一文GET python图片及文件的读写操作

1.图片的读取

1.1 使用opencv

cv2.imread(filename[, flags])

以读取一张tif图片为例：

img="D:\\***.tif"
data2=cv2.imread(img,2)

opencv 官方文献中给出的不同flags代表的读取类型，如下：

filename – Name of file to be loaded.
flags – 
Flags specifying the color type of a loaded image:
◦>0 Return a 3-channel color image
◦=0 Return a grayscale image
◦<0 Return the loaded image as is. Note that in the current implementation the alpha channel, if any, is stripped from the output image. For example, a 4-channel RGBA image is loaded as RGB if flags\ge0 .

另外，opencv中imread第二个参数的含义对不同的flags值进行了测试：

 - flag=-1，8位深度，原通道
 - flag=0， 8位深度，1通道
 - flag=1， 8位深度，3通道
 - flag=2， 原深度， 1通道
 - flag=3， 原深度， 3通道
 - flag=4， 8位深度，3通道

1.2 使用PIL.Image

PIL.Image.open(fp, mode='r', formats=None)

示例：

from PIL import Image
im = Image.open('lena.jpg')
# im.show()
im_array = np.asarray(im)

可以看出，相比cv2.imread()在有些情况下需要设置一些参数，使用PIL.Image读取图片是很方便的。同时使用 np.asarray()可以很方便地将其转为np.array格式，以进行后续数据处理。

1.3 使用matplotlib

matplotlib.image.imread(fname, format=None)

参数:

fnamestr：文件名/url地址等 
formatstr：文件格式('png', 'pdf', 'svg'等)
           如果不设置，自动通过文件名获取；获取不了的话，默认为"PNG"。

返回值：格式为numpy.array

(M, N) for grayscale images.
(M, N, 3) for RGB images.
(M, N, 4) for RGBA images.

例子：

import matplotlib.image as mpimg 
img= mpimg.imread('1.jpg')

2.图片的保存

2.1 使用opencv

Image.save(fp, format=None, **params)

cv2.imwrite(filename, image[, params]) 

params中给出的是图像保存的特定类型（图像质量，压缩级别之类），一般应该也不需要~

cv2.imwrite(f"D:\\2.tif",data.astype(np.uint16))

注意：数据类型要设置为整型；若有小于0的值，应进行处理，否则会产生溢出。

2.2 使用PIL.Image

首先通过Image.fromarray()将数据转成 PIL image，然后再进行保存。

im = Image.fromarray(im_array)
im.save('1.png')

2.3 使用matplotlib.pyplot

savefig(fname, dpi=None, facecolor='w', edgecolor='w',
        orientation='portrait', papertype=None, format=None,
        transparent=False, bbox_inches=None, pad_inches=0.1,
        frameon=None, metadata=None)

以lena女神为例：

import matplotlib.pyplot as plt 
import matplotlib.image as mpimg 

lena = mpimg.imread('lena.jpg')
plt.imshow(lena) 
plt.axis('off') 
plt.savefig("lena_1.jpg")
plt.show()

但是需要注意的是，plt主要作用还是显示数据结果，因此它保存的数据会带上坐标轴/空白等，在保存正常的图片时，不建议使用。

3.文件的保存

3.1 文件操作模式

对文件操作的模式，可参照下表：

3.2 将数据写入txt

3.2.1 直接使用python方法

例如，将数据data保存到 1.txt。
注意：需要将数据类型设置为“str”，才能进行write。

res=open(r'D:\\1.txt','w')
res.write(str(data))
res.close()

3.2.2 使用numpy

numpy.savetxt("XXX.txt", data , fmt='%.18e', delimiter=' ', ...)

3.3 文件保存成csv格式

设有下列表格数据，将其保存成csv文件。

city people gdp
BJ   2300   1200
SH   2400   1300
SZ   1900   1100
GZ   2200   1000

首先将数据保存到python list变量中。

column=["city","people","gdp"]
content=[]
content.append(["BJ","2300","1200"])
content.append(["SH","2400","1300"])
content.append(["SZ","1900","1100"])
content.append(["GZ","2200","1000"])

3.3.1 使用python自带文件操作功能

res=",".join(column)+'\n'
for item in content:
    res+=",".join(item)+'\n'
f=open('D://stat.csv','w')
f.write(res)
f.close()

需要注意的是：

CSV英文全称为：Comma-Separated Values，逗号分隔值。

在计算机里默认是','分隔的(如果想修改，可参考如何修改CSV文件的分隔符)。

如果写成'\t'之内，保存格式会有问题。

3.3.2 使用pandas

import pandas as pd
tbl=pd.DataFrame(data=content,columns=column)
tbl.to_csv("D://stats.csv")

此时保存的文件内容为：

如果不想显示左侧一列，即index列：

最后一个语句可修改为:

tbl.to_csv("stats.csv",index=False)

如果标题也不想要：

tbl.to_csv("stats.csv",index=False,header=None)

3.3.2.1 一个更直观的例子

import pandas as pd
df = pd.DataFrame()
inds=range(5)
pic_names=[f'{chr(97+i)}.jpg' for i in inds]
keys=["序号","名称"]
contents=[inds,pic_names]

for i in range(len(keys)):
    df[keys[i]]=pd.Series(contents[i])

df.to_excel("图片.xlsx", sheet_name="sheet1", index=False, header=True)
print(df)

输出内容为：

这种方法是把表格中的内容先整体保存，再赋值保存。

4.文件的读取

4.1 使用python自带readline函数

with open(file,'r') as f:
    for line in f.readlines():
        *******
f.close()

4.2 使用numpy

使用numpy一键读取，很是方便。

numpy.loadtxt("XXX.txt", dtype=<class 'float'>, delimiter=' ',  skiprows=0, usecols=None, ...)

参考文献

[1] opencv cv2 imread
[2] Python3 File(文件) 方法
[3] numpy 保存 csv 文件