Python主流图像库读写图片方式总结

做图像视觉算法这一块经常会遇到读写图像的时候，现在读写图片的主流图像库有opencv，Pillow.Image，matplotlib.image，scipy.misc(已弃用)，image.IO, skimage等，这些库读写图片的方式有些不太一样，光靠记很容易混淆，所以我写了此篇总结；另外还有其他深度学习框架也有读取图片的接口，但它们底层都是调用这些库，出入不大。
在实验之前先展示一下代码用到的示例图片(从网上下载的)：

图片详细信息如下：

opencv：cv2.imread()

opencv是图像处理常用的工具库，非常强大，里面集成的算法非常多。

图片读取操作

可以看到opencv读进来是一个多维numpy矩阵，彩色图片维度是（高度，宽度，通道数）。数据类型是uint8。


以灰度图的方式读进来的矩阵格式是（高度，宽度）
如果图片路径是错误的，读出来的数据是None，不会报错

图片矩阵操作

opencv读入图片的矩阵格式是：（height,width,channels），而在深度学习中，pytorch会把图片通道数放在前面，比如（channels,height,width）。为了应对该要求，我们可以这么做

当需要对图片扩展一个维度，比如：（batch，channels，height，width），可以这样做

图片归一化

有时候训练也需要将图片做归一化处理，可以这样做

保存图片

访问像素

截取ROI区域

通道分离与合并

PIL: PIL.Image.open()

PIL即Python Imaging Library，也即为我们所称的Pillow，是一个很流行的图像库，它比opencv更为轻巧，常用于深度学习框架底层读取图片操作。

图片读写

可以看到，通过PIL.Image模块读取图片，返回的是一个Image类，而不是一个ndarray，要写显示图片，还需要将它转换成ndarray才行。
灰度图方式读取

保存图片

通道分离与合并

获取ROI区域

matplotlib：matplotlib.image.imread()

matplotlib，我主要用来绘图，用法和matlab很像，但它也可以读图片哦

imageio.imread()

skimage: skimage.io.imread()

可以看到图像也是以ndarray方式读入
灰度图方式读入如下：

可以看到，灰度图像的矩阵的值被归一化了，注意！！！
也可以以这种方式获得灰度图：

总结

1. 除opencv读入的彩色图片以BGR顺序以外，其他均以RGB顺序存储。
2. 除开PIL.Image模块读入的图片是image类以为，其他都是ndarray方式存储。
3. skimage.io.imread()方式读入灰度图会被归一化。
4. 无论用什么库读进图片，只要把图片改为ndarray矩阵形式，那么matplotlib就可以显示。