文章目錄

• python讀圖命令匯總
• 各個(gè)函數(shù)讀圖效率對(duì)比
• • 結(jié)果
  • 代碼

python讀圖命令匯總

python可以用來(lái)讀圖的命令有：

庫(kù)（版本）函數(shù)

opencv-python (4.2.0)	cv2.imread
imageio（2.8.0）	imageio.imread
skimage.io (0.16.2)	skimage.io.imread
matplotlib.pyplot (3.1.3)	matplotlib.pyplot.imread
matplotlib.image (3.1.3)	matplotlib.image.imread
PIL.Image (7.1.2)	PIL.Image.open & np.array
tensorflow (2.1)	tf.io.read_file & tf.io.decode_image

各個(gè)函數(shù)讀進(jìn)來(lái)的圖片數(shù)據(jù)有些不同，主要有（以下測(cè)試不包含tensorflow）：

• cv2讀入的圖片通道順序是BGR，其他均為RGB
• cv2讀進(jìn)來(lái)的jpg圖片即使調(diào)整通道順序后與其他的函數(shù)讀入的也不同（僅jpg不同），存在一點(diǎn)點(diǎn)誤差（其他函數(shù)的讀取結(jié)果均相同，但不見(jiàn)得是cv2解碼效果比其他的差，很有可能是cv2解碼效果優(yōu)于其他所有）
• matplotlib讀取的png圖像的數(shù)值范圍是[0, 1]的float型，轉(zhuǎn)為[0, 255]的uint8型后結(jié)果與其他一樣

各個(gè)函數(shù)讀圖效率對(duì)比

先擺結(jié)果，測(cè)試代碼放后面，有興趣的話(huà)可以在自己電腦上測(cè)測(cè)。我的CPU是G4560，比較爛。

結(jié)果

表中數(shù)字表示讀取一張1920 x 1080的圖片的平均耗時(shí)，單位是ms。測(cè)試方法是反復(fù)讀取同一張圖片1000次，然后計(jì)算平均耗時(shí)。

綜合來(lái)說(shuō)，除了tensorflow在讀jpg圖像時(shí)效率明顯有優(yōu)勢(shì)外，其他均是cv2表現(xiàn)最佳。
如果有需要無(wú)損保存圖片，從后期再使用時(shí)的讀圖效率來(lái)看，bmp大大優(yōu)于png。png占的空間稍小一點(diǎn)，假如不缺那點(diǎn)磁盤(pán)空間的話(huà)，建議用bmp。

bmp格式是無(wú)損不壓縮，png格式是無(wú)損壓縮。為了做到無(wú)損，png的壓縮比一般不是非常高，具體要看圖像內(nèi)容，如果是自然拍攝的圖像或者內(nèi)容非常豐富的圖像，那么壓縮比一般不高，如果是內(nèi)容簡(jiǎn)單，色彩也非常簡(jiǎn)單（如純色圖）的圖像，那么壓縮比還是非常可觀的。

函數(shù)jpgpngbmp

cv2.imread	31.87	50.99	9.10
imageio.imread	44.02	59.82	17.07
skimage.io.imread	43.37	65.91	19.10
matplotlib.pyplot.imread	44.18	72.30	12.91
matplotlib.image.imread	38.90	67.61	12.72
PIL.Image.open & np.array	45.67	60.84	17.44
tf.io.read_file & tf.io.decode_image	17.74	53.15	19.58

代碼

# -*- coding: utf-8 -*- import time import cv2 import imageio import skimage.io import matplotlib.pyplot import matplotlib.imageNUM = 1000def read_time_test(image_file, read_num, func, func_name):jpg_file = image_file + '.jpg'png_file = image_file + '.png'bmp_file = image_file + '.bmp't0 = time.time()for i in range(read_num):image = func(jpg_file)t_cost = time.time() - t0print('%s, jpg read time: %.2f' % (func_name, t_cost / read_num * 1000))t0 = time.time()for i in range(read_num):image = func(png_file)t_cost = time.time() - t0print('%s, png read time: %.2f' % (func_name, t_cost / read_num * 1000))t0 = time.time()for i in range(read_num):image = func(bmp_file)t_cost = time.time() - t0print('%s, bmp read time: %.2f' % (func_name, t_cost / read_num * 1000))# '1' is image file name without extension read_time_test('1', NUM, cv2.imread, 'cv2.imread') read_time_test('1', NUM, imageio.imread, 'imageio.imread') read_time_test('1', NUM, skimage.io.imread, 'skimage.io.imread') read_time_test('1', NUM, matplotlib.pyplot.imread, 'matplotlib.pyplot.imread') read_time_test('1', NUM, matplotlib.image.imread, 'matplotlib.image.imread')

PIL.Image.open()本身的讀取效率極快，但是讀入的數(shù)據(jù)類(lèi)型并不能直接被使用（類(lèi)型是PIL.JpegImagePlugin.JpegImageFile，PIL.PngImagePlugin.PngImageFile，PIL.BmpImagePlugin.BmpImageFile等之類(lèi)），需要使用np.array()轉(zhuǎn)換為ndarray后才能正常使用（轉(zhuǎn)換耗費(fèi)了99%以上的時(shí)間）。如果把圖片讀為ndarray作為最終目的，那么PIL的效率并沒(méi)有什么優(yōu)勢(shì)。另提醒一聲，PIL庫(kù)安裝時(shí)候的名字叫pillow：pip install pillow。

# -*- coding: utf-8 -*- import time from PIL import Image import numpy as npNUM = 1000t0 = time.time() for i in range(NUM):image = Image.open('1.jpg')image = np.array(image) t_cost = time.time() - t0 print('PIL.Image.open, jpg read time: %.2f' % (t_cost / NUM * 1000))t0 = time.time() for i in range(NUM):image = Image.open('1.png')image = np.array(image) t_cost = time.time() - t0 print('PIL.Image.open, png read time: %.2f' % (t_cost / NUM * 1000))t0 = time.time() for i in range(NUM):image = Image.open('1.bmp')image = np.array(image) t_cost = time.time() - t0 print('PIL.Image.open, bmp read time: %.2f' % (t_cost / NUM * 1000))

tensorflow類(lèi)似PIL，也需要兩條命令配合才能真正讀取圖片，tensorflow讀取jpeg圖片的效率相對(duì)較高，讀取png和bmp相比較其他讀圖函數(shù)沒(méi)有什么優(yōu)勢(shì)。

# -*- coding: utf-8 -*- import time import tensorflow as tfNUM = 1000t0 = time.time() for i in range(NUM):image_file = tf.io.read_file('1.jpg')image = tf.io.decode_image(image_file) t_cost = time.time() - t0 print('PIL.Image.open, jpg read time: %.2f' % (t_cost / NUM * 1000)) print(image.shape, type(image))t0 = time.time() for i in range(NUM):image_file = tf.io.read_file('1.png')image = tf.io.decode_image(image_file) t_cost = time.time() - t0 print('PIL.Image.open, png read time: %.2f' % (t_cost / NUM * 1000)) print(image.shape, type(image))t0 = time.time() for i in range(NUM):image_file = tf.io.read_file('1.bmp')image = tf.io.decode_image(image_file) t_cost = time.time() - t0 print('PIL.Image.open, bmp read time: %.2f' % (t_cost / NUM * 1000)) print(image.shape, type(image))

總結(jié)

以上是生活随笔為你收集整理的python读图命令与效率汇总的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。