python：几种常使用读取图像的方法总结

方法一：利用PIL中的Image函数;

Note: 这个函数读取出来不是array格式

这时需要用 np.asarray(im) 或者np.array（）函数将其转化成array，然后可以使用如下的方法来查看图像的格式（下面是基于python3的编程格式）：

print(type(img))  #显示类型
print(img.shape)  #显示尺寸
print(img.shape[0])  #图片宽度
print(img.shape[1])  #图片高度
print(img.shape[2])  #图片通道数
print(img.size)   #显示总像素个数
print(img.max())  #最大像素值
print(img.min())  #最小像素值
print(img.mean()) #像素平均值

我做测试的结果显示如下：

结果输出：

<class 'numpy.ndarray'>
(300, 451, 3)
300
451
3
405900
231
0
115.305141661

区别是 np.array() 是深拷贝，np.asarray() 是浅拷贝

[python]  view plain  copy

1. from PIL import Image  
2. import numpy as np  
3. I = Image.open('/data/person.png')   
4. I.show()      
5. I.save('/data/person_save.png')  
6. I_array = np.array(I)  
7. print I_array.shape  

#方法二：利用matplotlib.pyplot as plt用于显示图片

# matplotlib.image as mpimg 用于读取图片

# 并且读取出来就是array格式

[python]  view plain  copy

1. import matplotlib.pyplot as plt  
2. import matplotlib.image as mpimg  
3. import numpy as np  
4. I = mpimg.imread('/data/person.png')  
5. print I.shape  
6. plt.imshow(I)  

#方法三：OpenCV目前支持读取bmp、jpg、png、tiff等常用格式。更详细的请参考OpenCV的参考文档。

#利用opencv-python接口

#cv2.imread()读出来同样是array形式，

[python]  view plain  copy

1. import cv2  
2. img = cv2.imread('/data/person.png')  #读取一张图片
3. cv2.namedWindow('image', cv2.WINDOW_NORMAL)#给显示的窗口命名,后面的flag默认为cv2.WINDOW_AUTOSIZE,自动调整边框#,但是在条形图过长时,使用windownormal我们可以自行调整边框
4. cv2.imshow('image',img)#展示图片
5. cv2.waitKey(0)#等待按键按下，如果不添最后一句，在IDLE中执行窗口直接无响应。在命令行中执行的话，则是一闪而过。
6. cv2.destroyAllWindows()#清除所有窗口
   
7. #参数中填入图片的完全路径或者相对路径
   
8. print(img.shape)  

9. 我们可以使用imwrite来存储一张图片,接受一个numpy的数组作为参数.

   cv2.imwrite('cope_lenna_img.jpg',img)
   #result: True

10. 他会返回一个bool值来表示它是否成功存储.
我们成功在当前目录存储了一个叫做copy_lenna_img.jpg的图像.


#读取一张图片
cv2.imread(img,flag)
#img这一参数中填入图片的完全路径或者相对路径

这里我们需要稍微了解下flag这个参数,这决定了opencv是如何读入我们的图像的
我们知道通常图像每个像素点的颜色我们以RGB的格式来描述(或者RGBA),可以通过三基色(red,green,blue)来描述所有颜色,对于透明图片我们会增加一个a(alpha)来描述其颜色的透明度.

    cv2.IMREAD_COLOR : 读入图片,任何与透明度相关通道的会被忽视,默认以这种方式读入.
    cv2.IMREAD_GRAYSCALE : 以灰度图的形式读入图片.
    cv2.IMREAD_UNCHANGED : 保留读取图片原有的颜色通道.

可以简单的用-1,0,1来分别表示这3个flag

举例如下：

#在开头引入必要的库

import matplotlib.pyplot as plt

import numpy as np

import cv2

#ipython %matplotlib inline

gray_lenna_img = cv2.imread("lena.jpg",0)

orign_lenna_img=cv2.imread("lena.jpg",1)

plt.subplot(121)

plt.imshow(gray_lenna_img,cmap=plt.cm.gray)

plt.axis("off")

plt.subplot(122)

orign_lenna_img = cv2.cvtColor(orign_lenna_img,cv2.COLOR_BGR2RGB)

plt.imshow(orign_lenna_img)

plt.axis("off")

plt.show()

因为lenna图并没有包含透明度这一通道,读入的仍然是BGR格式,所以我们从lenna图是看不出区别的

读取和显示图像（使用opencv，该部分以定义一个函数的形式读取图像）

[python]  view plain  copy

1. #读取和显示图像  
2. def showimg(imagePath):  
3.     img = cv2.imread(imagePath)  #读取本地图片，目前OpevCV支持bmp、jpg、png、tiff  
4.     cv2.namedWindow("Image")     #创建一个窗口用来显示图片  
5.     cv2.imshow("Image", img)     #显示图片  
6.     cv2.waitKey (0)              #等待输入,这里主要让图片持续显示。  
7.     cv2.destroyAllWindows()      #释放窗口  
8.   
9. if __name__ == '__main__':   
10.     imagePath = '/data/person.jpg'  
11.     showimg(imagePath)  

第一个参数是保存文件名和路径，第二个是图像矩阵。imwrite() 有个可选的第三个参数
cv2.imwrite("/data/person_test.jpg",img,[int(cv2.IMWRITE_JPEG_QUALITY),5])
5 -- 是第三个参数，它针对特定的格式：对于JPEG，其表示的是图像的质量，用0 - 100的整数表示，默认95
      注意: cv2.IMWRITE_JPEG_QUALITY类型为 long ,必须转换成 int.,对于png ,第三个参数表示的是压缩级别。
      cv2.IMWRITE_PNG_COMPRESSION, 从0到9 压缩级别越高图像越小。默认为3.

#方法四：图像的存取用scipy这个库里的东西，读出来是矩阵形式，并且按照（H，W，C）形式保存

[python]  view plain  copy

1. import matplotlib.pyplot as plt  
2. from scipy import misc  
3. import scipy  
4. I = misc.imread('/data/person.png')  
5. scipy.misc.imsave('/data/person_save1.png', I)  
6. plt.imshow(I)  
7. plt.show()  

#方法五：用skimage库

from skimage import io,data

img=data.lena() #详细解释如下，使用data可以直接调用skimage程序中自带的图像

io.imread('/data/person.png',as_grey=True) #读取制定路径下的图像，第一个参数为图片路径，第二个参数为as_grey, bool型值，默认为False

io.imshow(img)

skimage程序自带了一些示例图片，如果我们不想从外部读取图片，就可以直接使用这些示例图片，图片名对应的就是函数名，如camera图片对应的函数名为camera(). 这些示例图片存放在skimage的安装目录下面，路径名称为data_dir,我们可以将这个路径打印出来看看：

from skimage import data_dir
print(data_dir)

显示：

>>> print(data_dir)
/usr/lib/python3/dist-packages/skimage/data

#下面两段代码输出的结果是一样的

from skimage import data_dir,data,io
img1=data.lena()  #读取lena图片
img2=io.imread(data_dir+'/lena.png')  #读取lena图片

astronaut	宇航员图片	coffee	一杯咖啡图片	lena	lena美女图片
camera	拿相机的人图片	coins	硬币图片	moon	月亮图片
checkerboard	棋盘图片	horse	马图片	page	书页图片
chelsea	小猫图片	hubble_deep_field	星空图片	text	文字图片
clock	时钟图片	immunohistochemistry	结肠图片