基于python读取图像的几种方式汇总
短信预约 -IT技能 免费直播动态提醒
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 cv2img = 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 mpimgimg = 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, imshowimg = 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 imageioimg = 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编程网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编程网！
免责声明：
① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的，并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据，供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。
② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
