numpy、cv2等操作圖片基本操作
阿新 • • 發佈:2018-12-09
相關包
- matplotlib
- PIL
- cv2
- numpy
各種操作
讀取圖片
1 matplotlib.pylab
import pylab as plt
import numpy as np
img = plt.imread('examples.png')
print(type(img), img.dtype, np.min(img), np.max(img))
[out]
(<type 'numpy.ndarray'>, dtype('float32'), 0.0, 1.0) # matplotlib讀取進來的圖片是float,0-1
2 PIL.image.open
from PIL import Image import numpy as np img = Image.open('examples.png') print(type(img), np.min(img), np.max(img)) img = np.array(img) # 將PIL格式圖片轉為numpy格式 print(type(img), img.dtype, np.min(img), np.max(img)) [out] (<class 'PIL.PngImagePlugin.PngImageFile'>, 0, 255) # 注意,PIL是有自己的資料結構的,但是可以轉換成numpy陣列 (<type 'numpy.ndarray'>, dtype('uint8'), 0, 255) # 和用matplotlib讀取不同,PIL和matlab相同,讀進來圖片和其儲存在硬碟的樣子是一樣的,uint8,0-255
3 cv2.imread
import cv2 import numpy as np img = cv2.imread('examples.png') # 預設是讀入為彩色圖,即使原圖是灰度圖也會複製成三個相同的通道變成彩色圖 img_gray = cv2.imread('examples.png', 0) # 第二個引數為0的時候讀入為灰度圖,即使原圖是彩色圖也會轉成灰度圖 print(type(img), img.dtype, np.min(img), np.max(img)) print(img.shape) print(img_gray.shape) [out] (<type 'numpy.ndarray'>, dtype('uint8'), 0, 255) # opencv讀進來的是numpy陣列,型別是uint8,0-255 (824, 987, 3) # 彩色圖3通道 (824, 987) # 灰度圖單通道
注意,pylab.imread和PIL.Image.open讀入的都是RBG順序,而cv2.imread讀入的是BGR順序,混合使用的時候要特備註意
import cv2
import pylab as plt
from PIL import Image
import numpy as np
img_plt = plt.imread('examples.png')
img_pil = Image.open('examples.png')
img_cv = cv2.imread('examples.png')
print(img_plt[125, 555, :])
print(np.array(img_pil)[125, 555, :] / 255.0)
print(img_cv[125, 555, :] / 255.0)
[out]
[ 0.61176473 0.3764706 0.29019609]
[ 0.61176471 0.37647059 0.29019608]
[ 0.29019608 0.37647059 0.61176471] # opencv的是BGR順序
顯示圖片
1 matplotlib.pylab - plt.imshow,這個函式的實際上就是將一個numpy陣列格式的RGB影象顯示出來
import pylab as plt
import numpy as np
img = plt.imread('examples.png')
plt.imshow(img)
plt.show()
import pylab as plt
from PIL import Image
import numpy as np
img = Image.open('examples.png')
img_gray = img.convert('L') #轉換成灰度影象
img = np.array(img)
img_gray = np.array(img_gray)
plt.imshow(img) # or plt.imshow(img / 255.0),matplotlib和matlab一樣,如果是float型別的影象,範圍是0-1才能正常imshow,如果是uint8影象,範圍則需要是0-255
plt.show()
plt.imshow(img_gray, cmap=plt.gray()) # 顯示灰度圖要設定cmap引數
plt.show()
plt.imshow(Image.open('examples.png')) # 實際上plt.imshow可以直接顯示PIL格式影象
plt.show()
import pylab as plt
import cv2
import numpy as np
img = cv2.imread('examples.png')
plt.imshow(img[..., -1::-1]) # 因為opencv讀取進來的是bgr順序呢的,而imshow需要的是rgb順序,因此需要先反過來
plt.show()
2 cv2 - 不用考慮了,pylab.imshow方便多了
灰度圖-RGB圖相互轉換
1 PIL.Image
from PIL import Image
img = Image.open('examples.png')
img_gray = img.convert('L') # RGB轉換成灰度影象
img_rgb = img_gray.convert('RGB') # 灰度轉RGB
print(img)
print(img_gray)
print(img_rgb)
[out]
<PIL.PngImagePlugin.PngImageFile image mode=RGB size=987x824 at 0x7FC2CCAE04D0>
<PIL.Image.Image image mode=L size=987x824 at 0x7FC2CCAE0990>
<PIL.Image.Image image mode=RGB size=987x824 at 0x7FC2CCAE0250>
2 cv2(注意,opencv在讀入圖片的時候就可以通過引數實現顏色通道的轉換,下面是用別的方式實現)
import cv2
import pylab as plt
img = cv2.imread('examples.png')
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # BGR轉灰度
img_bgr = cv2.cvtColor(img_gray, cv2.COLOR_GRAY2BGR) # 灰度轉BRG
img_rgb = cv2.cvtColor(img_gray, cv2.COLOR_GRAY2RGB) # 也可以灰度轉RGB
儲存圖片
1 PIL.image - 儲存PIL格式的圖片
from PIL import Image
img = Image.open('examples.png')
img.save('examples2.png')
img_gray = img.convert('L')
img_gray.save('examples_gray.png') # 不管是灰度還是彩色,直接用save函式儲存就可以,但注意,只有PIL格式的圖片能夠用save函式
2 cv2.imwrite - 儲存numpy格式的圖片
import cv2
img = cv2.imread('examples.png') # 這是BGR圖片
cv2.imwrite('examples2.png', img) # 這裡也應該用BGR圖片儲存,這裡要非常注意,因為用pylab或PIL讀入的圖片都是RGB的,如果要用opencv存圖片就必須做一個轉換
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
cv2.imwrite('examples_gray.png', img_gray)
轉載自https://www.jianshu.com/p/3977d674da85 來源:簡書