常用的图像操作库有PIL,opencv以及torchvision下的transforms等。
opencv
import cv2
读写
img = cv2.imread("1.jpg")
cv2.imwrite('1.png', img)
其中,读入图像时,可以指定读入方式:
img = cv2.imread('1.jpg', 0)
图像路径后的标志位表示图像读入方式,0代表处理为灰度图,1代表普通的RGB形式(默认为1)。还有-1表示在RGB的基础上再读入图像Alpha通道。
展示
cv2.imshow('title',img)
cv2.waitKey()
会生成一个图像展示窗口,第一个参数为窗口标题。
cv2.waitKey()的作用是:生成窗口,按任意键关闭窗口。
PIL
from PIL import Image
读写
img = Image.open('1.jpg')
img.save('2.jpg')
查看图像尺寸及通道数
print(img.size) #尺寸
print(len(img.split())) #通道数
格式转换
PIL转numpy:
import numpy as np
n_img = np.array(p_img)
numpy转PIL:
from PIL import Image
p_img = Image.fromarray(n_img)
RGB转灰度图:
(gray即灰度图)
from PIL import Image
img = Image.open(img_path)
gray = img.convert('L')
torchvision下transforms操作
from torchvision import transforms
transforms.Compose
组合多个操作,逐一应用。
例如将图像放缩后再裁剪:
changeSize = transforms.Compose([
transforms.Resize((64, 64)),
transforms.CenterCrop((50, 50)),])
img = changeSize(img)
transforms.CenterCrop
参数:(h, w),例如:
centerCrop = torchvisiontransforms.CenterCrop((768, 1024))
image = centerCrop(image)
原图最中间的1024×768个像素会被取出,图像其他部分会被舍弃。当然,这个参数可以大于原图的尺寸。
transforms.ToTensor
将numpy或PIL格式的图像转为tensor的形式,在转换的时候,会对图像进行归一化处理(即像素值除以255)。