Flask接口签名sign原理与实例代码浅析
289
2022-06-14
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()
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。
发表评论
暂时没有评论,来抢沙发吧~