python几种图片操作方式

整理了python不同种图片操作方式

	PIL	matplotlib	scikit-image	opencv
包导入	from PIL import Image	import matplotlib.image as mpimg	from skimage import io	import cv2
读取图片	img=Image.open("lena.jpg") img为PIL图片类型	img=mpimg.imread("lena.jpg") img为narray类型(0-255整数)	img=io.imread("lena.jpg") img为narray类型(0-255整数)	img=cv2.imread("lena.jpg") img为narray类型(0-255整数)
显示图片	img.show() 用电脑自带的图片查看器打开	plt.imshow(img) plt.show()#显示	io.imshow(img) plt.show()#显示	cv2.imshow("window_name",img)
	plt.imshow(img) plt.show()#都可以用这种方法显示
保存图片	img.save("new_lena.jpg")	mpimg.imsave("new_lena.jpg",img)	io.imsave("new_lena.jpg",img)	cv2.imsave("new_lena.jpg",img)
数据类型转换	将PIL图片类型转换为narray数组: img_array = np.array(img) 将narray数组转换为PIL图片: img=Image.fromarray(np.uint8(img_array))

几种不同的方式最大的区别在于读取图片的数据类型是PIL还是narray，只要搞清楚这一点就可以使用不同函数达到相同的目的。
我个人比较喜欢下面这一套：

import matplotlib.image as mpimg
import matplotlib.pyplot as plt
import numpy as np
##读取图片
img=mpimg.imread(r"E:/lena.jpg")
##显示图片
plt.imshow(img) 
plt.show()#一定有这一句不然显示不出来
print("shape:{}".format(np.shape(img)))#查看数据类型
##保存图片
mpimg.imsave(r"E:/new_lena.jpg")

输出结果：shape:(500, 500, 3)