图片的操作（留底未看）

　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
　　复制代码
　　import matplotlib.pyplot as plt # plt 用于显示图片
　　import matplotlib.image as mpimg # mpimg 用于读取图片
　　import numpy as np
　　lena = mpimg.imread('lena.png') # 读取和代码处于同一目录下的 lena.png
　　# 此时 lena 就已经是一个 np.array 了，可以对它进行任意处理
　　lena.shape #(512, 512, 3)
　　plt.imshow(lena) # 显示图片
　　plt.axis('off') # 不显示坐标轴
　　plt.show()
　　复制代码
　　2. 显示某个通道
　　复制代码
　　# 显示图片的第一个通道
　　lena_1 = lena[:,:,0]
　　plt.imshow('lena_1')
　　plt.show()
　　# 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：
　　plt.imshow('lena_1', cmap='Greys_r')
　　plt.show()
　　img = plt.imshow('lena_1')
　　img.set_cmap('gray') # 'hot' 是热量图
　　plt.show()
　　复制代码
　　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：
　　复制代码
　　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()
　　复制代码
　　4. 对图像进行放缩
　　这里要用到 scipy
　　复制代码
　　from scipy import misc
　　lena_new_sz = misc.imresize(lena, 0.5) # 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
　　plt.imshow(lena_new_sz)
　　plt.axis('off')
　　plt.show()
　　复制代码
　　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。
　　plt.imshow(lena_new_sz)
　　plt.axis('off')
　　plt.savefig('lena_new_sz.png')
　　5.2 将 array 保存为图像
　　from scipy import misc
　　misc.imsave('lena_new_sz.png', lena_new_sz)
　　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
　　np.save('lena_new_sz', lena_new_sz) # 会在保存的名字后面自动加上.npy
　　img = np.load('lena_new_sz.npy') # 读取前面保存的数组
　　二、PIL
　　1. 显示图片
　　from PIL import Image
　　im = Image.open('lena.png')
　　im.show()
　　2. 将 PIL Image 图片转换为 numpy 数组
　　im_array = np.array(im)
　　# 也可以用 np.asarray(im) 区别是 np.array() 是深拷贝，np.asarray() 是浅拷贝
　　3. 保存 PIL 图片
　　直接调用 Image 类的 save 方法
　　from PIL import Image
　　I = Image.open('lena.png')
　　I.save('new_lena.png')
　　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：
　　import matplotlib.image as mpimg
　　from PIL import Image
　　lena = mpimg.imread('lena.png') # 这里读入的数据是 float32 型的，范围是0-1
　　im = Image.fromarray(np.uinit8(lena*255))
　　im.show()
　　5. RGB 转换为灰度图
　　from PIL import Image
　　I = Image.open('lena.png')
　　I.show()
　　L = I.convert('L')
　　L.show()