Python 读取与显示图片：Matplotlib 与 PIL 实战指南

Python 图像读取与显示概述

在 Python 中，除了常用的 OpenCV，还可以利用 matplotlib 和 PIL 这两个库来操作图片。作者更倾向于使用 matplotlib，因为其语法风格更接近 MATLAB。

Matplotlib 图像处理方法

一、使用 Matplotlib

1. 显示图片

import matplotlib.pyplot as plt # plt 用于显示图片
import matplotlib.image as mpimg # mpimg 用于读取图片
import numpy as np
 
lena = mpimg.imread('lena.png') # 读取和代码处于同一目录下的 lena.png
# 此时 lena 就已经是一个 np.array 了，可以对它进行任意处理
lena.shape #(512, 512, 3)
 
plt.imshow(lena) # 显示图片
plt.axis('off') # 不显示坐标轴
plt.show()

2. 显示特定通道

# 显示图片的第一个通道
lena_1 = lena[:,:,0]
plt.imshow('lena_1')
plt.show()
# 此时会发现显示的是热量图，不是我们预想的灰度图，可以添加 cmap 参数，有如下几种添加方法：
plt.imshow('lena_1', cmap='Greys_r')
plt.show()
 
img = plt.imshow('lena_1')
img.set_cmap('gray') # 'hot' 是热量图
plt.show()

3. 将 RGB 图像转换为灰度图

Matplotlib 本身没有直接提供将 RGB 图转换为灰度图的专用函数，但可以根据标准公式自定义实现：

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. 对图像进行缩放处理

此处需要用到 scipy 库。

from scipy import misc
lena_new_sz = misc.imresize(lena, 0.5) # 第二个参数如果是整数，则为百分比，如果是tuple，则为输出图像的尺寸
plt.imshow(lena_new_sz)
plt.axis('off')
plt.show()

5. 保存图像

5.1 保存 Matplotlib 绘制的图像

该方法适用于保存任何由 Matplotlib 生成的图像，其效果类似于屏幕截图。

plt.imshow(lena_new_sz)
plt.axis('off')
plt.savefig('lena_new_sz.png')

5.2 将数组保存为图像文件

from scipy import misc
misc.imsave('lena_new_sz.png', lena_new_sz)

5.3 直接保存 NumPy 数组

读取保存后的文件仍可按前述方法显示数组，这种方式完全不会造成图像质量损失。

np.save('lena_new_sz', lena_new_sz) # 会在保存的名字后面自动加上.npy
img = np.load('lena_new_sz.npy') # 读取前面保存的数组

PIL 库图像处理方法

二、使用 PIL

1. 显示图片

from PIL import Image
im = Image.open('lena.png')
im.show()

2. 将 PIL Image 对象转换为 NumPy 数组

im_array = np.array(im)
# 也可以用 np.asarray(im) 区别是 np.array() 是深拷贝，np.asarray() 是浅拷贝

3. 保存 PIL 图片

直接调用 Image 类的 save 方法即可。

from PIL import Image
I = Image.open('lena.png')
I.save('new_lena.png')

4. 将 NumPy 数组转换为 PIL 图片

此处采用 matplotlib.image 读取图片数组，需注意读入的数组类型为 float32，数值范围是 0-1；而 PIL.Image 数据为 uint8 型，范围是 0-255，因此需要进行类型和数值范围的转换：

import matplotlib.image as mpimg
from PIL import Image
lena = mpimg.imread('lena.png') # 这里读入的数据是 float32 型的，范围是0-1
im = Image.fromarray(np.uinit8(lena*255))
im.show()

5. RGB 转换为灰度图

from PIL import Image
I = Image.open('lena.png')
I.show()
L = I.convert('L')
L.show()

以上就是本文的全部内容，希望对大家的学习有所帮助。

到此这篇关于 Python 如何实现读取并显示图片（不需要图形界面）的文章就介绍到这了，更多相关 Python 读取并显示图片内容请搜索本站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本站！