Python matplotlib 和PIL

前言

目录

正文

##plt 同时显示多幅图像
 import matplotlib.pyplot as plt
 plt.figure()
 plt.subplot(1,2,1)
 plt.imshow(images[i])
 plt.subplot(1,2,2)
 plt.imshow(maskes[i])
 plt.show()

以下转自：https://www.cnblogs.com/yinxiangnan-charles/p/5928689.html

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

    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

    # 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：

    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

    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。

    plt.imshow(lena_new_sz)
    plt.axis('off')
    plt.savefig('lena_new_sz.png')

5.2 将 array 保存为图像

    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

    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

    from PIL import Image
    im = Image.open('lena.png')
    im.show()

2. 将 PIL Image 图片转换为 numpy 数组

    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

    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：

    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

    from PIL import Image
    I = Image.open('lena.png')
    I.show()
    L = I.convert('L')
    L.show()