基于python读取图像的几种方式汇总

目录

• 本文介绍几种基于python的图像读取方式：
• 基于PIL库的图像读取、保存和显示
• 基于matplotlib的图像读取、显示和保存
• 基于scikit-image的图像读取、保存和显示
• 基于imageio的图像读取、显示和保存
• 总结

本文介绍几种基于python的图像读取方式：

• 基于PIL库的图像读取、保存和显示
• 基于opencv-python的图像读取、保存和显示
• 基于matplotlib的图像读取、保存和显示
• 基于scikit-image的图像读取、保存和显示
• 基于imageio的图像读取、保存和显示

安装方式基本使用pip即可：

pip install pillow
pip install scikit-image
pip install matplotlib 
pip install opencv-python
pip install numpy scipy scikit-learn

基于PIL库的图像读取、保存和显示

from PIL import Image

设置图片名字

img_path = \'./test.png\'

用PIL的open函数读取图片

img = Image.open(img_path)

读进来是一个Image对象

img

查看图片的mode

img.mode

\'RGB\'

用PIL函数convert将彩色RGB图像转换为灰度图像

img_g = img.convert(\'L\')

img_g.mode

\'L\'

img_g.save(\'./test_gray.png\')

使用PIL库的crop函数可对图像进行裁剪

img_c = img.crop((100,50,200,150))img_c

图像旋转

img.rotate(45)

在图像上添加文字

from PIL import ImageDraw, ImageFont
draw = ImageDraw.Draw(img)
font = ImageFont.truetype(\'/home/fsf/Fonts/ariali.ttf\',size=24)
draw.text((10,5), \"This is a picture of sunspot.\", font=font)
del draw
img

基于opencv-python的图像读取、保存和显示

import cv2

img = cv2.imread(\'./test.png\')

使用cv2都进来是一个numpy矩阵，像素值介于0~255，可以使用matplotlib进行展示

img.min(), img.max()

(0, 255)

import matplotlib.pyplot as plt
plt.imshow(img)
plt.axis(\'off\')
plt.show()

基于matplotlib的图像读取、显示和保存

import matplotlib.image as mpimg

img = mpimg.imread(\'./test.png\')

img.min(),img.max()

(0.0, 1.0)

像素值介于0~1之间，可以使用如下方法进行展示

import matplotlib.pyplot as plt
plt.imshow(img,interpolation=\'spline16\')
plt.axis(\'off\')
plt.show()

注意：matplotlib在进行imshow时，可以进行不同程度的插值，当绘制图像很小时，这些方法比较有用，如上所示就是用了样条插值。

基于scikit-image的图像读取、保存和显示

from skimage.io import imread, imsave, imshow

img = imread(\'./test.png\')

这个和opencv-python类似，读取进来也是numpy矩阵，像素值介于0~255之间

img.min(), img.max()

(0, 255)

import matplotlib.pyplot as plt
plt.imshow(img,interpolation=\'spline16\')
plt.axis(\'off\')
plt.show()

基于imageio的图像读取、显示和保存

import imageio

img = imageio.imread(\'./test.png\')

img.min(), img.max()

(0, 255)

这个和opencv-python、scikit-image类似，读取进来也都是numpy矩阵，像素值介于0~255之间

import matplotlib.pyplot as plt
plt.imshow(img,interpolation=\'spline16\')
plt.axis(\'off\')
plt.show()

总结