基于python读取图像的几种方式汇总
作者:花生david
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()
总结
到此这篇关于基于python读取图像的几种方式的文章就介绍到这了,更多相关python读取图像内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!