tensorflow 中图片读取和裁剪方式

一 方式1: skimage

from skimage import data, io, transform, color 
import matplotlib.pyplot as plt 

# io.imread 读出的图片格式是uint8，value是numpy array 类型。
image = data.coffee()
image = io.imread(dir)

plt.imshow(image)
plt.show()

io.save('1.jpg',image) #保存图像

image_gray = color.rgb2gray(image) #转换为灰度图像
io.save('2.jpg',image_gray)

# 通过transform.resize()裁剪后的图片是以 float64的格式存储的，数值的取值范围是（0~1）
image_ = transform.resize(image,(200,200))
img = image_ * 255   #将图片的取值范围改成（0~255）
img = img.astype(np.uint8) 
img = image_ * 255   #将图片的取值范围改成（0~255）
img = img.astype(np.uint8) 

二、方式2：cv2

import cv2
import matplotlib.pyplot as plt 

# cv2.imread读出的图片格式是uint8,value也是numpy array 类型。
# 图像数据格式是以BGR的格式进行存储的。需要将存储类型改成RGB 的形式才能正常显示原图的颜色。
image=cv2.imread(dir)  
b,g,r = cv2.split(image)     #将图像通道分离开  
rgb_image = cv2.merge([r,g,b]) #以RGB的形式重新组合   
#image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)  也可以使用这个函数直接转换成RGB 形式  
plt.imshow(rgb_image) 

# 通过cv2.resize()裁剪后的图片还是以 numpy array 的方式保存的， 数值的取值范围是（0~255）
image_cv2 = cv2.resize(rgb_image)

image=cv2.imread(dir)  
b,g,r = cv2.split(image)     #将图像通道分离开  
rgb_image = cv2.merge([r,g,b]) #以RGB的形式重新组合   
#image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)  也可以使用这个函数直接转换成RGB 形式  
plt.imshow(rgb_image) 

# 通过cv2.resize()裁剪后的图片还是以 numpy array 的方式保存的， 数值的取值范围是（0~255）
image_cv2 = cv2.resize(rgb_image)

参考

https://blog.csdn.net/qq_24193303/article/details/79970819

https://blog.csdn.net/mao_xiao_feng/article/details/73251440