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
2. 顯示某個通道
# 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()
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:
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()
4. 對圖像進行放縮
這裏要用到 scipy
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()
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()