欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Python各种图像库的图像的基本读写方式

程序员文章站 2022-05-04 14:17:23
目前主流的图像库有几下几种: 1. OpenCV 2. PIL(Pillow) 3. matplotlib.image 4. skimage 5. scipy.misc 结论:以上图片库中当属OpenCV最为强大,成熟。 1.1 OpenCV 图像的读取与储存 import cv2 #读取图像 直接 ......

目前主流的图像库有几下几种:

1. opencv      2. pil(pillow)       3. matplotlib.image     4. skimage      5. scipy.misc

结论:以上图片库中当属opencv最为强大,成熟。

 

1.1 opencv 图像的读取与储存

import cv2
#读取图像 直接是numpy矩阵格式
img = cv2.imread('horse.jpg',1) # 0表示读入灰色图片,1表示读入彩色图片
cv2.imshow('image',img) # 显示图像
print(img.shape)   # (height,width,channel)
print(img.size)    # 像素数量
print(img.dtype)   # 数据类型
print(img)         # 打印图像的numpy数组,3纬数组

#储存图像
# 当前目录储存
cv2.write(‘horse1.jpg',img)
# 自定义储存
cv2.write(‘/path_name/’ + str(image_name) + '.jpg',img)
          
cv2.waitkey()

1.2opencv 图像灰化处理

import cv2
#方法一
img = cv2.imread('horse.jpg',0) # 0表示读入灰色图片,或者使用cv2.imread_gratscale 替代0
cv2.imshow('gray image',img)

#方法二
img = cv2.imread('horse.jpg')
gray_img = cv2.cvtcolor(img,cv2.color_bgr2gray)
cv2.imshow('gray image',gray_img)

print(gray_img.shape) # (height, width)
print(gray_img.size)  # 像素数量
print(gray_img)       # 打印图像的numpy数组,2维
cv2.waitkey()

1.3 opencv 矩阵格式变换

why?:opencv的矩阵格式 (height, width, channels) -->> 深度学习矩阵类型可能是 (channels,height,width)

import cv2
import numpy as np
img = cv2.imread('horse.jpg',1)
cv2.imshow('image',img)
# 矩阵格式的变换
print(img.shape)
img = img.transpose(2,0,1) #变换函数 
print(img.shape)
# 矩阵扩展 (batch_size, channels, height, width) 预测单张图片的操作
# 加一列作为图片的个数
img = np.expand_dims(img, axis=0) #使用numpy函数
print(img.shape)
# 训练阶段构建batch
data_lst = []
loop:
    img = cv2.imread('xxx.jpg')
    data_lst.append(img)
data_arr = np.array(data_lst)

1.4 opencv 图片归一化 (data normalization)

import cv2
# 为了减少计算量,需要把像素值0-255转换到0-1之间
img = cv2.imread('horse.jpg')
img = img.astype('float') / 255.0 # 先转化数据类型为float
print(img.dtype)
print(img)

1.5 opencv brg转换为rgb

import cv2
img = cv2.imread('horse.jpg')
img = cv2.cvtcolor(img,cv2.color_bgr2rgb) # 转为rgb format
print(img)

1.6 opencv 访问像素点

import cv2
img = cv2.imread('horse.jpg')
gray_img = cv2.cvtcolor(img,cv2.color_bgr2gray) # 转为gray image
print(img[4,4])        # 3 channels
print(gray_img[4,4])   # 1 channel

1.7 opencv 感兴趣区域剪切(roi)

import cv2
img = cv2.imread('horse.jpg')
print(img.shape)
roi = img[0:437,0:400] # [y:height,x:width]

cv2.imshow('roi',roi)
cv2.waitkey()

 

 

2.1 pil 图像读取与储存

from pil import image
import numpy as np
#图像读取
img = image.open('horse.jpg')
print(img.format) # 图片格式
print(img.size)   # (width,height)
print(img.mode)   # 图片通道类型

#将图像转化为矩阵格式
arr = np.array(img)
print(arr.shape)
print(arr.dtype)

#图像储存
new_img = image.fromarray(arr)
new_img.save('test.jpg')

img.show()

2.2 pil 图像灰化处理 

#图像灰化处理
gray = image.open('horse.jpg').convert('l')
gray_arr = np.array(gray)
print(gray_arr.shape) # (height,width)
print(gray_arr.dtype)
print(gray_arr)
gray.show()

2.3 pil 感兴趣区域剪切

# 感兴趣区域剪切
img = image.open('horse.jpg')
roi = img.crop((0,0,200,200)) # (左上x,左上y,右下x,右下y)
roi.show()

2.4 通道操作

# 通道处理
r,g,b = img.split() #分离
img = image.merge("rgb",(b,g,r)) #合并
img = img.copy() #复制

 

3.1 matplotlib 读取和存储图片

import matplotlib.pyplot as plt
import numpy as np
# 图像读取为numpy数组格式
img = plt.imread('horse.jpg')

plt.axis('off') # 关闭刻度显示

print(img.shape) # (height, width, channel)
print(img.size) # 像素数量
print(img.dtype)

#储存图片
plt.savefig('./name.jpg')

figure = plt.figure(figsize=(20,10)) # 调整显示图片的大小

plt.imshow(img)
plt.show()

3.2 matplotlib 图片灰化处理

#图片灰化处理
# 平均值发
img_mean = img.mean(axis=2)
plt.imshow(img_mean,cmap='gray')
plt.show()

#最大值法
img_max = img.max(axis=-1)
plt.imshow(img_max,cmap='gray')
plt.show()

#rgb三原色法
gravity = np.array([0.299,0.587,0.114])
img_gravity = np.dot(img,gravity)
plt.imshow(img_gravity,cmap="gray")
plt.show()

 

4.1 skimage 读取和储存图像

from skimage import io
#读取图像numpy数组格式
img = io.imread('horse.jpg')
print(img.shape)
print(img.dtype)
print(img.size)
#print(img)
io.imshow(img)

#储存图像
io.imsave('test.jpg',img)

4.2 skimage 灰化处理

#图像灰化处理并归一化
img = io.imread('horse.jpg',as_gray=true)
print(img.shape)
print(img.dtype) # 数据类型位float
print(img.size)
print(img)
io.imshow(img)
io.show()

 

5.1 scipy.misc 读取和储存图像

#在1.2.0 之后统一用imageio模块
import imageio
import matplotlib.pyplot as plt
#读取图片为numpy数组
img = imageio.imread('horse.jpg')
print(img.dtype)
print(img.size)  # 像素数量
print(img.shape) #(height, width, channels)
plt.imshow(img)
plt.show()
print(img)
#储存图片
imageio.imsave('test.jpg',img)

 

未完待续......