python 顯示圖片

　　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，因爲它的語法更像 matlab。
　　一、matplotlib
　　1. 顯示圖片
　　複製代碼
　　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') # 不顯示座標軸
　　plt.show()
　　複製代碼
　　2. 顯示某個通道
　　複製代碼
　　# 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()
　　複製代碼
　　3. 將 RGB 轉爲灰度圖
　　matplotlib 中沒有合適的函數可以將 RGB 圖轉換爲灰度圖，可以根據公式自定義一個：
　　複製代碼
　　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()
　　複製代碼
　　4. 對圖像進行放縮
　　這裏要用到 scipy
　　複製代碼
　　from scipy import misc
　　lena_new_sz = misc.imresize(lena, 0.5) # 第二個參數如果是整數，則爲百分比，如果是tuple，則爲輸出圖像的尺寸
　　plt.imshow(lena_new_sz)
　　plt.axis('off')
　　plt.show()
　　複製代碼
　　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。
　　plt.imshow(lena_new_sz)
　　plt.axis('off')
　　plt.savefig('lena_new_sz.png')
　　5.2 將 array 保存爲圖像
　　from scipy import misc
　　misc.imsave('lena_new_sz.png', lena_new_sz)
　　5.3 直接保存 array
　　讀取之後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
　　np.save('lena_new_sz', lena_new_sz) # 會在保存的名字後面自動加上.npy
　　img = np.load('lena_new_sz.npy') # 讀取前面保存的數組
　　二、PIL
　　1. 顯示圖片
　　from PIL import Image
　　im = Image.open('lena.png')
　　im.show()
　　2. 將 PIL Image 圖片轉換爲 numpy 數組
　　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
　　from PIL import Image
　　I = Image.open('lena.png')
　　I.save('new_lena.png')
　　4. 將 numpy 數組轉換爲 PIL 圖片
　　這裏採用 matplotlib.image 讀入圖片數組，注意這裏讀入的數組是 float32 型的，範圍是 0-1，而 PIL.Image 數據是 uinit8 型的，範圍是0-255，所以要進行轉換：
　　import matplotlib.image as mpimg
　　from PIL import Image
　　lena = mpimg.imread('lena.png') # 這裏讀入的數據是 float32 型的，範圍是0-1
　　im = Image.fromarray(np.uinit8(lena*255))
　　im.show()
　　5. RGB 轉換爲灰度圖
　　from PIL import Image
　　I = Image.open('lena.png')
　　I.show()
　　L = I.convert('L')
　　L.show()