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 as plt # plt 用于显示图片 import as mpimg # mpimg 用于读取图片 import numpy as np lena = ('') # 读取和代码处于同一目录下的 # 此时 lena 就已经是一个 了,可以对它进行任意处理 #(512, 512, 3) (lena) # 显示图片 ('off') # 不显示坐标轴 ()
2. 显示某个通道
# 显示图片的第一个通道 lena_1 = lena[:,:,0] ('lena_1') () # 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: ('lena_1', cmap='Greys_r') () img = ('lena_1') img.set_cmap('gray') # 'hot' 是热量图 ()
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 (rgb[...,:3], [0.299, 0.587, 0.114]) gray = rgb2gray(lena) # 也可以用 (gray, cmap = plt.get_cmap('gray')) (gray, cmap='Greys_r') ('off') ()
4. 对图像进行放缩
这里要用到 scipy
from scipy import misc lena_new_sz = (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 (lena_new_sz) ('off') ()
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。
(lena_new_sz) ('off') ('lena_new_sz.png')
5.2 将 array 保存为图像
from scipy import misc ('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
('lena_new_sz', lena_new_sz) # 会在保存的名字后面自动加上.npy img = ('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 = ('') ()
2. 将 PIL Image 图片转换为 numpy 数组
im_array = (im) # 也可以用 (im) 区别是 () 是深拷贝,() 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 = ('') ('new_lena.png')
4. 将 numpy 数组转换为 PIL 图片
这里采用 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 数据是 uinit8 型的,范围是0-255,所以要进行转换:
import as mpimg from PIL import Image lena = ('') # 这里读入的数据是 float32 型的,范围是0-1 im = (np.uinit8(lena*255)) ()
5. RGB 转换为灰度图
from PIL import Image I = ('') () L = ('L') ()