python读取图片的方式

1. opencv-python包

opencv的像素值在$[0,1]$之间，存储的时候转换到$[0,255]$，show的时候转换到[0,255]

import cv2
img = cv2.imread("imgfile")
cv2.imshow("img_win_name", img)
cv2.waitKey(0)  # 无限期等待输入

cv2.imwrite("write_file_name", img)

注意，opencv打开图片的格式为：

$$height\times width\times channels$$
即通道数在最后面
其中 $3$个通道的顺序分别是$B$、 $G$、$R$。
分离方法为:

b, g, r = cv2.split(img)

2. scikit-image包

scikit-image的像素值在$[-1, 1]$之间，存储的时候转换到$[0,255]$，show的时候转换到[0,255]

import skimage.io as io
import matplotlib.pyplot as plt

img = io.imread("a.jpg")
io.imshow(img)
plt.show()

注意skimage读取图片也是$height\times width\times channels$
通道顺序是$R, G, B$

3. matplotlib包

matplotlib的像素值在[-1,1]之间，存储的时候转换到$[0,255]$，show的时候转换到[0,255]

import matplotlib.pyplot as plt

img = plt.imread("img_name")
plt.imshow(img)

matplotlib读取图片也是$height\times widht\times channels$，也是$R,G,B$

4. tifffile包

import tifffile as tiff

# 将图片的像素值放缩到[0,1]之间
def scale_percentile(matrix):
    w, h, d = matrix.shape
    matrix = np.reshape(matrix, [w * h, d]).astype(np.float64)
    # Get 2nd and 98th percentile
    mins = np.percentile(matrix, 1, axis=0)
    maxs = np.percentile(matrix, 99, axis=0) - mins
    matrix = (matrix - mins[None, :]) / maxs[None, :]
    matrix = np.reshape(matrix, [w, h, d])
    matrix = matrix.clip(0, 1)
    return matrix

img = tiff.imread("file_name")
tiff.imshow(scale_percentile(img))

注意tifffile的图片的读取顺序$height\times width\times channels$。$R,G,B$按照波段来获取。