python图片对比并确定_python如何对比图像的区别

python对比图像的区别方法：首先使用【pylab.imread】读取图片；然后使用【matplotlib.pylab - plt.imshow】显示图片；接着灰度图与RGB图相互转换；最后保存图片即可。

【相关学习推荐：python教程】

python对比图像的区别方法：

一、读取图片

pylab.imread和PIL.Image.open读入的都是RBG顺序，

而cv2.imread读入的是BGR顺序，混合使用的时候要特备注意

1 matplotlib.pylabimport pylab as plt

import numpy as np

img = plt.imread('examples.png')

print(type(img), img.dtype, np.min(img), np.max(img))

[out]

(, dtype('float32'), 0.0, 1.0) # matplotlib读取进来的图片是float，0-1

2 PIL.image.openfrom PIL import Image

import numpy as np

img = Image.open('examples.png')

print(type(img), np.min(img), np.max(img))

img = np.array(img) # 将PIL格式图片转为numpy格式

print(type(img), img.dtype, np.min(img), np.max(img))

[out]

(, 0, 255) # 注意，PIL是有自己的数据结构的，但是可以转换成numpy数组

(, dtype('uint8'), 0, 255) # 和用matplotlib读取不同，PIL和matlab相同，读进来图片和其存储在硬盘的样子是一样的，uint8，0-255

3 cv2.imreadimport cv2

import numpy as np

img = cv2.imread('examples.png') # 默认是读入为彩色图，即使原图是灰度图也会复制成三个相同的通道变成彩色图

img_gray = cv2.imread('examples.png', 0) # 第二个参数为0的时候读入为灰度图，即使原图是彩色图也会转成灰度图

print(type(img), img.dtype, np.min(img), np.max(img))

print(img.shape)

print(img_gray.shape)

[out]

(, dtype('uint8'), 0, 255) # opencv读进来的是numpy数组，类型是uint8，0-255

(824, 987, 3) # 彩色图3通道

(824, 987) # 灰度图单通道import cv2

import pylab as plt

from PIL import Image

import numpy as np

img_plt = plt.imread('examples.png')

img_pil = Image.open('examples.png')

img_cv = cv2.imread('examples.png')

print(img_plt[125, 555, :])

print(np.array(img_pil)[125, 555, :] / 255.0)

print(img_cv[125, 555, :] / 255.0)

[out]

[ 0.61176473 0.3764706 0.29019609]

[ 0.61176471 0.37647059 0.29019608]

[ 0.29019608 0.37647059 0.61176471] # opencv的是BGR顺序

二、显示图片

1、matplotlib.pylab - plt.imshow，这个函数的实际上就是将一个numpy数组格式的RGB图像显示出来import pylab as plt

import numpy as np

img = plt.imread('examples.png')

plt.imshow(img)

plt.show()import pylab as plt

from PIL import Image

import numpy as np

img = Image.open('examples.png')

img_gray = img.convert('L') #转换成灰度图像

img = np.array(img)

img_gray = np.array(img_gray)

plt.imshow(img) # or plt.imshow(img / 255.0)，matplotlib和matlab一样，如果是float类型的图像，范围是0-1才能正常imshow，如果是uint8图像，范围则需要是0-255

plt.show()

plt.imshow(img_gray, cmap=plt.gray()) # 显示灰度图要设置cmap参数

plt.show()

plt.imshow(Image.open('examples.png')) # 实际上plt.imshow可以直接显示PIL格式图像

plt.show()import pylab as plt

import cv2

import numpy as np

img = cv2.imread('examples.png')

plt.imshow(img[..., -1::-1]) # 因为opencv读取进来的是bgr顺序呢的，而imshow需要的是rgb顺序，因此需要先反过来

plt.show()

2 cv2显示图片import cv2

image2=cv2.imread(r"test/aaa/0002/0002_0_1.jpg")

cv2.imshow("1",image2)

cv2.waitKey(0)

三、灰度图-RGB图相互转换

1 PIL.Imagefrom PIL import Image

img = Image.open('examples.png')

img_gray = img.convert('L') # RGB转换成灰度图像

img_rgb = img_gray.convert('RGB') # 灰度转RGB

print(img)

print(img_gray)

print(img_rgb)

[out]

2 cv2(注意，opencv在读入图片的时候就可以通过参数实现颜色通道的转换，下面是用别的方式实现)import cv2

import pylab as plt

img = cv2.imread('examples.png')

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # BGR转灰度

img_bgr = cv2.cvtColor(img_gray, cv2.COLOR_GRAY2BGR) # 灰度转BRG

img_rgb = cv2.cvtColor(img_gray, cv2.COLOR_GRAY2RGB) # 也可以灰度转RGB

四、保存图片

1 PIL.image - 保存PIL格式的图片from PIL import Image

img = Image.open('examples.png')

img.save('examples2.png')

img_gray = img.convert('L')

img_gray.save('examples_gray.png') # 不管是灰度还是彩色，直接用save函数保存就可以，但注意，只有PIL格式的图片能够用save函数

2 cv2.imwrite - 保存numpy格式的图片import cv2

img = cv2.imread('examples.png') # 这是BGR图片

cv2.imwrite('examples2.png', img) # 这里也应该用BGR图片保存，这里要非常注意，因为用pylab或PIL读入的图片都是RGB的，如果要用opencv存图片就必须做一个转换

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

cv2.imwrite('examples_gray.png', img_gray)想了解更多相关学习，敬请关注php培训栏目！