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 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
|
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
到此这篇关于python如何实现读取并显示图片（不需要图形界面）的文章就介绍到这了,更多相关Python 读取并显示图片内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家！
原文链接：https://www.cnblogs.com/crxis/p/12936808.html
