Numpy处理图片方法

在进行图像领域的深度学习的时候经常需要对图片进行处理，包括图像的翻转，压缩，截取等，一般都是用Numpy来处理。处理起来也很方便。 

In[3]

# 导入需要的包

import numpy as np

import matplotlib.pyplot as plt

from PIL import Image

# 读入图片

image = Image.open('./work/vehicle1.jpg')

image = np.array(image)

# 查看数据形状，其形状是[H, W, 3]，

# 其中H代表高度， W是宽度，3代表RGB三个通道

image.shape

(437, 700, 3)

In[4]

# 原始图片

plt.imshow(image)

​

In[7]

# 垂直方向翻转

# 这里使用数组切片的方式来完成，

# 相当于将图片最后一行挪到第一行，

# 倒数第二行挪到第二行，...,

# 第一行挪到倒数第一行

# 对于行指标，使用::-1来表示切片，

# 负数步长表示以最后一个元素为起点，向左走寻找下一个点

# 对于列指标和RGB通道，仅使用:表示该维度不改变

image2 = image[::-1, :, :]

plt.imshow(image2)

​

In[8]

# 水平方向翻转

image3 = image[:, ::-1, :]

plt.imshow(image3)

​

In[5]

# 180度方向翻转

image31 = image[::-1, ::-1, :]

plt.imshow(image31)

​

In[9]

# 保存图片

im3 = Image.fromarray(image3)

im3.save('im3.jpg')

In[10]

#  高度方向裁剪

H, W = image.shape[0], image.shape[1]

# 注意此处用整除，H_start必须为整数

H1 = H // 2

H2 = H

image4 = image[H1:H2, :, :]

plt.imshow(image4)

​

In[11]

#  宽度方向裁剪

W1 = W//6

W2 = W//3 * 2

image5 = image[:, W1:W2, :]

plt.imshow(image5)

​

In[13]

# 两个方向同时裁剪

image5 = image[H1:H2, \

              W1:W2, :]

plt.imshow(image5)

​

In[14]

# 调整亮度

image6 = image * 0.5

plt.imshow(image6.astype('uint8'))

​

In[15]

# 调整亮度

image7 = image * 2.0

# 由于图片的RGB像素值必须在0-255之间，

# 此处使用np.clip进行数值裁剪

image7 = np.clip(image7, \

        a_min=None, a_max=255.)

plt.imshow(image7.astype('uint8'))

​

In[16]

#高度方向每隔一行取像素点

image8 = image[::2, :, :]

plt.imshow(image8)

​

In[17]

#宽度方向每隔一列取像素点

image9 = image[:, ::2, :]

plt.imshow(image9)

​

In[18]

#间隔行列采样，图像尺寸会减半，清晰度变差

image10 = image[::2, ::2, :]

plt.imshow(image10)

image10.shape

(219, 350, 3)

​