最近在研究深度學習視覺相關的東西，經常需要寫python代碼搭建深度學習模型。比如寫CNN模型相關代碼時，我們需要借助python圖像庫來讀取圖像并進行一系列的圖像處理工作。我最常用的圖像庫當然是opencv，很強大很好用，但是opencv也有一些坑，不注意的話也會搞出大麻煩。近期我也在看一些別人寫的代碼，因為個人習慣不一樣，他們在做深度學習時用于圖片讀取的圖像庫各不相同，從opencv到PIL再到skimage等等各種庫都有，有些庫讀進來的圖片存儲方式也不太一樣，如果不好好總結這些主流圖像讀寫庫特點的話，以后看代碼寫代碼都會遇坑無數。這篇文章就總結了以下主流Python圖像庫的一些基本使用方法和需要注意的地方：
1.opencv
2.PIL(pillow)
3.matplotlib.image
4.scipy.misc
5.skimage
opencv: cv2.imread
opencv作為我最常用的圖像處理庫，當然第一個介紹，并且介紹得比較全面。毋庸置疑，opencv是今天介紹得所有圖像庫中最全面也最強大的庫，如果我們只想掌握一個圖像庫，我覺得opencv庫肯定是最適合不過了。
圖片讀取操作
import cv2import numpy as np#讀入圖片：默認彩色圖，cv2.IMREAD_GRAYSCALE灰度圖，cv2.IMREAD_UNCHANGED包含alpha通道img = cv2.imread('1.jpg')cv2.imshow('src',img)print(img.shape) # (h,w,c)print(img.size) # 像素總數目print(img.dtype)print(img)cv2.waitKey() 
值得注意的是，opencv讀進來的圖片已經是一個numpy矩陣了，彩色圖片維度是（高度，寬度，通道數）。數據類型是uint8。
#gray = cv2.imread('1.jpg',cv2.IMREAD_GRAYSCALE) #灰度圖#cv2.imshow('gray',gray)#也可以這么寫，先讀入彩色圖，再轉灰度圖src = cv2.imread('1.jpg')gray = cv2.cvtColor(src,cv2.COLOR_BGR2GRAY)cv2.imshow('gray',gray)print(gray.shape)print(gray.size)print(gray)cv2.waitKey() 
上面提到了兩種獲取灰度圖的方式，讀進來的灰度圖的矩陣格式是（高度，寬度）。
#注意，計算圖片路徑是錯的，Opencv也不會提醒你，但print img時得到的結果是Noneimg2 = cv2.imread('2.jpg')print(img2) 
#如何解決“讀到的圖片不存在的問題”？ #加入判斷語句，如果為空，做異常處理img2 = cv2.imread('2.jpg')if img2 == None: print('fail to load image!') 
圖片矩陣變換
opencv讀入圖片的矩陣格式是：（height,width,channels）。而在深度學習中，因為要對不同通道應用卷積，所以會采取另一種方式：（channels,height,width）。為了應對該要求，我們可以這么做
#注意到，opencv讀入的圖片的彩色圖是一個channel last的三維矩陣（h,w,c），即（高度，寬度，通道）#有時候在深度學習中用到的的圖片矩陣形式可能是channel first，那我們可以這樣轉一下print(img.shape)img = img.transpose(2,0,1)print(img.shape)
在深度學習搭建CNN時，往往要做相應的圖像數據處理，比如圖像要擴展維度，比如擴展成（batch_size,channels,height,width）。
對于這種要求，我們可以這么做。
#有時候還要擴展維度，比如有時候我們需要預測單張圖片，要在要加一列做圖片的個數，可以這么做img = np.expand_dims(img, axis=0)print(img.shape)
上面提到的是預測階段時預測單張圖片的擴展維度的操作，如果是訓練階段，構建batch，即得到這種形式：（batch_size,channels,height,width）。我一般喜歡這么做
data_list = [] loop: im = cv2.imread('xxx.png') data_list.append(im)data_arr = np.array(data_list)這樣子就能構造成我們想要的形式了。
圖片歸一化
#因為opencv讀入的圖片矩陣數值是0到255，有時我們需要對其進行歸一化為0~1img3 = cv2.imread('1.jpg')img3 = img3.astype("float") / 255.0 #注意需要先轉化數據類型為floatprint(img3.dtype)print(img3) 
存儲圖片
#存儲圖片cv2.imwrite('test1.jpg',img3) #得到的是全黑的圖片，因為我們把它歸一化了#所以要得到可視化的圖，需要先*255還原img3 = img3 * 255cv2.imwrite('test2.jpg',img3) #這樣就可以看到彩色原圖了opencv大坑之BGR
opencv對于讀進來的圖片的通道排列是BGR，而不是主流的RGB！謹記！
#opencv讀入的矩陣是BGR，如果想轉為RGB，可以這么轉img4 = cv2.imread('1.jpg')img4 = cv2.cvtColor(img4,cv2.COLOR_BGR2RGB)訪問像素
#訪問像素print(img4[10,10]) #3channelsprint(gray[10,10]) #1channelimg4[10,10] = [255,255,255]gray[10,10] = 255print(img4[10,10]) #3channelsprint(gray[10,10]) #1channel
ROI操作
#roi操作roi = img4[200:550,100:450,:]cv2.imshow('roi',roi)cv2.waitKey() 
通道操作
#分離通道img5 = cv2.imread('1.jpg')b,g,r = cv2.split(img5)#合并通道img5 = cv2.merge((b,g,r))#也可以不拆分img5[:,:,2] = 0 #將紅色通道值全部設0PIL：PIL.Image.open
圖片讀取
from PIL import Imageimport numpy as np
PIL即Python Imaging Library，也即為我們所稱的Pillow，是一個很流行的圖像庫，它比opencv更為輕巧，正因如此，它深受大眾的喜愛。
圖像讀寫
PIL讀進來的圖像是一個對象，而不是我們所熟知的numpy 矩陣。
img = Image.open('1.jpg')print(img.format) print(img.size) #注意，省略了通道 (w，h)print(img.mode) #L為灰度圖，RGB為真彩色,RGBA為加了透明通道img.show() # 顯示圖片 
灰度圖的獲取
gray = Image.open('1.jpg').convert('L')gray.show() 
#讀取不到圖片會拋出異常IOError，我們可以捕捉它，做異常處理try: img2 = Image.open('2.jpg')except IOError: print('fail to load image!') 
#pillow讀進來的圖片不是矩陣，我們將圖片轉矩陣,channel lastarr = np.array(img3)print(arr.shape)print(arr.dtype)print(arr)
灰度圖的轉化與彩圖轉化一樣
arr_gray = np.array(gray)print(arr_gray.shape)print(arr_gray.dtype)print(arr_gray)
存儲圖片
#矩陣再轉為圖像new_im = Image.fromarray(arr)new_im.save('3.png')圖像操作
#分離合并通道r, g, b = img.split()img = Image.merge("RGB", (b, g, r))img = img.copy() #復制圖像
ROI獲取
img3 = Image.open('1.jpg')roi = img3.crop((0,0,300,300)) #(左上x，左上y，右下x，右下y)坐標roi.show()matplotlib：matplotlib.image.imread
matplotlib是一個科學繪圖神器，用的人非常多。
import matplotlib.pyplot as pltimport numpy as np
image = plt.imread('1.jpg')plt.imshow(image)plt.show() 
#也可以關閉顯示x，y軸上的數字image = plt.imread('1.jpg')plt.imshow(image)plt.axis('off')plt.show() 
#plt.imread讀入的就是一個矩陣，跟opencv一樣，但彩圖讀進的是RGB，與opencv有區別print(image.shape) # (h,w,c)print(image.size)print(image.dtype) print(image)
im_r = image[:,:,0] #紅色通道plt.imshow(im_r)plt.show()#此時會發現顯示的是熱量圖，不是我們預想的灰度圖，可以添加 cmap 參數解決plt.imshow(im_r,cmap='Greys_r')plt.show()
#與opencv結合使用import cv2im2 = cv2.imread('1.jpg')plt.imshow(im2)plt.axis('off')plt.show()#發現圖像顏色怪怪的，原因當然是我們前面提到的RGB順序不同的原因啦,轉一下就好im2 = cv2.cvtColor(im2,cv2.COLOR_BGR2RGB)plt.imshow(im2)plt.axis('off')plt.show()#所以無論用什么庫讀進圖片，只要把圖片改為矩陣，那么matplotlib就可以處理了 
#再試一試pillow和matplotlib結合from PIL import Imageim3 = Image.open('1.jpg')im3 = np.array(im3)plt.figure(1)plt.imshow(im3)plt.axis('off')#存儲圖像，注意，必須在show之前savefig，否則存儲的圖片一片空白plt.savefig('timo.jpg')plt.show() 
#最后以一個綜合例子總結matplotlib最基本的圖片顯示技巧吧im_lol1 = plt.imread('lol.jpg')im_lol2 = plt.imread('1.jpg')figure = plt.figure(figsize=(20,10)) # 調整顯示圖片的大小'''figsize參數：指定繪圖對象的寬度和高度，單位為英寸；dpi參數指定繪圖對象的分辨率，即每英寸多少個像素，缺省值為80。因此本例中所創建的圖表窗口的寬度為8*80 = 640像素'''plt.axis("off")#不顯示刻度 ax = figure.add_subplot(121) # 圖片以1行2列的形式顯示plt.axis('off')ax.imshow(im_lol1) #第一張圖ax.set_title('lol image 1')#給圖片加titile ax = figure.add_subplot(122) plt.axis('off')ax.imshow(im_lol2) ax.set_title('lol image 2')#給圖片加titile plt.savefig('twp.jpg')plt.show() 
scipy.misc：scipy.misc.imread
from scipy import miscimport matplotlib.pyplot as plt
im = misc.imread('1.jpg')print(im.dtype)print(im.size)print(im.shape)misc.imsave('misc1.png',im)plt.imshow(im)plt.show()print(im) 
可以看到，有warining，提示我們imread和imsave在后來的版本將會被棄用，叫我們使用imageio.imread和imageio.imwrite。
我們根據她的提示，使用imageio模塊進行圖片讀寫，warning也就沒有了。
import imageioim2 = imageio.imread('1.jpg')print(im2.dtype)print(im2.size)print(im2.shape)plt.imshow(im)plt.show()print(im2)imageio.imsave('imageio.png',im2) 
skimage：skimage.io.imread
from skimage import ioim = io.imread('1.jpg')print(im.shape) # numpy矩陣，(h,w,c)print(im.dtype)print(im.size)io.imshow(im)io.imsave('sk.png',im)print(im) 
圖像也是以numpy array形式讀入。
灰度圖的獲取方式：
im2 = io.imread('1.jpg',as_grey=True) #讀入灰度圖print(im2.dtype)print(im2.size)print(im2.shape)io.imshow(im2)io.imsave('sk_gray.png',im2)io.show()print(im2) 
可以看到，灰度圖像的矩陣的值被歸一化了，注意注意！
也可以以這種方式獲得灰度圖：
from skimage import colorim3 = io.imread('1.jpg')im3 = color.rgb2grey(im3)print(im3.dtype)print(im3.size)print(im3.shape)io.imshow(im3)io.show()'''skimage.color.rgb2grey(rgb)skimage.color.rgb2hsv(rgb)skimage.color.rgb2lab(rgb)skimage.color.gray2rgb(image)skimage.color.hsv2rgb(hsv)skimage.color.lab2rgb(lab)''' 
總結
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
