前面的一些例子中，我們都是利用Image.open（）來打開一幅python/305068.html">python/304630.html">圖像，然后直接對這個PIL對象進行操作。如果只是簡單的操作還可以，但是如果操作稍微復雜一些，就比較吃力了。因此，通常我們加載完圖片后，都是把圖片轉換成矩陣來進行更加復雜的操作。
python中利用numpy庫和scipy庫來進行各種數據操作和科學計算。我們可以通過pip來直接安裝這兩個庫
pip install numpypip install scipy
以后，只要是在python中進行數字圖像處理，我們都需要導入這些包：
from PIL import Imageimport numpy as npimport matplotlib.pyplot as plt
打開圖像并轉化為矩陣，并顯示：
from PIL import Imageimport numpy as npimport matplotlib.pyplot as pltimg=np.array(Image.open('d:/lena.jpg')) #打開圖像并轉化為數字矩陣plt.figure("dog")plt.imshow(img)plt.axis('off')plt.show()調用numpy中的array（）函數就可以將PIL對象轉換為數組對象。
查看圖片信息，可用如下的方法：
print img.shape print img.dtype print img.size print type(img)
如果是RGB圖片，那么轉換為array之后，就變成了一個rows*cols*channels的三維矩陣,因此，我們可以使用img[i,j,k]來訪問像素值。
例1：打開圖片，并隨機添加一些椒鹽噪聲
from PIL import Imageimport numpy as npimport matplotlib.pyplot as pltimg=np.array(Image.open('d:/ex.jpg'))#隨機生成5000個椒鹽rows,cols,dims=img.shapefor i in range(5000): x=np.random.randint(0,rows) y=np.random.randint(0,cols) img[x,y,:]=255 plt.figure("beauty")plt.imshow(img)plt.axis('off')plt.show() 
例2：將lena圖像二值化，像素值大于128的變為1，否則變為0
from PIL import Imageimport numpy as npimport matplotlib.pyplot as pltimg=np.array(Image.open('d:/pic/lena.jpg').convert('L'))rows,cols=img.shapefor i in range(rows): for j in range(cols): if (img[i,j]<=128): img[i,j]=0 else: img[i,j]=1 plt.figure("lena")plt.imshow(img,cmap='gray')plt.axis('off')plt.show() 
如果要對多個像素點進行操作，可以使用數組切片方式訪問。切片方式返回的是以指定間隔下標訪問 該數組的像素值。下面是有關灰度圖像的一些例子：
img[i,:] = im[j,:] # 將第 j 行的數值賦值給第 i 行img[:,i] = 100 # 將第 i 列的所有數值設為 100img[:100,:50].sum() # 計算前 100 行、前 50 列所有數值的和img[50:100,50:100] # 50~100 行，50~100 列（不包括第 100 行和第 100 列）img[i].mean() # 第 i 行所有數值的平均值img[:,-1] # 最后一列img[-2,:] (or im[-2]) # 倒數第二行
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持VEVB武林網。
新聞熱點
疑難解答
