在 python 中除了用 opencv，也可以用 matplotlib 和 PIL 這兩個庫操作圖片。本人偏愛 matpoltlib，因為它的語法更像 matlab。
一、matplotlib
1. 顯示圖片
|
1
2
3
4
5
6
7
8
9
10
11
|
import matplotlib.pyplot as plt # plt 用于顯示圖片import matplotlib.image as mpimg # mpimg 用于讀取圖片import numpy as nplena = mpimg.imread('lena.png') # 讀取和代碼處于同一目錄下的 lena.png# 此時 lena 就已經是一個 np.array 了，可以對它進行任意處理lena.shape #(512, 512, 3)plt.imshow(lena) # 顯示圖片plt.axis('off') # 不顯示坐標軸plt.show() |
2. 顯示某個通道
|
1
2
3
4
5
6
7
8
9
10
11
|
# 顯示圖片的第一個通道lena_1 = lena[:,:,0]plt.imshow('lena_1')plt.show()# 此時會發現顯示的是熱量圖，不是我們預想的灰度圖，可以添加 cmap 參數，有如下幾種添加方法：plt.imshow('lena_1', cmap='Greys_r')plt.show()img = plt.imshow('lena_1')img.set_cmap('gray') # 'hot' 是熱量圖plt.show() |
3. 將 RGB 轉為灰度圖
matplotlib 中沒有合適的函數可以將 RGB 圖轉換為灰度圖，可以根據公式自定義一個：
|
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. 對圖像進行放縮
這里要用到 scipy
|
1
2
3
4
5
|
from scipy import misclena_new_sz = misc.imresize(lena, 0.5) # 第二個參數如果是整數，則為百分比，如果是tuple，則為輸出圖像的尺寸plt.imshow(lena_new_sz)plt.axis('off')plt.show() |
5. 保存圖像
5.1 保存 matplotlib 畫出的圖像
該方法適用于保存任何 matplotlib 畫出的圖像，相當于一個 screencapture。
|
1
2
3
|
plt.imshow(lena_new_sz)plt.axis('off')plt.savefig('lena_new_sz.png') |
5.2 將 array 保存為圖像
|
1
2
|
from scipy import miscmisc.imsave('lena_new_sz.png', lena_new_sz) |
5.3 直接保存 array
讀取之后還是可以按照前面顯示數組的方法對圖像進行顯示，這種方法完全不會對圖像質量造成損失
|
1
2
|
np.save('lena_new_sz', lena_new_sz) # 會在保存的名字后面自動加上.npyimg = np.load('lena_new_sz.npy') # 讀取前面保存的數組 |
二、PIL
1. 顯示圖片
|
1
2
3
|
from PIL import Imageim = Image.open('lena.png')im.show() |
2. 將 PIL Image 圖片轉換為 numpy 數組
|
1
2
|
im_array = np.array(im)# 也可以用 np.asarray(im) 區別是 np.array() 是深拷貝，np.asarray() 是淺拷貝 |
3. 保存 PIL 圖片
直接調用 Image 類的 save 方法
|
1
2
3
|
from PIL import ImageI = Image.open('lena.png')I.save('new_lena.png') |
4. 將 numpy 數組轉換為 PIL 圖片
這里采用 matplotlib.image 讀入圖片數組，注意這里讀入的數組是 float32 型的，范圍是 0-1，而 PIL.Image 數據是 uinit8 型的，范圍是0-255，所以要進行轉換：
|
1
2
3
4
5
|
import matplotlib.image as mpimgfrom PIL import Imagelena = mpimg.imread('lena.png') # 這里讀入的數據是 float32 型的，范圍是0-1im = Image.fromarray(np.uinit8(lena*255))im.show() |
5. RGB 轉換為灰度圖
|
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內容，希望對大家的學習有所幫助，也希望大家多多支持服務器之家。
原文鏈接：http://www.cnblogs.com/yinxiangnan-charles/p/5928689.html
