python matplotlib显示图片_python 用PIL Matplotlib处理图像的基本操作

在 python 中除了用 opencv，也可以用 matplotlib 和 PIL 这两个库操作图片。本人偏爱 matpoltlib，因为它的语法更像 matlab。

一、matplotlib

1. 显示图片

1

2

3

4

5

6

7

8

9

10

11

import matplotlib.pyplot as plt# plt 用于显示图片

import matplotlib.image as mpimg# mpimg 用于读取图片

import numpy as np

lena= mpimg.imread('lena.png')# 读取和代码处于同一目录下的 lena.png

# 此时 lena 就已经是一个 np.array 了，可以对它进行任意处理

lena.shape#(512, 512, 3)

plt.imshow(lena)# 显示图片

plt.axis('off')# 不显示坐标轴

plt.show()

2. 显示某个通道

1

2

3

4

5

6

7

8

9

10

11

# 显示图片的第一个通道

lena_1= lena[:,:,0]

plt.imshow('lena_1')

plt.show()

# 此时会发现显示的是热量图，不是我们预想的灰度图，可以添加 cmap 参数，有如下几种添加方法：

plt.imshow('lena_1', cmap='Greys_r')

plt.show()

img= plt.imshow('lena_1')

img.set_cmap('gray')# 'hot' 是热量图

plt.show()

3. 将 RGB 转为灰度图

matplotlib 中没有合适的函数可以将 RGB 图转换为灰度图，可以根据公式自定义一个：

1

2

3

4

5

6

7

8

def rgb2gray(rgb):

return np.dot(rgb[...,:3], [0.299,0.587,0.114])

gray= rgb2gray(lena)

# 也可以用 plt.imshow(gray, cmap = plt.get_cmap('gray'))

plt.imshow(gray, cmap='Greys_r')

plt.axis('off')

plt.show()

4. 对图像进行放缩

这里要用到 scipy

1

2

3

4

5

from scipyimport misc

lena_new_sz= misc.imresize(lena,0.5)# 第二个参数如果是整数，则为百分比，如果是tuple，则为输出图像的尺寸

plt.imshow(lena_new_sz)

plt.axis('off')

plt.show()

5. 保存图像

5.1 保存 matplotlib 画出的图像

该方法适用于保存任何 matplotlib 画出的图像，相当于一个 screencapture。

1

2

3

plt.imshow(lena_new_sz)

plt.axis('off')

plt.savefig('lena_new_sz.png')

5.2 将 array 保存为图像

1

2

from scipyimport misc

misc.imsave('lena_new_sz.png', lena_new_sz)

5.3 直接保存 array

读取之后还是可以按照前面显示数组的方法对图像进行显示，这种方法完全不会对图像质量造成损失

1

2

np.save('lena_new_sz', lena_new_sz)# 会在保存的名字后面自动加上.npy

img= np.load('lena_new_sz.npy')# 读取前面保存的数组

二、PIL

1. 显示图片

1

2

3

from PILimport Image

im= Image.open('lena.png')

im.show()

2. 将 PIL Image 图片转换为 numpy 数组

1

2

im_array= np.array(im)

# 也可以用 np.asarray(im) 区别是 np.array() 是深拷贝，np.asarray() 是浅拷贝

3. 保存 PIL 图片

直接调用 Image 类的 save 方法

1

2

3

from PILimport Image

I= Image.open('lena.png')

I.save('new_lena.png')

4. 将 numpy 数组转换为 PIL 图片

这里采用 matplotlib.image 读入图片数组，注意这里读入的数组是 float32 型的，范围是 0-1，而 PIL.Image 数据是 uinit8 型的，范围是0-255，所以要进行转换：

1

2

3

4

5

import matplotlib.image as mpimg

from PILimport Image

lena= mpimg.imread('lena.png')# 这里读入的数据是 float32 型的，范围是0-1

im= Image.fromarray(np.uinit8(lena*255))

im.show()

5. RGB 转换为灰度图

1

2

3

4

5

from PILimport Image

I= Image.open('lena.png')

I.show()

L= I.convert('L')

L.show()

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。

原文链接：http://www.cnblogs.com/yinxiangnan-charles/p/5928689.html