python图像读取与自动化处理

PIL 图像读取

# -*- coding: utf-8 -*-
"""
Created on Thu Jan 30 13:13:08 2020
@author: 陨星落云
"""
#%% PIL 图像读取
from PIL import Image
import numpy as np

# 读取图像
img = Image.open('lena.jpg')

# 查看图像类型
print(type(img))

# # 显示图像
# img.show()

# 查看图像的格式
print(img.format)

# 将PIL类型的图像转换成numpy.ndarray
img1 = np.asarray(img)
print(type(img1))

输出结果:

<class 'PIL.JpegImagePlugin.JpegImageFile'>
JPEG
<class 'numpy.ndarray'>

matplotlib 图像读取

#%% matplotlib 图像读取
import matplotlib.image as mpimg
import matplotlib.pyplot as plt

img = mpimg.imread('lena.jpg')

print(type(img))
print(img.shape)
plt.imshow(img)
plt.colorbar()

输出结果:

<class 'numpy.ndarray'>
(256, 256, 3)

skimage 图像读取

#%% skimage 图像读取
from skimage import io,img_as_float,img_as_ubyte
import numpy as np

img = io.imread('lena.jpg')
# 查看类型
print(type(img))
# print(img)

# 将uint8转变为浮点数
# 方法1:需要除以255,进行归一化
image_float1=img.astype(np.float)/255
print(image_float1)
# 方法2:自动归一化
image_float2 = img_as_float(img)
print('**'*20)
print(image_float2)

输出结果:

<class 'imageio.core.util.Array'>

opencv 图像读取

#%% opencv 图像读取
import cv2
import matplotlib.pyplot as plt

grey_img = cv2.imread('lena.jpg',0)
color_img = cv2.imread('lena.jpg',1)
# 显示图像
# 方法1
plt.subplot(121)
plt.imshow(grey_img,cmap='gray')
plt.axis('off')
plt.subplot(122)
plt.imshow(cv2.cvtColor(color_img,cv2.COLOR_BGR2RGB))
plt.axis('off')
plt.show()
# 方法2
cv2.namedWindow('grey_image',cv2.WINDOW_NORMAL)
cv2.imshow('grey_image', grey_img)

cv2.namedWindow('color_image',cv2.WINDOW_NORMAL)
cv2.imshow('color_image', color_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出结果:

灰度图与彩色图.png

图像自动化处理

#%% 图像自动化处理
import cv2
import glob

# 批量图像jpg转png
path = 'test/*.jpg'
for file in glob.glob(path):
    print(file)
    img = cv2.imread(file)
    cv2.imwrite(file[:-4]+'.png', img)
    
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
禁止转载,如需转载请通过简信或评论联系作者。
  • 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 213,014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 90,796评论 3 386
  • 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 158,484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 56,830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 65,946评论 6 386
  • 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 50,114评论 1 292
  • 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 39,182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 37,927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 44,369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 36,678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 38,832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 34,533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 40,166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 30,885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 32,128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 46,659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 43,738评论 2 351