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scikit-image的图像读取、保存和显示

Python进行图片处理,第一步就是读取图片,下面这篇文章主要给大家介绍了关于基于python读取图像的几种方式的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下

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()