matplotlib_PIL_OpenCV

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。

matplotlib

pyparsing>=1.5.6
pytz
numpy>=1.6
python-dateutil
six>=1.4

1. 显示图片

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')  # type: <class 'numpy.ndarray'>
# 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.rcParams['font.sans-serif'] = ['SimHei']  # 中文乱码

plt.rcParams["axes.unicode_minus"] = False # 默认是使用Unicode负号，用来正常显示负号
# plt.figure(figsize=(5, 5), dpi=140)  # figsize:指定figure的宽和高，单位为英寸；
plt.imshow(lena) # 显示图片
plt.title('title')
plt.axis('off') # 不显示坐标轴
plt.show()

figure语法说明

• figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)
• num:图像编号或名称，数字为编号 ，字符串为名称
• figsize:指定figure的宽和高，单位为英寸；
• dpi参数指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80 1英寸等于2.5cm,A4纸是 21*30cm的纸张
• facecolor:背景颜色
• edgecolor:边框颜色
• frameon:是否显示边框

显示两幅图

img1 = mpimg.imread('lena.png')
img2 = mpimg.imread('lena.png')

plt.rcParams['font.sans-serif'] = ['SimHei']  # 中文乱码
# 主图
plt.subplot(121)
plt.imshow(img1)  # 显示图片
plt.title('img1')
plt.axis('off')  # 不显示坐标轴
# 子图
plt.subplot(122)
plt.imshow(img2)  # 显示图片
plt.title('img2')
plt.axis('off')  # 不显示坐标轴

# 设置子图默认的间距
plt.tight_layout()
plt.show()

读取类文件对象

import matplotlib.pyplot as plt # plt 用于显示图片
import matplotlib.image as mpimg # mpimg 用于读取图片

# 读取文件对象
with open('lena.png', 'rb') as f:  # type: <class '_io.BufferedReader'>
    lena = mpimg.imread(f)

# 读取BytesIO字节流
with open('lena.png', 'rb') as f:
    ff = f.read()     # type: python2: <type 'str'>; python3: <class 'bytes'>

from io import BytesIO
bytes_stream = BytesIO(ff)  # type: <class '_io.BytesIO'>
lena = mpimg.imread(bytes_stream)

2. 显示某个通道

# 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()

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：

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()

4. 对图像进行放缩

这里要用到 scipy

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()

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

PIL能读取webp格式图片

1. 显示图片

from PIL import Image
im = Image.open('lena.png')  # <class 'PIL.PngImagePlugin.PngImageFile'>
im.show()

读取类文件对象

from PIL import Image

# 读取文件对象
with open('lena.png', 'rb') as f:  # type: <class '_io.BufferedReader'>
    im = Image.open(f)

# 读取BytesIO字节流
with open('lena.png', 'rb') as f:
    ff = f.read()     # type: python2: <type 'str'>; python3: <class 'bytes'>

from io import BytesIO
bytes_stream = BytesIO(ff)  # type: <class '_io.BytesIO'>
im = Image.open(bytes_stream)

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.uint8(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()

三、OpenCV

依赖: yum install libXext libSM libXrende, apt-get install libsm6 libxrender1 libxext-dev

1. 显示图片

import cv2

lena = cv2.imread('lena.png')    # type: <class 'numpy.ndarray'>

cv2.namedWindow('lena', 0)         # 0,表示图片显示后，可以自行调整窗口大小
cv2.resizeWindow('lena', 500,500)  # 设定窗口图片的大小
cv2.imshow("lena", lena)

2. 转化为matplotlib颜色通道

import cv2

lena = cv2.imread('lena.png')    # type: <class 'numpy.ndarray'>

# opencv的颜色通道顺序为[B,G,R],matplotlib的颜色通道顺序为[R,G,B],需要调换一下通道位置
# lena = lena[:, :, (2, 1, 0)]
lena = cv2.cvtColor(lena, cv2.COLOR_RGB2BGR)

import matplotlib.pyplot as plt

plt.imshow(lena)
plt.show()