实现opencv、PIL、matplotlib对图像的保存、显示和其他操作

一、opencv读取图像

OpenCV是一个计算机视觉和机器学习软件库。

1.读取图片

一，图片基本操作
cv2.imread(filepath,flags)读入图片，注意：读取的通道顺序是BGR

import cv2
cv2.imread(path, flags)

参数意义：

1. path: 指定路径
2. flags: 指定图片加载方式
   • cv2.IMREAD_COLOR:默认参数，读入彩色图片，不包括alpha通道
   • cv2.IMREAD_GRAYSCALE:读入灰色图片
   • cv2.IMREAD_UNCHANGED:读入完整图片，包括alpha通道

2. 转化格式

• 彩色图像转灰色

gray = cv2.cvtColor(frame,  cv2.COLOR_BGR2GRAY)

• 彩色图像转灰色

gray = cv2.cvtColor(frame,  cv2.COLOR_GRAY2BGR)

3.展示图片

cv2.imshow('img', img)
cv2.waitKey(0)    # 设置为0表示任意键退出
cv2.destroyAllWindows()   # 销毁窗口

4. 读取图片相关信息

img.shape    # 因为读取的img是array格式，所有具有shape属性
type(img)    # out: numpy.ndarray
img.size     # 计算单个通道像素数量
img.dtype 

5. 通道切分与合并

b,g,r=cv2.split(img)   # 通道切分
img_new = cv2.merge((r,g,b))   # 通道合并
# 保留单通道信息
cur_img = img.copy()
cur_img[:,:,0] = 0
cur_img[:,:,1] = 0   # 只保留R通道顺序，cv2读取的格式是BGR

6. 调换通道顺序

img_new = img_new = img[:, :, [2, 1, 0]]    # 利用切片可以调换任意通道顺序，BGR-->RGB

7. 保存图片

cv2.imwrite(path, img)

二、matplotlib处理图像

Matplotlib 是 Python 的绘图库， 它可与 NumPy 一起使用。

1. 读取和显示图片

import matplotlib.image as mpimg  #读取图片
import matplotlib.pyplot as plt   #显示图片
%matplotlib inline

image = mpimg.imread('./images/cat.png')
plt.title('cat')
plt.axis('off')   # 不显示坐标轴
plt.xtick([]),plt.ytick([])  # 不显示刻度
plt.imshow(image)
plt.tight_layout()	# 用于设置子图默认的间距
plt.show()

三、PIL

1.读取图片

from PIL import Image
img = Image.open('./Lena.png')
plt.imshow(img)
plt.show()

2. 保存图像

Image.save(filename, format)

3. 注意事项

如果读取的是灰度图像，则plt.imshow()需要加入’gray’，否则读取的是伪彩图像。

img = Image.open('./Lena.png')   # 如果图像是灰度图像 
plt.imshow(img，'gray')
plt.show()

总结

以上就是今天要讲的内容，本文仅仅简单介绍了opencv、matplotlib，PIL处理图像的基本操作。