Hexo
0%

python-picture

发表于 更新于 分类于

针对图像的操作 cv2, matplotlib.pylab, PIL.Image

一般用PIL.Image或者cv2来打开或者保存，用matplotlib.pylab来显示
在pytorch中也可以用tv.utils.save_image()专门来保存图片。

cv2

参考链接
注意：pylab.imread和PIL.Image.open读入的都是RBG顺序，而cv2.imread读入的是BGR顺序，混合使用的时候要特别注意

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
# 读取图片
import cv2
import numpy as np
img = cv2.imread('examples.png') # # 默认是读入为彩色图，即使原图是灰度图也会复制成三个相同的通道变成彩色图
img_gray = cv2.imread('examples.png',0) # 第二个参数为0的时候读入为灰度图，即使原图是彩色图也会转成灰度图
print(type(img), img.dtype, np.min(img), np.max(img))
print(img.shape)
print(img_gray.shape)

(<type 'numpy.ndarray'>, dtype('uint8'), 0, 255)    # opencv读进来的是numpy数组，类型是uint8，0-255
(824, 987, 3)    # 彩色图3通道
(824, 987)    # 灰度图单通道

## 显示
import pylab as plt 
import cv2 
import numpy as np 
img = cv2.imread('examples.png') 
plt.imshow(img[..., -1::-1]) # 因为opencv读取进来的是bgr顺序呢的，而imshow需要的是rgb顺序，因此需要先反过来 plt.show()

## 灰度与RGB转化
import cv2 
import pylab as plt 
img = cv2.imread('examples.png') 
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # BGR转灰度 
img_bgr = cv2.cvtColor(img_gray, cv2.COLOR_GRAY2BGR) # 灰度转BRG 
img_rgb = cv2.cvtColor(img_gray, cv2.COLOR_GRAY2RGB) # 也可以灰度转RGB

## 保存图片
import cv2 img = cv2.imread('examples.png') # 这是BGR图片 
cv2.imwrite('examples2.png', img) # 这里也应该用BGR图片保存，这里要非常注意，因为用pylab或PIL读入的图片都是RGB的，如果要用opencv存图片就必须做一个转换 
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) 
cv2.imwrite('examples_gray.png', img_gray)


matplotlib.pylab

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
# 读取图片
import matplotlib.pylab as plt
import numpy as np
img = plt.imread('examples.png')
print(type(img), img.dtype, np.min(img), np.max(img))
[out]
(<type 'numpy.ndarray'>, dtype('float32'), 0.0, 1.0)    # matplotlib读取进来的图片是float，0-1

# 显示
plt.imshow(img)
plt.show()

# 保存
# 有两种
# 其实产生这个现象的原因很简单：在 plt.show() 后调用了 plt.savefig() ，在 plt.show() 后实际上已经创建了一个新的空白的图片（坐标轴），这时候你再 plt.savefig() 就会保存这个新生成的空白图片
# ref:(https://blog.csdn.net/u010099080/article/details/52912439)
# 第一种:在plt.show之前保存
plt.savefig('test.png')
# 第二种:画图的时候保存句柄
fig = plt.gcf()
plt.show()
fig.savefig('test.png')

PIL.Image

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
# 读取图片
from PIL import Image
import numpy as np
img = Image.open('examples.jpg')
print(type(img), img.dtype, np.min(img), np.max(img))
img = np.array(img)     # 将PIL格式图片转为numpy格式
image_pil = Image.fromarray(image_numpy)
print(type(img), img.dtype, np.min(img), np.max(img))

(<class 'PIL.PngImagePlugin.PngImageFile'>, 0, 255) # 注意，PIL是有自己的数据结构的，但是可以转换成numpy数组 
(<type 'numpy.ndarray'>, dtype('uint8'), 0, 255) # 和用matplotlib读取不同，PIL和matlab相同，读进来图片和其存储在硬盘的样子是一样的，uint8，0-255

# 灰度和RGB转化
from PIL import Image 
img = Image.open('examples.png') 
img_gray = img.convert('L') # RGB转换成灰度图像 i
mg_rgb = img_gray.convert('RGB') # 灰度转RGB 
print(img) 
print(img_gray) 
print(img_rgb) 
[out] 
<PIL.PngImagePlugin.PngImageFile image mode=RGB size=987x824 at 0x7FC2CCAE04D0> 
<PIL.Image.Image image mode=L size=987x824 at 0x7FC2CCAE0990> 
<PIL.Image.Image image mode=RGB size=987x824 at 0x7FC2CCAE0250>

# 显示

import pylab as plt 
from PIL import Image 
import numpy as np
img = Image.open('examples.png') 
img_gray = img.convert('L') #转换成灰度图像 
img = np.array(img) 
img_gray = np.array(img_gray) 
plt.imshow(img) # or plt.imshow(img / 255.0)，matplotlib和matlab一样，如果是float类型的图像，范围是0-1才能正常imshow，如果是uint8图像，范围则需要是0-255 
plt.show() 
plt.imshow(img_gray, cmap=plt.gray()) # 显示灰度图要设置cmap参数 
plt.show() 
plt.imshow(Image.open('examples.png')) # 实际上plt.imshow可以直接显示PIL格式图像 plt.show()

# 保存
img = Image.open('examples.png') 
img.save('examples2.png') 
img_gray = img.convert('L') 
img_gray.save('examples_gray.png') # 不管是灰度还是彩色，直接用save函数保存就可以，但注意，只有PIL格式的图片能够用save函数