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
|
1
2
3
4
5
6
7
8
9
10
11
|
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 nplena = 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
|
1
2
3
4
5
6
7
8
9
10
11
|
# 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：
|
1
2
3
4
5
6
7
8
|
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
|
1
2
3
4
5
|
from scipy import misclena_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。
|
1
2
3
|
plt.imshow(lena_new_sz)plt.axis('off')plt.savefig('lena_new_sz.png') |
5.2 将 array 保存为图像
|
1
2
|
from scipy import miscmisc.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
|
1
2
|
np.save('lena_new_sz', lena_new_sz) # 会在保存的名字后面自动加上.npyimg = np.load('lena_new_sz.npy') # 读取前面保存的数组 |
二、PIL
1. 显示图片
|
1
2
3
|
from PIL import Imageim = Image.open('lena.png')im.show() |
2. 将 PIL Image 图片转换为 numpy 数组
|
1
2
|
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
|
1
2
3
|
from PIL import ImageI = 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：
|
1
2
3
4
5
|
import matplotlib.image as mpimgfrom PIL import Imagelena = mpimg.imread('lena.png') # 这里读入的数据是 float32 型的，范围是0-1im = Image.fromarray(np.uinit8(lena*255))im.show() |
5. RGB 转换为灰度图
|
1
2
3
4
5
|
from PIL import ImageI = Image.open('lena.png')I.show()L = I.convert('L')L.show() |
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。
原文链接：http://www.cnblogs.com/yinxiangnan-charles/p/5928689.html
