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
2. 显示某个通道
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:
4. 对图像进行放缩
这里要用到 scipy
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。
plt.imshow(lena_new_sz)plt.axis('off')plt.savefig('lena_new_sz.png')5.2 将 array 保存为图像
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
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
from PIL import Imageim = Image.open('lena.png')im.show()2. 将 PIL Image 图片转换为 numpy 数组
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
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:
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
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,也希望大家多多支持。