python图像读取方法总结与自动化处理

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：

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)