使用python进行图像处理编程很方便,读取图片,显示图片,保存图片
1、opencv
2、PIL(pillow)
3、matplotlib
4、scipy
5、skimage
1、opencv图片基本操作
图片就是矩阵,矩阵就是图片 真彩图片是BGR格式
重要的事情说三遍:用opencv读取的图片格式是numpy!!!彩色图片维度是(高度,宽度,通道数)!!!数据类型是uint8!!!
代码如下:
import cv2
import numpy as np
img_name = r"C:\Users\Administrator\Desktop\machine_learning\face_study\pos\1.jpg"
img = cv2.imread(img_name) # 读取图片
cv2.imshow("figure1", img) # 显示图片
filename = img_name # 保存图片的文件
cv2.imwrite(filename, img) # 保存图片
# h: 高 w: 宽 c: 通道数
h , w, c = img.shape
print(img.shape) # (h, w, c)
# 显示图像的上面一半
cv2.imshow("figure1_up", img[0:(int)(h/2)])
# cv2.imshow("figure1_up", img[0:(int)(h/2),:,:]) # 等价于上面一行代码
cv2.waitKey()
opencv的坑
别跳!!!
opencv对于读进来的图片的通道排列是BGR,而不是主流的RGB!谨记!
#opencv读入的矩阵是BGR,如果想转为RGB,可以这么转
img4 = cv2.imread('1.jpg')
img4 = cv2.cvtColor(img4,cv2.COLOR_BGR2RGB)
2、PIL图片处理基本操作
PIL是矩阵进行封装的东西
from PIL import Image
import numpy as np
img = Image.open(img_name)
img.show() # 显示图片
gray = Image.open(img_name).convert('L')
gray.show()
print(img.format)
print(img.size) # 注意,省略了通道 (w,h)
print(img.mode) # L为灰度图,RGB为真彩色,RGBA为加了透明通道
# pillow读进来的图片不是矩阵,我们将图片转换为矩阵
arr = np.array(img)
print(arr.shape)
print(arr.dtype)
print(arr)
# 矩阵再转换为图片
new_img = Image.fromarray(arr)
new_img.save("1.jpg")
cv2.waitKey()
3、matplotlib图片操作教程
图片就是矩阵,矩阵就是图片 真彩图片是RGB格式
plt.imread读入的就是一个矩阵,跟opencv一样,但彩图读进的是RGB,与opencv有区别
无论用什么库读入函数,只要将读入的图片转换为矩阵,就可以用matplotlib进行操作
import matplotlib.pyplot as plt
import numpy as np
img_name = r"C:\Users\Administrator\Desktop\machine_learning\face_study\pos\1.jpg"
image = plt.imread(img_name) # 读取图片
plt.imshow(image) # 显示图片
plt.axis('off')
plt.savefig("1.jpg") # 保存图片
plt.show()
#plt.imread读入的就是一个矩阵,跟opencv一样,但彩图读进的是RGB,与opencv有区别
print(image.shape) # (h,w,c)
print(image.size)
print(image.dtype)
print(image)
说明:对于matplotlib矩阵就是图片 图片就是矩阵
import numpy as np
import matplotlib.pyplot as plt
img = np.zeros((2,2,3),dtype=np.uint8)
img[0,0] = [255,0,0] # 红色
img[0,1] = [0,255,0] # 绿色
img[1,0] = [0,0,255] # 蓝色
plt.imshow(img)
plt.show()