CV计算机视觉｜图片读取为numpy

计算机视觉python图片处理（图片读取）

（待完成）
第一章 图片读取
第二章 图片显示与保存

---

更新：最新版的imageio.imread现在已经被弃用，推荐使用使用imagio.v2.imread

---

---

前言

在计算机视觉领域中，第一步操作是对图片数据的读取，一般使用numpy进行存储，再根据需要转化为tensor，本文介绍了多种图片读取方法。
python编程环境一般使用anaconda构建，支持Windows、Linux、macOS操作系统，本文默认使用anaconda环境进行依赖包的安装。如果还没有使用anaconda，推荐使用anaconda，比python默认的venv要方便好用。
anaconda官方网站
需要提醒的是，国内环境想要更快捷的使用anaconda，需要更换源，我一般使用的清华源，也可以使用阿里源等。
清华源
阿里源
本文不讲解anaconda的安装和使用，可以自行搜索相关使用教程，网上有很多。当然因为博主使用anaconda已经很长时间了，有什么问题的话可以直接评论或者私聊我，我看到会及时回复。

---

一. opencv

1. 安装opencv

在anaconda中创建一个虚拟环境后，可以使用conda和pip两个包管理，绝大多数外部依赖包推荐使用conda安装，但是opencv是个例外，我实际使用发现使用pip安装比较快捷，不存在找不到包的情况。

pip安装：

pip install opencv-python

conda安装

conda install opencv

2. 使用

导入包cv2，直接读取图片为numpy，图片的通道为：(H, W, C)。

需要特别注意的是cv2默认的通道顺序是BGR，跟我们常规的RGB顺序不一致，在进行图片处理时，需要注意这一点，进行相应的处理。

import cv2
img_cv2 = cv2.imread('beijing.jpg')
print(type(img_cv2))
print(img_cv2.shape)
print(img_cv2.dtype)
# output:
<class 'numpy.ndarray'>
(667, 1000, 3)
uint8

二. imageio

1. 安装imageio

conda安装

conda install imageio

2. 使用

导入包imageio，读取图片格式为imageio.core.util.Array，需要转化为numpy，图片的通道为：(H, W, C)。

import imageio
import numpy as np
img_imageio = imageio.v2.imread('beijing.jpg')
img_np = np.array(img_imageio)
print(type(img_imageio))
print(type(img_np))
print(img_np.shape)
print(img_np.dtype)

# output
<class 'imageio.core.util.Array'>
<class 'numpy.ndarray'>
(667, 1000, 3)
uint8

三. scipy

这个库读取图片方法已经被弃用，官方建议使用imageio，这里也不介绍，使用弃用的方法需要较早的包，可能会出现意想不到的问题。

四. pillow读取图片

1. 安装pillow

conda安装

conda install pillow

2. 使用

导入包PIL.Image，读取图片格式为PIL.JpegImagePlugin.JpegImageFile，需要转化为numpy，图片的通道为：(H, W, C)。

from PIL import Image
import numpy as np
img_pil = Image.open('beijing.jpg')
img_np = np.array(img_pil)
print(type(img_pil))
print(type(img_np))
print(img_np.shape)
print(img_np.dtype)

# output
<class 'PIL.JpegImagePlugin.JpegImageFile'>
<class 'numpy.ndarray'>
(667, 1000, 3)
uint8

这个方法在pycharm中会有一个警告，如下：

好像并不影响什么，但是看到警告就很难受，也没有找到去除警告的解决方法。

五. scikit-image

1. 安装scikit-image

conda安装

conda install scikit-image

2. 使用

导入包skimage.io，读取图片为numpy，图片的通道为：(H, W, C)。

from skimage import io

img_skimage = io.imread('beijing.jpg')
print(type(img_skimage))
print(img_skimage.shape)
print(img_skimage.dtype)

# output
<class 'numpy.ndarray'>
(667, 1000, 3)
uint8

---

总结

以上就是今天要讲的内容，本文仅仅简单介绍了python中几种图片都去的方法，而大量的操作需要查询相关文档。这里，我将数据统一处理成numpy的格式，需要再次提醒的是opencv的通道是BRG，其他方法都是RGB，通道顺序在神经网络中传播是无差异的，仅在还原图片的时候需要注意。
在使用anaconda时，安装一些包可能会一起安装一系列的包，可以检查是否安装的包已经存在，不过这个不需要太注意，使用conda会提醒包已经存在。
我平常使用前两种方式cv2和imageio，我建议在一个项目中使用单一的图片处理方式，只使用cv2或者imageio，不要混用，这样可以降低出错的可能性。
在下一篇文章中，我将讲述如何使用numpy数据展示和保存图片。