、引入库

from PIL import Image

没有库就下载

pip install pillow

---

2、常用函数

2.1、打开图片并显示：

image = Image.open('path/2092.jpg')
image.show()

---

2.2、保存图片：

image.save('path/1.jpg')

---

2.3、图片的mode（模式），size（宽长），format（格式）

print(image.mode, image.size, image.format)

mode 属性为图片的模式，RGB 代表彩色图像，L 代表光照图像也即灰度图像等
size 属性为图片的大小(宽度，长度)
format 属性为图片的格式，如常见的 PNG、JPEG 等

---

2.4、转换图片模式

image.show()
grey_image = image.convert('L') #转灰度图
grey_image.show()

任何支持的图片模式都可以直接转为彩色模式或者灰度模式，但是，若是想转化为其他模式，则需要借助一个中间模式（通常是彩色）来进行过转。
目前只知道彩色转灰度图，之后有时间测试一下其他的转换，之后更新。

---

2.5、 和 Numpy 数组之间的转化

array = np.array(image)
print(array.shape) #(321, 481, 3)
out = Image.fromarray(array)

---

2.6、图片的resize，旋转和反转

im = image.resize((300, 300))
im = image.rotate(45)  # 逆时针旋转 45 度
im = image.transpose(Image.FLIP_LEFT_RIGHT) # 左右翻转
im = im.transpose(Image.FLIP_TOP_BOTTOM)# 上下翻转

---

三、matplotlib

我们在读入图片后一般会进行一些计算和处理，通常会转成numpy类型。处理好的图片我们显示出来看时就不能用cv2或PIL了，但matplotlib可以显示numpy类型的图片。

1、 引入库

import matplotlib.pyplot as plt 

---

2、常用函数

2.1、plt.figure（） 创建一个新的画布

num 区分 fingure的标识

plt.figure(1)
plt.figure(num = 2)

---

2.2 、plt.subplot（） 创建子图

在figure中创建子图，将区域划分为一行两列的区域，第一张图在第一个区域，第二张图在第二个区域。若是plt.subplot(2,2,3)，代表划分为两行两列，显示在第三个区域（第二行第一列）。

plt.figure()
plt.subplot(1,2,1)
plt.imshow(images[i])
plt.subplot(1,2,2)
plt.imshow(maskes[i])
plt.show()

---

2.3、plt.savefig(‘lena_new_sz.png’) 保存图片

该方法适用于保存任何 matplotlib 画出的图像

plt.savefig('lena_new_sz.png')

---