在 python 中除了用 opencv，也可以用 matplotlib 和 PIL 這兩個(gè)庫(kù)操作圖片。本人偏愛(ài) matpoltlib，因?yàn)樗恼Z(yǔ)法更像 matlab。
專(zhuān)注于為中小企業(yè)提供成都網(wǎng)站設(shè)計(jì)、成都網(wǎng)站制作、外貿(mào)網(wǎng)站建設(shè)服務(wù),電腦端+手機(jī)端+微信端的三站合一,更高效的管理,為中小企業(yè)豐鎮(zhèn)免費(fèi)做網(wǎng)站提供優(yōu)質(zhì)的服務(wù)。我們立足成都，凝聚了一批互聯(lián)網(wǎng)行業(yè)人才，有力地推動(dòng)了上千余家企業(yè)的穩(wěn)健成長(zhǎng)，幫助中小企業(yè)通過(guò)網(wǎng)站建設(shè)實(shí)現(xiàn)規(guī)模擴(kuò)充和轉(zhuǎn)變。
一、matplotlib
1. 顯示圖片
復(fù)制代碼
import matplotlib.pyplot as plt # plt 用于顯示圖片
import matplotlib.image as mpimg # mpimg 用于讀取圖片
import numpy as np
lena = mpimg.imread('lena.png') # 讀取和代碼處于同一目錄下的 lena.png
# 此時(shí) lena 就已經(jīng)是一個(gè) np.array 了，可以對(duì)它進(jìn)行任意處理
lena.shape #(512, 512, 3)
plt.imshow(lena) # 顯示圖片
plt.axis('off') # 不顯示坐標(biāo)軸
plt.show()
復(fù)制代碼
2. 顯示某個(gè)通道
復(fù)制代碼
# 顯示圖片的第一個(gè)通道
lena_1 = lena[:,:,0]
plt.imshow('lena_1')
plt.show()
# 此時(shí)會(huì)發(fā)現(xiàn)顯示的是熱量圖，不是我們預(yù)想的灰度圖，可以添加 cmap 參數(shù)，有如下幾種添加方法：
plt.imshow('lena_1', cmap='Greys_r')
plt.show()
img = plt.imshow('lena_1')
img.set_cmap('gray') # 'hot' 是熱量圖
plt.show()
復(fù)制代碼
3. 將 RGB 轉(zhuǎn)為灰度圖
matplotlib 中沒(méi)有合適的函數(shù)可以將 RGB 圖轉(zhuǎn)換為灰度圖，可以根據(jù)公式自定義一個(gè)：
復(fù)制代碼
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()
復(fù)制代碼
4. 對(duì)圖像進(jìn)行放縮
這里要用到 scipy
復(fù)制代碼
from scipy import misc
lena_new_sz = misc.imresize(lena, 0.5) # 第二個(gè)參數(shù)如果是整數(shù)，則為百分比，如果是tuple，則為輸出圖像的尺寸
plt.imshow(lena_new_sz)
plt.axis('off')
plt.show()
復(fù)制代碼
5. 保存圖像
5.1 保存 matplotlib 畫(huà)出的圖像
該方法適用于保存任何 matplotlib 畫(huà)出的圖像，相當(dāng)于一個(gè) screencapture。
plt.imshow(lena_new_sz)
plt.axis('off')
plt.savefig('lena_new_sz.png')
5.2 將 array 保存為圖像
from scipy import misc
misc.imsave('lena_new_sz.png', lena_new_sz)
5.3 直接保存 array
讀取之后還是可以按照前面顯示數(shù)組的方法對(duì)圖像進(jìn)行顯示，這種方法完全不會(huì)對(duì)圖像質(zhì)量造成損失
np.save('lena_new_sz', lena_new_sz) # 會(huì)在保存的名字后面自動(dòng)加上.npy
img = np.load('lena_new_sz.npy') # 讀取前面保存的數(shù)組
二、PIL
1. 顯示圖片
from PIL import Image
im = Image.open('lena.png')
im.show()
2. 將 PIL Image 圖片轉(zhuǎn)換為 numpy 數(shù)組
im_array = np.array(im)
# 也可以用 np.asarray(im) 區(qū)別是 np.array() 是深拷貝，np.asarray() 是淺拷貝
3. 保存 PIL 圖片
直接調(diào)用 Image 類(lèi)的 save 方法
from PIL import Image
I = Image.open('lena.png')
I.save('new_lena.png')
4. 將 numpy 數(shù)組轉(zhuǎn)換為 PIL 圖片
這里采用 matplotlib.image 讀入圖片數(shù)組，注意這里讀入的數(shù)組是 float32 型的，范圍是 0-1，而 PIL.Image 數(shù)據(jù)是 uinit8 型的，范圍是0-255，所以要進(jìn)行轉(zhuǎn)換：
import matplotlib.image as mpimg
from PIL import Image
lena = mpimg.imread('lena.png') # 這里讀入的數(shù)據(jù)是 float32 型的，范圍是0-1
im = Image.fromarray(np.uinit8(lena*255))
im.show()
5. RGB 轉(zhuǎn)換為灰度圖
from PIL import Image
I = Image.open('lena.png')
I.show()
L = I.convert('L')
L.show()
1、查找輪廓（find_contours)
measure模塊中的find_contours()函數(shù)，可用來(lái)檢測(cè)二值圖像的邊緣輪廓。
函數(shù)原型為：
skimage.measure.find_contours(array,?level)
array: 一個(gè)二值數(shù)組圖像
level: 在圖像中查找輪廓的級(jí)別值
返回輪廓列表集合，可用for循環(huán)取出每一條輪廓。
例1：
import?numpy?as?np
import?matplotlib.pyplot?as?plt
from?skimage?import?measure,draw?
#生成二值測(cè)試圖像
img=np.zeros([100,100])
img[20:40,60:80]=1??#矩形
rr,cc=draw.circle(60,60,10)??#小圓
rr1,cc1=draw.circle(20,30,15)?#大圓
img[rr,cc]=1
img[rr1,cc1]=1
#檢測(cè)所有圖形的輪廓
contours?=?measure.find_contours(img,?0.5)
#繪制輪廓
fig,?(ax0,ax1)?=?plt.subplots(1,2,figsize=(8,8))
ax0.imshow(img,plt.cm.gray)
ax1.imshow(img,plt.cm.gray)
for?n,?contour?in?enumerate(contours):
ax1.plot(contour[:,?1],?contour[:,?0],?linewidth=2)
ax1.axis('image')
ax1.set_xticks([])
ax1.set_yticks([])
plt.show()
結(jié)果如下：不同的輪廓用不同的顏色顯示
如果一個(gè)方法是靜態(tài)方法或類(lèi)方法，那么，可以直接調(diào)用。
如果一個(gè)方法不是靜態(tài)的，那么，它會(huì)需要self來(lái)訪問(wèn)實(shí)例中的某些屬性，那么就只能在實(shí)例上調(diào)用。
你給出的代碼中，tensor_trans = transforms.ToTensor()這一句，實(shí)際上只是簡(jiǎn)化引用，并沒(méi)有實(shí)例化transforms。
作為示例：
class MyUtil(object):
....@staticmethod
....def fn1():
........return 'a'
....def fn2(self):
........return 'b'
對(duì)方法fn1，我們可以直接調(diào)用：
x = MyUtil.fn1()
但對(duì)于fn2，則只能實(shí)例化后調(diào)用：
util=MyUtil()
x = util.fn2()
當(dāng)然,對(duì)于fn1，也可以在實(shí)例上調(diào)用：
util=MyUtil()
x = util.fn1()
python保存img文件有兩種方法：
1、使用matplotlib模塊的“matplotlib.image.imsave()”函數(shù)可以保存圖片
示例代碼如下：
2、使用opencv模塊“opencv.imwrite()”函數(shù)可以保存圖片
、
更多Python知識(shí)，請(qǐng)關(guān)注：Python自學(xué)網(wǎng)??！
Pillow是Python里的圖像處理庫(kù)（PIL：Python Image Library），提供了了廣泛的文件格式支持，強(qiáng)大的圖像處理能力，主要包括圖像儲(chǔ)存、圖像顯示、格式轉(zhuǎn)換以及基本的圖像處理操作等。
1）使用 Image 類(lèi)
PIL最重要的類(lèi)是 Image class, 你可以通過(guò)多種方法創(chuàng)建這個(gè)類(lèi)的實(shí)例；你可以從文件加載圖像，或者處理其他圖像, 或者從 scratch 創(chuàng)建。
要從文件加載圖像，可以使用open( )函數(shù)，在Image模塊中：
1
2
from PIL import Image
im = Image.open("E:/photoshop/1.jpg")
加載成功后，將返回一個(gè)Image對(duì)象，可以通過(guò)使用示例屬性查看文件內(nèi)容：
1
2
3
print(im.format, im.size, im.mode)
('JPEG', (600, 351), 'RGB')
format 這個(gè)屬性標(biāo)識(shí)了圖像來(lái)源。如果圖像不是從文件讀取它的值就是None。size屬性是一個(gè)二元tuple，包含width和height（寬度和高度，單位都是px）。 mode 屬性定義了圖像bands的數(shù)量和名稱(chēng)，以及像素類(lèi)型和深度。常見(jiàn)的modes 有 “L” (luminance) 表示灰度圖像, “RGB” 表示真彩色圖像, and “CMYK” 表示出版圖像。
如果文件打開(kāi)錯(cuò)誤，返回 IOError 錯(cuò)誤。
只要你有了 Image 類(lèi)的實(shí)例，你就可以通過(guò)類(lèi)的方法處理圖像。比如，下列方法可以顯示圖像：
1
im.show()
2）讀寫(xiě)圖像
PIL 模塊支持大量圖片格式。使用在 Image 模塊的 open() 函數(shù)從磁盤(pán)讀取文件。你不需要知道文件格式就能打開(kāi)它，這個(gè)庫(kù)能夠根據(jù)文件內(nèi)容自動(dòng)確定文件格式。要保存文件，使用 Image 類(lèi)的 save() 方法。保存文件的時(shí)候文件名變得重要了。除非你指定格式，否則這個(gè)庫(kù)將會(huì)以文件名的擴(kuò)展名作為格式保存。
加載文件，并轉(zhuǎn)化為png格式：
1
2
3
4
5
6
7
8
9
10
11
12
13
"Python Image Library Test"
from PIL import Image
import os
import sys
for infile in sys.argv[1:]:
f,e = os.path.splitext(infile)
outfile = f +".png"
if infile != outfile:
try:
Image.open(infile).save(outfile)
except IOError:
print("Cannot convert", infile)
save() 方法的第二個(gè)參數(shù)可以指定文件格式。
3）創(chuàng)建縮略圖
縮略圖是網(wǎng)絡(luò)開(kāi)發(fā)或圖像軟件預(yù)覽常用的一種基本技術(shù)，使用Python的Pillow圖像庫(kù)可以很方便的建立縮略圖，如下：
1
2
3
4
5
6
7
# create thumbnail
size = (128,128)
for infile in glob.glob("E:/photoshop/*.jpg"):
f, ext = os.path.splitext(infile)
img = Image.open(infile)
img.thumbnail(size,Image.ANTIALIAS)
img.save(f+".thumbnail","JPEG")
上段代碼對(duì)photoshop下的jpg圖像文件全部創(chuàng)建縮略圖，并保存，glob模塊是一種智能化的文件名匹配技術(shù)，在批圖像處理中經(jīng)常會(huì)用到。
注意：Pillow庫(kù)不會(huì)直接解碼或者加載圖像柵格數(shù)據(jù)。當(dāng)你打開(kāi)一個(gè)文件，只會(huì)讀取文件頭信息用來(lái)確定格式，顏色模式，大小等等，文件的剩余部分不會(huì)主動(dòng)處理。這意味著打開(kāi)一個(gè)圖像文件的操作十分快速，跟圖片大小和壓縮方式無(wú)關(guān)。
4）圖像的剪切、粘貼與合并操作
Image 類(lèi)包含的方法允許你操作圖像部分選區(qū)，PIL.Image.Image.crop 方法獲取圖像的一個(gè)子矩形選區(qū)，如：
1
2
3
4
# crop, paste and merge
im = Image.open("E:/photoshop/lena.jpg")
box = (100,100,300,300)
region = im.crop(box)
矩形選區(qū)有一個(gè)4元元組定義，分別表示左、上、右、下的坐標(biāo)。這個(gè)庫(kù)以左上角為坐標(biāo)原點(diǎn)，單位是px，所以上訴代碼復(fù)制了一個(gè) 200×200 pixels 的矩形選區(qū)。這個(gè)選區(qū)現(xiàn)在可以被處理并且粘貼到原圖。
1
2
region = region.transpose(Image.ROTATE_180)
im.paste(region, box)
當(dāng)你粘貼矩形選區(qū)的時(shí)候必須保證尺寸一致。此外，矩形選區(qū)不能在圖像外。然而你不必保證矩形選區(qū)和原圖的顏色模式一致，因?yàn)榫匦芜x區(qū)會(huì)被自動(dòng)轉(zhuǎn)換顏色。
5）分離和合并顏色通道
對(duì)于多通道圖像，有時(shí)候在處理時(shí)希望能夠分別對(duì)每個(gè)通道處理，處理完成后重新合成多通道，在Pillow中，很簡(jiǎn)單，如下：
1
2
r,g,b = im.split()
im = Image.merge("RGB", (r,g,b))
對(duì)于split（ ）函數(shù)，如果是單通道的，則返回其本身，否則，返回各個(gè)通道。
6）幾何變換
對(duì)圖像進(jìn)行幾何變換是一種基本處理，在Pillow中包括resize( )和rotate( )，如用法如下：
1
2
out = im.resize((128,128))
out = im.rotate(45) # degree conter-clockwise
其中，resize( )函數(shù)的參數(shù)是一個(gè)新圖像大小的元祖，而rotate( )則需要輸入順時(shí)針的旋轉(zhuǎn)角度。在Pillow中，對(duì)于一些常見(jiàn)的旋轉(zhuǎn)作了專(zhuān)門(mén)的定義：
1
2
3
4
5
out = im.transpose(Image.FLIP_LEFT_RIGHT)
out = im.transpose(Image.FLIP_TOP_BOTTOM)
out = im.transpose(Image.ROTATE_90)
out = im.transpose(Image.ROTATE_180)
out = im.transpose(Image.ROTATE_270)
7）顏色空間變換
在處理圖像時(shí)，根據(jù)需要進(jìn)行顏色空間的轉(zhuǎn)換，如將彩色轉(zhuǎn)換為灰度：
1
2
cmyk = im.convert("CMYK")
gray = im.convert("L")
8）圖像濾波
重慶分公司
重慶分公司
