python 用PIL Matplotlib处理图像的基本操作

缺乏、安全感 2022-10-02 15:50 204阅读 0赞

在 python 中除了用 opencv，也可以用 matplotlib 和 PIL 这两个库操作图片。本人偏爱 matpoltlib，因为它的语法更像 matlab。

**一、matplotlib**

**1. 显示图片**

[?][Link 1]

<table> 
 <tbody> 
  <tr> 
   <td> 
    <div>
      1 
    </div> 
    <div>
      2 
    </div> 
    <div>
      3 
    </div> 
    <div>
      4 
    </div> 
    <div>
      5 
    </div> 
    <div>
      6 
    </div> 
    <div>
      7 
    </div> 
    <div>
      8 
    </div> 
    <div>
      9 
    </div> 
    <div>
      10 
    </div> 
    <div>
      11 
    </div> </td> 
   <td> 
    <div> 
     <div> 
      <code>import</code> 
      <code>matplotlib.pyplot as plt </code> 
      <code># plt 用于显示图片</code> 
     </div> 
     <div> 
      <code>import</code> 
      <code>matplotlib.image as mpimg </code> 
      <code># mpimg 用于读取图片</code> 
     </div> 
     <div> 
      <code>import</code> 
      <code>numpy as np</code> 
     </div> 
     <div>
       &nbsp; 
     </div> 
     <div> 
      <code>lena </code> 
      <code>=</code> 
      <code>mpimg.imread(</code> 
      <code>'lena.png'</code> 
      <code>) </code> 
      <code># 读取和代码处于同一目录下的 lena.png</code> 
     </div> 
     <div> 
      <code># 此时 lena 就已经是一个 np.array 了，可以对它进行任意处理</code> 
     </div> 
     <div> 
      <code>lena.shape </code> 
      <code>#(512, 512, 3)</code> 
     </div> 
     <div>
       &nbsp; 
     </div> 
     <div> 
      <code>plt.imshow(lena) </code> 
      <code># 显示图片</code> 
     </div> 
     <div> 
      <code>plt.axis(</code> 
      <code>'off'</code> 
      <code>) </code> 
      <code># 不显示坐标轴</code> 
     </div> 
     <div> 
      <code>plt.show()</code> 
     </div> 
    </div> </td> 
  </tr> 
 </tbody> 
</table>

**2. 显示某个通道**

[?][Link 1]

<table> 
 <tbody> 
  <tr> 
   <td> 
    <div>
      1 
    </div> 
    <div>
      2 
    </div> 
    <div>
      3 
    </div> 
    <div>
      4 
    </div> 
    <div>
      5 
    </div> 
    <div>
      6 
    </div> 
    <div>
      7 
    </div> 
    <div>
      8 
    </div> 
    <div>
      9 
    </div> 
    <div>
      10 
    </div> 
    <div>
      11 
    </div> </td> 
   <td> 
    <div> 
     <div> 
      <code># 显示图片的第一个通道</code> 
     </div> 
     <div> 
      <code>lena_1 </code> 
      <code>=</code> 
      <code>lena[:,:,</code> 
      <code>0</code> 
      <code>]</code> 
     </div> 
     <div> 
      <code>plt.imshow(</code> 
      <code>'lena_1'</code> 
      <code>)</code> 
     </div> 
     <div> 
      <code>plt.show()</code> 
     </div> 
     <div> 
      <code># 此时会发现显示的是热量图，不是我们预想的灰度图，可以添加 cmap 参数，有如下几种添加方法：</code> 
     </div> 
     <div> 
      <code>plt.imshow(</code> 
      <code>'lena_1'</code> 
      <code>, cmap</code> 
      <code>=</code> 
      <code>'Greys_r'</code> 
      <code>)</code> 
     </div> 
     <div> 
      <code>plt.show()</code> 
     </div> 
     <div>
       &nbsp; 
     </div> 
     <div> 
      <code>img </code> 
      <code>=</code> 
      <code>plt.imshow(</code> 
      <code>'lena_1'</code> 
      <code>)</code> 
     </div> 
     <div> 
      <code>img.set_cmap(</code> 
      <code>'gray'</code> 
      <code>) </code> 
      <code># 'hot' 是热量图</code> 
     </div> 
     <div> 
      <code>plt.show()</code> 
     </div> 
    </div> </td> 
  </tr> 
 </tbody> 
</table>

**3. 将 RGB 转为灰度图**

matplotlib 中没有合适的函数可以将 RGB 图转换为灰度图，可以根据公式自定义一个：

[?][Link 1]

<table> 
 <tbody> 
  <tr> 
   <td> 
    <div>
      1 
    </div> 
    <div>
      2 
    </div> 
    <div>
      3 
    </div> 
    <div>
      4 
    </div> 
    <div>
      5 
    </div> 
    <div>
      6 
    </div> 
    <div>
      7 
    </div> 
    <div>
      8 
    </div> </td> 
   <td> 
    <div> 
     <div> 
      <code>def</code> 
      <code>rgb2gray(rgb):</code> 
     </div> 
     <div> 
      <code>&nbsp;&nbsp;</code> 
      <code>return</code> 
      <code>np.dot(rgb[...,:</code> 
      <code>3</code> 
      <code>], [</code> 
      <code>0.299</code> 
      <code>, </code> 
      <code>0.587</code> 
      <code>, </code> 
      <code>0.114</code> 
      <code>])</code> 
     </div> 
     <div>
       &nbsp; 
     </div> 
     <div> 
      <code>gray </code> 
      <code>=</code> 
      <code>rgb2gray(lena)&nbsp; </code> 
     </div> 
     <div> 
      <code># 也可以用 plt.imshow(gray, cmap = plt.get_cmap('gray'))</code> 
     </div> 
     <div> 
      <code>plt.imshow(gray, cmap</code> 
      <code>=</code> 
      <code>'Greys_r'</code> 
      <code>)</code> 
     </div> 
     <div> 
      <code>plt.axis(</code> 
      <code>'off'</code> 
      <code>)</code> 
     </div> 
     <div> 
      <code>plt.show()</code> 
     </div> 
    </div> </td> 
  </tr> 
 </tbody> 
</table>

**4. 对图像进行放缩**

这里要用到 scipy

[?][Link 1]

<table> 
 <tbody> 
  <tr> 
   <td> 
    <div>
      1 
    </div> 
    <div>
      2 
    </div> 
    <div>
      3 
    </div> 
    <div>
      4 
    </div> 
    <div>
      5 
    </div> </td> 
   <td> 
    <div> 
     <div> 
      <code>from</code> 
      <code>scipy </code> 
      <code>import</code> 
      <code>misc</code> 
     </div> 
     <div> 
      <code>lena_new_sz </code> 
      <code>=</code> 
      <code>misc.imresize(lena, </code> 
      <code>0.5</code> 
      <code>) </code> 
      <code># 第二个参数如果是整数，则为百分比，如果是tuple，则为输出图像的尺寸</code> 
     </div> 
     <div> 
      <code>plt.imshow(lena_new_sz)</code> 
     </div> 
     <div> 
      <code>plt.axis(</code> 
      <code>'off'</code> 
      <code>)</code> 
     </div> 
     <div> 
      <code>plt.show()</code> 
     </div> 
    </div> </td> 
  </tr> 
 </tbody> 
</table>

**5. 保存图像**

5.1 保存 matplotlib 画出的图像

该方法适用于保存任何 matplotlib 画出的图像，相当于一个 screencapture。

[?][Link 1]

<table> 
 <tbody> 
  <tr> 
   <td> 
    <div>
      1 
    </div> 
    <div>
      2 
    </div> 
    <div>
      3 
    </div> </td> 
   <td> 
    <div> 
     <div> 
      <code>plt.imshow(lena_new_sz)</code> 
     </div> 
     <div> 
      <code>plt.axis(</code> 
      <code>'off'</code> 
      <code>)</code> 
     </div> 
     <div> 
      <code>plt.savefig(</code> 
      <code>'lena_new_sz.png'</code> 
      <code>)</code> 
     </div> 
    </div> </td> 
  </tr> 
 </tbody> 
</table>

5.2 将 array 保存为图像

[?][Link 1]

<table> 
 <tbody> 
  <tr> 
   <td> 
    <div>
      1 
    </div> 
    <div>
      2 
    </div> </td> 
   <td> 
    <div> 
     <div> 
      <code>from</code> 
      <code>scipy </code> 
      <code>import</code> 
      <code>misc</code> 
     </div> 
     <div> 
      <code>misc.imsave(</code> 
      <code>'lena_new_sz.png'</code> 
      <code>, lena_new_sz)</code> 
     </div> 
    </div> </td> 
  </tr> 
 </tbody> 
</table>

5.3 直接保存 array

读取之后还是可以按照前面显示数组的方法对图像进行显示，这种方法完全不会对图像质量造成损失

[?][Link 1]

<table> 
 <tbody> 
  <tr> 
   <td> 
    <div>
      1 
    </div> 
    <div>
      2 
    </div> </td> 
   <td> 
    <div> 
     <div> 
      <code>np.save(</code> 
      <code>'lena_new_sz'</code> 
      <code>, lena_new_sz) </code> 
      <code># 会在保存的名字后面自动加上.npy</code> 
     </div> 
     <div> 
      <code>img </code> 
      <code>=</code> 
      <code>np.load(</code> 
      <code>'lena_new_sz.npy'</code> 
      <code>) </code> 
      <code># 读取前面保存的数组</code> 
     </div> 
    </div> </td> 
  </tr> 
 </tbody> 
</table>

**二、PIL**

**1. 显示图片**

[?][Link 1]

<table> 
 <tbody> 
  <tr> 
   <td> 
    <div>
      1 
    </div> 
    <div>
      2 
    </div> 
    <div>
      3 
    </div> </td> 
   <td> 
    <div> 
     <div> 
      <code>from</code> 
      <code>PIL </code> 
      <code>import</code> 
      <code>Image</code> 
     </div> 
     <div> 
      <code>im </code> 
      <code>=</code> 
      <code>Image.</code> 
      <code>open</code> 
      <code>(</code> 
      <code>'lena.png'</code> 
      <code>)</code> 
     </div> 
     <div> 
      <code>im.show()</code> 
     </div> 
    </div> </td> 
  </tr> 
 </tbody> 
</table>

**2. 将 PIL Image 图片转换为 numpy 数组**

[?][Link 1]

<table> 
 <tbody> 
  <tr> 
   <td> 
    <div>
      1 
    </div> 
    <div>
      2 
    </div> </td> 
   <td> 
    <div> 
     <div> 
      <code>im_array </code> 
      <code>=</code> 
      <code>np.array(im)</code> 
     </div> 
     <div> 
      <code># 也可以用 np.asarray(im) 区别是 np.array() 是深拷贝，np.asarray() 是浅拷贝</code> 
     </div> 
    </div> </td> 
  </tr> 
 </tbody> 
</table>

**3. 保存 PIL 图片**

直接调用 Image 类的 save 方法

[?][Link 1]

<table> 
 <tbody> 
  <tr> 
   <td> 
    <div>
      1 
    </div> 
    <div>
      2 
    </div> 
    <div>
      3 
    </div> </td> 
   <td> 
    <div> 
     <div> 
      <code>from</code> 
      <code>PIL </code> 
      <code>import</code> 
      <code>Image</code> 
     </div> 
     <div> 
      <code>I </code> 
      <code>=</code> 
      <code>Image.</code> 
      <code>open</code> 
      <code>(</code> 
      <code>'lena.png'</code> 
      <code>)</code> 
     </div> 
     <div> 
      <code>I.save(</code> 
      <code>'new_lena.png'</code> 
      <code>)</code> 
     </div> 
    </div> </td> 
  </tr> 
 </tbody> 
</table>

**4. 将 numpy 数组转换为 PIL 图片**

这里采用 matplotlib.image 读入图片数组，注意这里读入的数组是 float32 型的，范围是 0-1，而 PIL.Image 数据是 uinit8 型的，范围是0-255，所以要进行转换：

[?][Link 1]

<table> 
 <tbody> 
  <tr> 
   <td> 
    <div>
      1 
    </div> 
    <div>
      2 
    </div> 
    <div>
      3 
    </div> 
    <div>
      4 
    </div> 
    <div>
      5 
    </div> </td> 
   <td> 
    <div> 
     <div> 
      <code>import</code> 
      <code>matplotlib.image as mpimg</code> 
     </div> 
     <div> 
      <code>from</code> 
      <code>PIL </code> 
      <code>import</code> 
      <code>Image</code> 
     </div> 
     <div> 
      <code>lena </code> 
      <code>=</code> 
      <code>mpimg.imread(</code> 
      <code>'lena.png'</code> 
      <code>) </code> 
      <code># 这里读入的数据是 float32 型的，范围是0-1</code> 
     </div> 
     <div> 
      <code>im </code> 
      <code>=</code> 
      <code>Image.fromarray(np.uinit8(lena</code> 
      <code>*</code> 
      <code>255</code> 
      <code>))</code> 
     </div> 
     <div> 
      <code>im.show()</code> 
     </div> 
    </div> </td> 
  </tr> 
 </tbody> 
</table>

**5. RGB 转换为灰度图**

[?][Link 1]

<table> 
 <tbody> 
  <tr> 
   <td> 
    <div>
      1 
    </div> 
    <div>
      2 
    </div> 
    <div>
      3 
    </div> 
    <div>
      4 
    </div> 
    <div>
      5 
    </div> </td> 
   <td> 
    <div> 
     <div> 
      <code>from</code> 
      <code>PIL </code> 
      <code>import</code> 
      <code>Image</code> 
     </div> 
     <div> 
      <code>I </code> 
      <code>=</code> 
      <code>Image.</code> 
      <code>open</code> 
      <code>(</code> 
      <code>'lena.png'</code> 
      <code>)</code> 
     </div> 
     <div> 
      <code>I.show()</code> 
     </div> 
     <div> 
      <code>L </code> 
      <code>=</code> 
      <code>I.convert(</code> 
      <code>'L'</code> 
      <code>)</code> 
     </div> 
     <div> 
      <code>L.show()</code> 
     </div> 
    </div> </td> 
  </tr> 
 </tbody> 
</table>

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。

#### 您可能感兴趣的文章: ####

*  [python从网络读取图片并直接进行处理的方法][python]
 *  [python 实现上传图片并预览的3种方法(推荐)][python _3]

原文链接：http://www.cnblogs.com/yinxiangnan-charles/p/5928689.html

转载于:https://www.cnblogs.com/jyxbk/p/8548202.html

[Link 1]: http://www.jb51.net/article/102981.htm#
[python]: http://www.jb51.net/article/66546.htm
[python _3]: http://www.jb51.net/article/118632.htm