python圖像處理基本操作總結(jié)（PIL庫(kù)、Matplotlib及Numpy）
一、PIL庫(kù)對(duì)圖像的基本操作
1、讀取圖片
PIL網(wǎng)上有很多介紹，這里不再講解。直接操作，讀取一張圖片，將其轉(zhuǎn)換為灰度圖像，并打印出來(lái)。
from PIL import Image
import matplotlib.pyplot as plt
pil_im = Image.open("empire.jpeg")
pil_image = pil_im.convert("L")
plt.gray()
plt.imshow(pil_image)
plt.show()
輸出如下所示：
2、轉(zhuǎn)換圖片格式
PIL可以將圖像保存為多種格式，下面將PNG格式文件保存為JPG格式：
from PIL import Image
import glob
import os
filelist = glob.glob("E:/pythonProject1/filelist/*.png")
for infile in filelist:
outfile = os.path.splitext(infile)[0]+'.jpg'
if infile != outfile:
try:
Image.open(infile).save(outfile)
except IOError:
print("cannot convert", infile)
輸出結(jié)果如下所示：
3、輸出文件夾中所有圖片的文件名列表
import os
def get_imlist(path):
"""返回目錄中所有JPG圖像的文件名列表"""
return [os.path.join(path,f)for f in os.listdir(path) if f.endswith('.jpg')]
print(get_imlist("E:/pythonProject1/filelist/"))
輸出為文件名列表
二、Matplotlib
1、繪制圖像、點(diǎn)和線
from PIL import Image
from pylab import *
#讀取圖像到數(shù)組中
im = array(Image.open("empire.jpeg"))
#繪制圖像
imshow(im)
#一些點(diǎn)
x = [100, 100, 400, 400]
y = [200, 500, 200, 500]
#使用紅色星狀標(biāo)記繪制點(diǎn)
plot(x, y)#默認(rèn)為藍(lán)色實(shí)線
# plot(x, y, 'r*')#紅色星狀標(biāo)記
# plot(x, y, 'go-')#帶有圓圈標(biāo)記的綠線
# plot(x, y, 'ks')#帶有正方形標(biāo)記的黑色虛線
#繪制連接前三個(gè)點(diǎn)的線
plot(x[:3], y[:3])
axis('off')
#添加標(biāo)題，顯示繪制的圖像
titles = ['empire']
plt.title = titles
show()
上面的代碼首先繪制出原始圖像，然后在 x 和 y 列表中給定點(diǎn)的x坐標(biāo)和y坐標(biāo)上繪制出紅色星狀標(biāo)記點(diǎn)，最后在兩個(gè)列表表示的前兩個(gè)點(diǎn)之間繪制一條線段。該例子的繪制結(jié)果下圖：
2、圖像輪廓和直方圖
繪制輪廓需要對(duì)每個(gè)坐標(biāo) [x, y] 的像素值施加同一個(gè)閾值，所以首先需要將圖像灰度化，這里用 PIL 的convert()方法將圖像轉(zhuǎn)換成灰度圖像。圖像的直方圖用來(lái)表征該圖像像素值的分布情況。
from PIL import Image
from pylab import *
# 讀取圖像到數(shù)組中
im = array(Image.open("empire.jpeg").convert('L'))
#創(chuàng)建一個(gè)圖像
figure()
#不使用顏色信息
gray()
#在原點(diǎn)的左上角顯示輪廓圖像
contour(im, origin = 'image')#檢測(cè)圖像輪廓
axis('equal')
axis('off')
show()
#新建一個(gè)圖像
figure
hist(im.flatten(), 128)#繪制圖像直方圖
show()
圖像輪廓圖輸出如下所示：
輸出圖像直方圖如下所示：
3、交互式標(biāo)注
在一幅圖像中標(biāo)記一些點(diǎn)，或者標(biāo)注一些訓(xùn)練數(shù)據(jù)。PyLab庫(kù)中的ginput()函數(shù)就可以實(shí)現(xiàn)交互式標(biāo)注。在圖像點(diǎn)擊三次，則程序會(huì)自動(dòng)將這3個(gè)點(diǎn)的坐標(biāo)點(diǎn)[x, y]保存到x列表里。
from PIL import Image
from pylab import *
im = array(Image.open("empire.jpeg"))
imshow(im)
print("please click 3 points")
x = ginput(3)
print("you clicked",x)
show()
三、Numpy
1、圖像數(shù)組表示
對(duì)于圖像數(shù)據(jù)，下面的例子闡述了這一點(diǎn)
from PIL import Image
import numpy as np
im = np.array(Image.open("empire.jpeg"))
print(im.shape,im.dtype)
輸出為：
(1024, 683, 3) uint8
每行的第一個(gè)元組表示圖像數(shù)組的大小（行、列、顏色通道），緊接著的字符串表示數(shù)組元素的數(shù)據(jù)類型。因?yàn)閳D像通常被編碼成無(wú)符號(hào)八位整數(shù)（uint8），載入圖像并將其轉(zhuǎn)換到數(shù)組中，數(shù)組的數(shù)據(jù)類型為“uint8”。
2、灰度變換
對(duì)圖像進(jìn)行灰度變換，如下所示：
from PIL import Image
import numpy as np
im = np.array(Image.open("empire.jpeg"))
print(im.shape,im.dtype)
from PIL import Image
from matplotlib.pylab import plt
from numpy import *
im1 = array(Image.open('empire.jpeg').convert('L'))
im2 = 255 - im1 #對(duì)圖像進(jìn)行反向處理
im3 = (100.0/255) * im1 + 100 #將圖像值變換到100-200之間
im4 = 255.0 * (im1/255) ** 2 #對(duì)圖像像素值求平方后得到的圖像
images = [im1, im2, im3, im4]
titles = ["f(x) = x", "f(x) = 255 - x", "f(x) = (100/255)*x +100", "f(x) = 255*(x/255)^2"]
#輸出圖中的最大像素值和最小像素值
print(int(im1.min()),int(im1.max()))
print(int(im2.min()),int(im2.max()))
print(int(im3.min()),int(im3.max()))
print(int(im4.min()),int(im4.max()))
for i in range(4):
plt.subplot(2, 2, i+1)#2行2列，按編號(hào)順序排列
plt.imshow(images[i])#顯示圖像
plt.title(titles[i])#顯示標(biāo)題
plt.gray()
# plt.xticks([])
# plt.yticks([])
plt.axis('equal')
plt.axis('off')
plt.show()
輸出接入如下所示：
總結(jié)
到此這篇關(guān)于python圖像處理基本操作的文章就介紹到這了,更多相關(guān)python圖像處理操作內(nèi)容請(qǐng)搜索本站以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持本站！
版權(quán)聲明：本站文章來(lái)源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請(qǐng)保持原文完整并注明來(lái)源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非maisonbaluchon.cn所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來(lái)源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來(lái)，僅供學(xué)習(xí)參考，不代表本站立場(chǎng)，如有內(nèi)容涉嫌侵權(quán)，請(qǐng)聯(lián)系alex-e#qq.com處理。
關(guān)注官方微信