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 用於顯示圖片
import
matplotlib.image as mpimg
# mpimg 用於讀取圖片
import
numpy as np
lena
=
mpimg.imread(
'lena.png'
)
# 讀取和代碼處於同一目錄下的 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
misc
lena_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
該方法適用於保存任何 matplotlib 畫出的圖像，相當於一個 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
misc
misc.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.npy
img
=
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
Image
im
=
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
Image
I
=
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 mpimg
from
PIL
import
Image
lena
=
mpimg.imread(
'lena.png'
)
# 這里讀入的數據是 float32 型的，范圍是0-1
im
=
Image.fromarray(np.uinit8(lena
*
255
))
im.show()
|
5. RGB 轉換為灰度圖
|
1
2
3
4
5
|
from
PIL
import
Image
I
=
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腳本之家。
您可能感興趣的文章:
原文鏈接：http://www.cnblogs.com/yinxiangnan-charles/p/5928689.html