【python学习记录】--1--对图片的基本操作

安装好PyCharm 软件，配置好环境Python 2.7和Python 3.6，安装两个版本的python，方便验证网上的代码。

1、打开图片

代码里打开图片的方式很多，这里记录两个

1.1 使用opencv（cv2）

#!/usr/bin/env python
# -*- coding: utf-8 -*-
import cv2
# image read
img = cv2.imread("1.jpg")
#image show
cv2.namedWindow("Image")
cv2.imshow("Image", img)
cv2.waitKey (0)
cv2.destroyAllWindows()

另外，imread(filename[, flags])是可以加参数，flags=0 显示为灰度图像，有兴趣的朋友可以去爬源码

1.2使用Python Imaging Library（PIL）+ matplotlib

#!/usr/bin/env python
# -*- coding: utf-8 -*-
import PIL.Image as Image
import matplotlib.pyplot as plot
#image read
image = Image.open("1.jpg")
#image show
plot.imshow(img) # using matplotlib 
plot.show()

2、图片转换为数据

打开一张图片，提取出图片中的像素数据

#!/usr/bin/env python
# -*- coding: utf-8 -*-
import numpy as np
import PIL.Image as Image

def image_to_array(imagefile):
    # 图片转化为数组并存为二进制文件；
    print("开始将图片转为数组")
    image = Image.open(imagefile)
    result = np.array(image)
    # print ("image shape = %d x %d x %d" % img.shape)
    # print(result)
    return result

if __name__ == "__main__":
    images_array = image_to_array("2.jpg")

为方便测试，制作了一张5x2像素的图片2.jpg   （图片文件在这里  图片很小），图片RGB数据为

{[255 0 0 ，0 200 0 ，0 0 100， 10 20 30 ，111 222 123] 

 [255 0 0 ，0 200 0 ，0 0 100， 10 20 30 ，111 222 123] }

程序输出为：

img shape = 2 x 5 x 4
[[[255   0   0 255]
  [  0 200   0 255]
  [  0   0 100 255]
  [ 10  20  30 255]
  [111 222 123 255]]

 [[255   0   0 255]
  [  0 200   0 255]
  [  0   0 100 255]
  [ 10  20  30 255]
  [111 222 123 255]]]

提取出的数组数据是RGB顺序排列的，最后一个数据255可能是表示意义暂不明确，后面再实验测试

下面实现分离出RGB单一色数据的功能

def image_to_RGBarray(imagefile):
    image = Image.open(imagefile)
    img = image.split()  # RGB通道分离
    r = img[0]
    g = img[1]
    b = img[2]
    r_arr = np.array(r)  # 把分离出的R色转换成颜色数组，数组行列和像素数一致
    g_arr = np.array(g)
    b_arr = np.array(b)  # 分离出来的数据是二维的

    result = np.zeros((3, r_arr.shape[0], r_arr.shape[1]))  # 创建一个三维数组
    result[0] = r_arr  # 把颜色数据分别按R数据、G数据、B数据的顺序存放在三维数组中
    result[1] = g_arr
    result[2] = b_arr
    # print(result)
    return result

调用执行一下看看结果

if __name__ == "__main__":
    imagearr = images_array = image_to_array("2.jpg")
    print(imagearr)
    RGBarr = image_to_RGBarray("2.jpg")
    print (RGBarr)

运行结果如下：

[[[255   0   0 255]
  [  0 200   0 255]
  [  0   0 100 255]
  [ 10  20  30 255]
  [111 222 123 255]]

 [[255   0   0 255]
  [  0 200   0 255]
  [  0   0 100 255]
  [ 10  20  30 255]
  [111 222 123 255]]]

[[[ 255.    0.    0.   10.  111.]
  [ 255.    0.    0.   10.  111.]]

 [[   0.  200.    0.   20.  222.]
  [   0.  200.    0.   20.  222.]]

 [[   0.    0.  100.   30.  123.]
  [   0.    0.  100.   30.  123.]]

 [[ 255.  255.  255.  255.  255.]
  [ 255.  255.  255.  255.  255.]]]

3、把数据保存成图像文件

好了，还需要把处理过的数据恢复成图像文件。

def RGBarray_to_image(imagearray, filename):
    # 从image数据恢复为图片
    r = Image.fromarray(imagearray[0]).convert('L')
    g = Image.fromarray(imagearray[1]).convert('L')
    b = Image.fromarray(imagearray[2]).convert('L')
    image = Image.merge("RGB", (r, g, b))
    # 显示图片
    pyplot.imshow(image)
    pyplot.show()
    # 保存图片
    print ()
    image.save(filename)

if __name__ == "__main__":
    # imagearr = images_array = image_to_array("3.jpg")
    RGBarr = image_to_RGBarray("3.jpg")
    RGBarray_to_image(RGBarr, "copy3.jpg")