Python图像IO I-1:图像的读、显、存

返回目录

本文采用的图像均为monarch.png。
monarch.png

1. 图像读、显、存

# import the lib of opencv
import cv2

img_file = './monarch.png'

# 1. read an image in RGB format
img = cv2.imread(img_file, 1)

# 2. show the image
cv2.imshow('monarch',img)
# wait until key strokes
cv2.waitKey(0)
# close all cv2 windows after key strokes
cv2.destroyAllWindows()

# 3. save the image in JPG format
cv2.imwrite('monarch.jpg', img)

2. 图像属性:

空间分辨率:spatial resolution
灰度分辨率(用数据类型表示):data type
图像字节数:Size

import cv2
import numpy as np

img_file = './monarch.png'

# 1. read in RGB format
rgb = cv2.imread(img_file, cv2.COLOR_BGR2RGB)
# 2. Check the resolution, data type, and number of bytes 
print('RGB: Shape: ', np.shape(rgb), ', Type: ', type(rgb[0][0][0]), 'Size: ', np.size(rgb))

输出结果:

RGB: Shape:  (512, 768, 3) , Type:  <class 'numpy.uint8'> Size:  1179648

3. 使用matplotlib显示图像

import numpy as np
import cv2
import matplotlib.pyplot as plt 

img_file = './stdimage/monarch.bmp'

# 1. read an image using cv2
rgb = cv2.imread(img_file, cv2.COLOR_BGR2RGB)

# 2. adapt to show by matplot
rgb_plt = rgb[:, :, ::-1]
gray = cv2.cvtColor(rgb, cv2.COLOR_RGB2GRAY)
gray_plt = gray
_, binary = cv2.threshold(gray, 100, 255, cv2.THRESH_BINARY)
binary_plt = binary
# 3. Show figures using matplot
fig = plt.figure('Matplot')
plt.subplot(221)
plt.imshow(rgb[:, :, ::-1])
plt.title('RGB: cv2')
plt.xticks([]) 
plt.yticks([]) 

plt.subplot(222)
plt.imshow(rgb_plt)
plt.title('RGB')
plt.axis('off')

plt.subplot(223)
plt.imshow(gray_plt, cmap=plt.cm.gray)
plt.title('gray')
plt.axis('off')

plt.subplot(224)
plt.imshow(binary_plt, cmap=plt.cm.gray)
plt.title('binary')
plt.axis('off')

plt.show()
# 4. Save images
fig.tight_layout()
fig.savefig('plt.png', dpi=300, bbox_inches='tight')

显示结果

Matplot显示结果

更多内容,请参考
绘图: matplotlib核心剖析 by Vamei
Python绘图总结(Matplotlib篇)之图形分类及保存 by wuzlun

返回目录

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,186评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,858评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,620评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,888评论 1 285
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,009评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,149评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,204评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,956评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,385评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,698评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,863评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,544评论 4 335
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,185评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,899评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,141评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,684评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,750评论 2 351

推荐阅读更多精彩内容