Python中图片基本处理操作

---

使用python进行图像处理编程很方便，读取图片，显示图片，保存图片

---

1、opencv
2、PIL(pillow)
3、matplotlib
4、scipy
5、skimage

---

1、opencv图片基本操作

图片就是矩阵，矩阵就是图片 真彩图片是BGR格式
重要的事情说三遍：用opencv读取的图片格式是numpy！！！彩色图片维度是（高度，宽度，通道数）！！！数据类型是uint8！！！
代码如下：

import cv2
import numpy as np  

img_name = r"C:\Users\Administrator\Desktop\machine_learning\face_study\pos\1.jpg"
img = cv2.imread(img_name)      # 读取图片
cv2.imshow("figure1", img)      # 显示图片
filename = img_name             # 保存图片的文件
cv2.imwrite(filename, img)      # 保存图片

# h: 高  w: 宽  c:  通道数
h , w, c = img.shape
print(img.shape)   # (h, w, c)
# 显示图像的上面一半
cv2.imshow("figure1_up", img[0:(int)(h/2)])
# cv2.imshow("figure1_up", img[0:(int)(h/2),:,:])   # 等价于上面一行代码
cv2.waitKey()

opencv的坑

别跳！！！
opencv对于读进来的图片的通道排列是BGR，而不是主流的RGB！谨记！

#opencv读入的矩阵是BGR，如果想转为RGB，可以这么转
img4 = cv2.imread('1.jpg')
img4 = cv2.cvtColor(img4,cv2.COLOR_BGR2RGB)

---

2、PIL图片处理基本操作

PIL是矩阵进行封装的东西

from PIL import Image
import numpy as np

img = Image.open(img_name)
img.show() # 显示图片

gray = Image.open(img_name).convert('L')
gray.show()

print(img.format)
print(img.size)  # 注意，省略了通道 (w，h)
print(img.mode)  # L为灰度图，RGB为真彩色,RGBA为加了透明通道

# pillow读进来的图片不是矩阵，我们将图片转换为矩阵
arr = np.array(img)
print(arr.shape)
print(arr.dtype)
print(arr)

# 矩阵再转换为图片
new_img = Image.fromarray(arr)
new_img.save("1.jpg")

cv2.waitKey()

---

3、matplotlib图片操作教程

图片就是矩阵，矩阵就是图片 真彩图片是RGB格式

plt.imread读入的就是一个矩阵，跟opencv一样，但彩图读进的是RGB，与opencv有区别

无论用什么库读入函数，只要将读入的图片转换为矩阵，就可以用matplotlib进行操作

import matplotlib.pyplot as plt
import numpy as np


img_name = r"C:\Users\Administrator\Desktop\machine_learning\face_study\pos\1.jpg"
image = plt.imread(img_name)   # 读取图片
plt.imshow(image)              # 显示图片
plt.axis('off')
plt.savefig("1.jpg")           # 保存图片
plt.show()


#plt.imread读入的就是一个矩阵，跟opencv一样，但彩图读进的是RGB，与opencv有区别
print(image.shape) # (h,w,c)
print(image.size)
print(image.dtype)
print(image)

说明：对于matplotlib矩阵就是图片 图片就是矩阵

import numpy as np
import matplotlib.pyplot as plt

img = np.zeros((2,2,3),dtype=np.uint8)

img[0,0] = [255,0,0]      # 红色
img[0,1] = [0,255,0]      # 绿色
img[1,0] = [0,0,255]      # 蓝色

plt.imshow(img)
plt.show()

---