Python进行图片处理，第一步就是读取图片，这里给大家整理了6种图片的读取方式，并将读取的图片装换成numpy.ndarray()格式。首先需要准备一张照片，假如你有女朋友的话，可以用女朋友的，没有的话，那还学啥Python，赶紧找对象去吧！

一、OpenCV读取图片

OpenCV读取的图片，直接就是numpy.ndarray格式，无需转换

import cv2
img_cv   = cv2.imread(dirpath)#读取数据
print("img_cv:",img_cv.shape)
img_cv: (1856, 2736, 3)
print("img_cv:",type(img_cv))
img_cv: <class 'numpy.ndarray'>
#看下读取的数据怎么样
img_cv
array([[[  0,   3,   0],
        [ 11,  20,  17],
        ...,
        [  5,  23,  16]],
       [[  0,   2,   0],
        ...,
        [  5,  23,  16]]]

 

二、PIL读取图片

PIL读取的图片并不是直接的numpy.ndarray格式，需要进行转换

from PIL import Image
import numpy as np


img_PIL = Image.open(dirpath)#读取数据


print("img_PIL:",img_PIL)
img_PIL: <PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=2736x1856 at 0x2202A8FC108>


print("img_PIL:",type(img_PIL))
img_PIL: <class 'PIL.JpegImagePlugin.JpegImageFile'>


#将图片转换成np.ndarray格式
img_PIL = np.array(img_PIL)
print("img_PIL:",img_PIL.shape)
img_PIL: (1856, 2736, 3)
print("img_PIL:",type(img_PIL))
img_PIL: <class 'numpy.ndarray

 

三、keras读取图片

keras深度学习的框架，里面也是内置了读取图片的模块，该模块读取的也不是数组格式，需要进行转换。

from keras.preprocessing.image import array_to_img, img_to_array


load_imgimg_keras = load_img(dirpath)#读取数据


print("img_keras:",img_keras)
img_keras: <PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=2736x1856 at 0x2201D184BC8>


print("img_keras:",type(img_keras))
img_keras: <class 'PIL.JpegImagePlugin.JpegImageFile'>


#使用keras里的img_to_array()
img_keras = img_to_array(img_keras)
print("img_keras:",img_keras.shape)
img_keras: (1856, 2736, 3)
print("img_keras:",type(img_keras))
img_keras: <class 'numpy.ndarray'>


#可以使用使用np.array()进行转换
mg_keras= np.array(img_keras)

 

四、skimage读取图片

scikit-image是基于scipy的一款图像处理包，它将图片作为numpy数组进行处理，读取的数据正好是numpy.ndarray格式。

import skimage.io as io
img_io = io.imread(dirpath)#读取数据


print("img_io :",img_io .shape)
img_io : (1856, 2736, 3)


print("img_io :",type(img_io ))
img_io : <class 'numpy.ndarray'

 

五、matplotlib.image读取图片

利用matplotlib.image读取的图片，直接就生成了数组格式

import matplotlib.image as mpig

img_mpig = mpig.imread(dirpath)#读取数据


print("img_mpig :",img_mpig .shape)
img_mpig : (1856, 2736, 3)


print("img_mpig :",type(img_mpig ))
img_mpig : <class 'numpy.ndarray'

 

六、matplotlib.pyplot读取图片

利用matplotlib.pyplot读取的图片，同样也是直接就生成了数组格式

import matplotlib.pyplot as plt
img_plt = plt.imread(dirpath)
print("img_plt :",img_plt .shape)
img5: (1856, 2736, 3)
print("img_plt :",type(img_plt ))
img5: <class 'numpy.ndarray'>

 

七、显示读取的图片

同样，使用matplotlib 包可以打印出来读取的照片，要打印上述案例中读取的照片，只需要下面两行代码就行了。

plt.imshow(img_plt , cmap=plt.cm.binary)

plt.show()

              

图片三通道的，打印其中一个通道

plt.imshow(img_plt[:,:,1] , cmap=plt.cm.binary)

plt.show()        

当然，我们可以随便构造一个数组，可以显示出来

digit  =  [[135,26,33,12],[14,27,43,190],[120,124,134,205]]

plt.imshow(digit, cmap=plt.cm.binary)

plt.show()

往期精彩回顾




适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑
AI基础下载机器学习的数学基础专辑

获取一折本站知识星球优惠券，复制链接直接打开：

https://t.zsxq.com/y7uvZF6

本站qq群704220115。

加入微信群请扫码：