前言

目錄

文章目錄

• 前言
• 目錄
• 正文
• 一、matplotlib
• 二、PIL

正文

##plt 同時(shí)顯示多幅圖像import matplotlib.pyplot as pltplt.figure()plt.subplot(1,2,1)plt.imshow(images[i])plt.subplot(1,2,2)plt.imshow(maskes[i])plt.show()

以下轉(zhuǎn)自：https://www.cnblogs.com/yinxiangnan-charles/p/5928689.html

在 python 中除了用 opencv，也可以用 matplotlib 和 PIL 這兩個(gè)庫操作圖片。本人偏愛 matpoltlib，因?yàn)樗恼Z法更像 matlab。

一、matplotlib

顯示圖片

import matplotlib.pyplot as plt # plt 用于顯示圖片import matplotlib.image as mpimg # mpimg 用于讀取圖片import numpy as nplena = mpimg.imread('lena.png') # 讀取和代碼處于同一目錄下的 lena.png# 此時(shí) lena 就已經(jīng)是一個(gè) np.array 了，可以對(duì)它進(jìn)行任意處理lena.shape #(512, 512, 3)plt.imshow(lena) # 顯示圖片plt.axis('off') # 不顯示坐標(biāo)軸plt.show()

顯示某個(gè)通道

# 顯示圖片的第一個(gè)通道lena_1 = lena[:,:,0]plt.imshow('lena_1')plt.show()# 此時(shí)會(huì)發(fā)現(xiàn)顯示的是熱量圖，不是我們預(yù)想的灰度圖，可以添加 cmap 參數(shù)，有如下幾種添加方法：plt.imshow('lena_1', cmap='Greys_r')plt.show()img = plt.imshow('lena_1')img.set_cmap('gray') # 'hot' 是熱量圖plt.show()

將 RGB 轉(zhuǎn)為灰度圖

matplotlib 中沒有合適的函數(shù)可以將 RGB 圖轉(zhuǎn)換為灰度圖，可以根據(jù)公式自定義一個(gè)：

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()

對(duì)圖像進(jìn)行放縮

這里要用到 scipy

from scipy import misclena_new_sz = misc.imresize(lena, 0.5) # 第二個(gè)參數(shù)如果是整數(shù)，則為百分比，如果是tuple，則為輸出圖像的尺寸plt.imshow(lena_new_sz)plt.axis('off')plt.show()

保存圖像

5.1 保存 matplotlib 畫出的圖像

該方法適用于保存任何 matplotlib 畫出的圖像，相當(dāng)于一個(gè) screencapture。

plt.imshow(lena_new_sz)plt.axis('off')plt.savefig('lena_new_sz.png')

5.2 將 array 保存為圖像

from scipy import miscmisc.imsave('lena_new_sz.png', lena_new_sz)

5.3 直接保存 array

讀取之后還是可以按照前面顯示數(shù)組的方法對(duì)圖像進(jìn)行顯示，這種方法完全不會(huì)對(duì)圖像質(zhì)量造成損失

np.save('lena_new_sz', lena_new_sz) # 會(huì)在保存的名字后面自動(dòng)加上.npyimg = np.load('lena_new_sz.npy') # 讀取前面保存的數(shù)組

二、PIL

1. 顯示圖片from PIL import Imageim = Image.open('lena.png')im.show()

將 PIL Image 圖片轉(zhuǎn)換為 numpy 數(shù)組

im_array = np.array(im)# 也可以用 np.asarray(im) 區(qū)別是 np.array() 是深拷貝，np.asarray() 是淺拷貝

保存 PIL 圖片

直接調(diào)用 Image 類的 save 方法

from PIL import ImageI = Image.open('lena.png')I.save('new_lena.png')

將 numpy 數(shù)組轉(zhuǎn)換為 PIL 圖片

這里采用 matplotlib.image 讀入圖片數(shù)組，注意這里讀入的數(shù)組是 float32 型的，范圍是 0-1，而 PIL.Image 數(shù)據(jù)是 uinit8 型的，范圍是0-255，所以要進(jìn)行轉(zhuǎn)換：

import matplotlib.image as mpimgfrom PIL import Imagelena = mpimg.imread('lena.png') # 這里讀入的數(shù)據(jù)是 float32 型的，范圍是0-1im = Image.fromarray(np.uinit8(lena*255))im.show()

RGB 轉(zhuǎn)換為灰度圖

from PIL import ImageI = Image.open('lena.png')I.show()L = I.convert('L')L.show()

總結(jié)

以上是生活随笔為你收集整理的Python matplotlib 和PIL的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

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