matplotlib、PIL、CV2操作图片

  处理图像的方式有三种方式，分别使用PIL, matplotlib， CV2库

1、matplotlib读取和保存图片：

读取通道顺序：RGB

数据类型：numpy.ndarray

数据类型：对于png格式的图片，读取后的数据类型是float32， 0~1之间的小数，对于其他格式的图片，读取后的数据类型是uint8, 0~255

import matplotlib.pyplot as plt

#读取图片,读取通道的顺序是RGB
plt_img = plt.imread('./data/1.jpg')  #uint8

#保存图片
plt.imsave('D:/data/3.png', plt_img) #类型可以是jpg或png

#显示彩色图片(三通道)
plt.imshow(plt_img)

#显示灰度图片(单通道)
plt.imshow(plt_img, cmap='gray')  #如果不加cmap='gray'，那么显示的是伪彩色

 

2、PIL读取和保存图片：

读取通道顺序：RGB 

返回的数据类型：PIL，

转成numpy后的像素类型和大小：uint8, 0~255

from PIL import Image
import numpy as np
img_path = './data/1.jpg'  #图片路径

#PIL读取图片
PIL_img = Image.open(img_path) #读取图片，读取通道是RGB，不用转换， 图片是PIL数据类型

#PIL保存图片
PIL_img.save('./data/2.jpg')  #

#将PIL类型转成numpy类型, numpy数组格式（H，W，C=3）
np_img = np.asanyarray(PIL_img)  #将PIL类型转成numpy类型，数据类型是uint8, (H, W, C)


#用PIL显示
PIL_img.show()  

#用matplotlib.pyplot显示
plt.imshow(np_img)   #读取通道是RGB， 不用转换


#将彩色图片转成灰度图片
s=np.array(PIL_img.convert('L'))

3、cv2读取和保存图片： 

读取通道顺序：BRG，

数据类型：numpy.ndarray

像素类型：uint8,  0~255

import cv2
import numpy as np


#cv2读取图片,读取后的类型是numpy类型的数组, 读取的通道顺序是BRG
cv2_img = cv2.imread('./data/1.jpg') #numpy数组，元素类型是uinit8 0~255

#保存图片，第二个是numpy数组或mat数组，类型是jpg或png
cv2.imwrite('D:/data/1.jpg', cv2_img) #


#CV2显示图片，只能用来显示通道顺序为BRG的numpy数组，不然产生色差
cv2.imshow('labels',cv2_img)
cv2.waitKey(0)

#matplotlib.pyplot显示
plt.imshow(cv2_img[:,:,::-1]) #读取通道是BGR，所以[:,:,::-1]将其转换成RGB格式