python怎么读取图片？（python读取图像的几种方法）

python怎么读取图片？（python读取图像的几种方法）

本文给大家整理了Python读取图片的6种方式，有需要的小伙伴可以参考一下：

一、OpenCV读取图片

OpenCV读取的图片，直接就是numpy.ndarray格式，无需转换

import cv2

img_cv   = cv2.imread(dirpath)#读取数据

print("img_cv:",img_cv.shape)

img_cv: (1856, 2736, 3)

print("img_cv:",type(img_cv))

img_cv:

#看下读取的数据怎么样

img_cv

array([[[  0,   3,   0],

[ 11,  20,  17],

...,

[  5,  23,  16]],

[[  0,   2,   0],

...,

[  5,  23,  16]]]

二、PIL读取图片

PIL读取的图片并不是直接的numpy.ndarray格式，需要进行转换

from PIL import Image

import numpy as np

img_PIL = Image.open(dirpath)#读取数据

print("img_PIL:",img_PIL)

img_PIL:

print("img_PIL:",type(img_PIL))

img_PIL:

#将图片转换成np.ndarray格式

img_PIL = np.array(img_PIL)

print("img_PIL:",img_PIL.shape)

img_PIL: (1856, 2736, 3)

print("img_PIL:",type(img_PIL))

img_PIL:

三、keras读取图片

keras深度学习的框架，里面也是内置了读取图片的模块，该模块读取的也不是数组格式，需要进行转换。

from keras.preprocessing.image import array_to_img, img_to_array

load_imgimg_keras = load_img(dirpath)#读取数据

print("img_keras:",img_keras)

img_keras:

print("img_keras:",type(img_keras))

img_keras:

#使用keras里的img_to_array()

img_keras = img_to_array(img_keras)

print("img_keras:",img_keras.shape)

img_keras: (1856, 2736, 3)

print("img_keras:",type(img_keras))

img_keras:

#可以使用使用np.array()进行转换

mg_keras= np.array(img_keras)

四、skimage读取图片

scikit-image是基于scipy的一款图像处理包，它将图片作为numpy数组进行处理，读取的数据正好是numpy.ndarray格式。

import skimage.io as io

img_io = io.imread(dirpath)#读取数据

print("img_io :",img_io .shape)

img_io : (1856, 2736, 3)

print("img_io :",type(img_io ))

img_io :

五、matplotlib.image读取图片

利用matplotlib.image读取的图片，直接就生成了数组格式

import matplotlib.image as mpig

img_mpig = mpig.imread(dirpath)#读取数据

print("img_mpig :",img_mpig .shape)

img_mpig : (1856, 2736, 3)

print("img_mpig :",type(img_mpig ))

img_mpig :

六、matplotlib.pyplot读取图片

利用matplotlib.pyplot读取的图片，同样也是直接就生成了数组格式

import matplotlib.pyplot as plt

img_plt = plt.imread(dirpath)

print("img_plt :",img_plt .shape)

img5: (1856, 2736, 3)

print("img_plt :",type(img_plt ))

img5:

七、显示读取的图片

同样，使用matplotlib 包可以打印出来读取的照片，要打印上述案例中读取的照片，只需要下面两行代码就行了。

plt.imshow(img_plt , cmap=plt.cm.binary)

plt.show()

图片三通道的，打印其中一个通道

plt.imshow(img_plt[:,:,1] , cmap=plt.cm.binary)

plt.show()

当然，我们可以随便构造一个数组，可以显示出来

digit  =  [[135,26,33,12],[14,27,43,190],[120,124,134,205]]

plt.imshow(digit, cmap=plt.cm.binary)

plt.show()

三、keras读取图片

keras深度学习的框架，里面也是内置了读取图片的模块，该模块读取的也不是数组格式，需要进行转换。

from keras.preprocessing.image import array_to_img, img_to_array

load_imgimg_keras = load_img(dirpath)#读取数据

print("img_keras:",img_keras)

img_keras:

print("img_keras:",type(img_keras))

img_keras:

#使用keras里的img_to_array()

img_keras = img_to_array(img_keras)

print("img_keras:",img_keras.shape)

img_keras: (1856, 2736, 3)

print("img_keras:",type(img_keras))

img_keras:

#可以使用使用np.array()进行转换

mg_keras= np.array(img_keras)

四、skimage读取图片

scikit-image是基于scipy的一款图像处理包，它将图片作为numpy数组进行处理，读取的数据正好是numpy.ndarray格式。

import skimage.io as io

img_io = io.imread(dirpath)#读取数据

print("img_io :",img_io .shape)

img_io : (1856, 2736, 3)

print("img_io :",type(img_io ))

img_io :

五、matplotlib.image读取图片

利用matplotlib.image读取的图片，直接就生成了数组格式

import matplotlib.image as mpig

img_mpig = mpig.imread(dirpath)#读取数据

print("img_mpig :",img_mpig .shape)

img_mpig : (1856, 2736, 3)

print("img_mpig :",type(img_mpig ))

img_mpig :

六、matplotlib.pyplot读取图片

利用matplotlib.pyplot读取的图片，同样也是直接就生成了数组格式

import matplotlib.pyplot as plt

img_plt = plt.imread(dirpath)

print("img_plt :",img_plt .shape)

img5: (1856, 2736, 3)

print("img_plt :",type(img_plt ))

img5:

七、显示读取的图片

同样，使用matplotlib 包可以打印出来读取的照片，要打印上述案例中读取的照片，只需要下面两行代码就行了。

plt.imshow(img_plt , cmap=plt.cm.binary)

plt.show()

图片三通道的，打印其中一个通道

plt.imshow(img_plt[:,:,1] , cmap=plt.cm.binary)

plt.show()

当然，我们可以随便构造一个数组，可以显示出来

digit  =  [[135,26,33,12],[14,27,43,190],[120,124,134,205]]

plt.imshow(digit, cmap=plt.cm.binary)

plt.show()

五、matplotlib.image读取图片

利用matplotlib.image读取的图片，直接就生成了数组格式

import matplotlib.image as mpig

img_mpig = mpig.imread(dirpath)#读取数据

print("img_mpig :",img_mpig .shape)

img_mpig : (1856, 2736, 3)

print("img_mpig :",type(img_mpig ))

img_mpig :

六、matplotlib.pyplot读取图片

利用matplotlib.pyplot读取的图片，同样也是直接就生成了数组格式

import matplotlib.pyplot as plt

img_plt = plt.imread(dirpath)

print("img_plt :",img_plt .shape)

img5: (1856, 2736, 3)

print("img_plt :",type(img_plt ))

img5:

七、显示读取的图片

同样，使用matplotlib 包可以打印出来读取的照片，要打印上述案例中读取的照片，只需要下面两行代码就行了。

plt.imshow(img_plt , cmap=plt.cm.binary)

plt.show()

图片三通道的，打印其中一个通道

plt.imshow(img_plt[:,:,1] , cmap=plt.cm.binary)

plt.show()

当然，我们可以随便构造一个数组，可以显示出来

digit  =  [[135,26,33,12],[14,27,43,190],[120,124,134,205]]

plt.imshow(digit, cmap=plt.cm.binary)

plt.show()

六、matplotlib.pyplot读取图片

利用matplotlib.pyplot读取的图片，同样也是直接就生成了数组格式

import matplotlib.pyplot as plt

img_plt = plt.imread(dirpath)

print("img_plt :",img_plt .shape)

img5: (1856, 2736, 3)

print("img_plt :",type(img_plt ))

img5:

七、显示读取的图片

同样，使用matplotlib 包可以打印出来读取的照片，要打印上述案例中读取的照片，只需要下面两行代码就行了。

plt.imshow(img_plt , cmap=plt.cm.binary)

plt.show()

图片三通道的，打印其中一个通道

plt.imshow(img_plt[:,:,1] , cmap=plt.cm.binary)

plt.show()

当然，我们可以随便构造一个数组，可以显示出来

digit  =  [[135,26,33,12],[14,27,43,190],[120,124,134,205]]

plt.imshow(digit, cmap=plt.cm.binary)

plt.show()

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。