这篇教程python图像处理基本操作总结（PIL库、Matplotlib及Numpy）写得很实用，希望能帮到您。
一、PIL库对图像的基本操作1、读取图片 PIL网上有很多介绍，这里不再讲解。直接操作，读取一张图片，将其转换为灰度图像，并打印出来。 from PIL import Imageimport matplotlib.pyplot as pltpil_im = Image.open("empire.jpeg")pil_image = pil_im.convert("L")plt.gray()plt.imshow(pil_image)plt.show()输出如下所示： 
2、转换图片格式 PIL可以将图像保存为多种格式，下面将PNG格式文件保存为JPG格式： from PIL import Imageimport globimport osfilelist = 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)输出结果如下所示： 
3、输出文件夹中所有图片的文件名列表 import osdef get_imlist(path): """返回目录中所有JPG图像的文件名列表""" return [os.path.join(path,f)for f in os.listdir(path) if f.endswith('.jpg')]print(get_imlist("E:/pythonProject1/filelist/"))输出为文件名列表 二、Matplotlib1、绘制图像、点和线 from PIL import Imagefrom pylab import * #读取图像到数组中im = array(Image.open("empire.jpeg")) #绘制图像imshow(im) #一些点x = [100, 100, 400, 400]y = [200, 500, 200, 500] #使用红色星状标记绘制点plot(x, y)#默认为蓝色实线# plot(x, y, 'r*')#红色星状标记# plot(x, y, 'go-')#带有圆圈标记的绿线# plot(x, y, 'ks')#带有正方形标记的黑色虚线 #绘制连接前三个点的线plot(x[:3], y[:3])axis('off') #添加标题，显示绘制的图像titles = ['empire']plt.title = titlesshow()上面的代码首先绘制出原始图像，然后在 x 和 y 列表中给定点的 x 坐标和 y 坐标上绘制出红色星状标记点，最后在两个列表表示的前两个点之间绘制一条线段。该例子的绘制结果下图： 
2、图像轮廓和直方图 绘制轮廓需要对每个坐标 [x, y] 的像素值施加同一个阈值，所以首先需要将图像灰度化，这里用 PIL 的 convert() 方法将图像转换成灰度图像。图像的直方图用来表征该图像像素值的分布情况。 from PIL import Imagefrom pylab import * # 读取图像到数组中im = array(Image.open("empire.jpeg").convert('L')) #创建一个图像figure()#不使用颜色信息gray()#在原点的左上角显示轮廓图像contour(im, origin = 'image')#检测图像轮廓axis('equal')axis('off')show()#新建一个图像figurehist(im.flatten(), 128)#绘制图像直方图show()图像轮廓图输出如下所示： 
输出图像直方图如下所示： 
3、交互式标注 在一幅图像中标记一些点，或者标注一些训练数据。PyLab 库中的 ginput() 函数就可以实现交互式标注。在图像点击三次，则程序会自动将这3个点的坐标点[x, y]保存到x列表里。 from PIL import Imagefrom pylab import * im = array(Image.open("empire.jpeg"))imshow(im)print("please click 3 points")x = ginput(3)print("you clicked",x)show()三、Numpy1、图像数组表示 对于图像数据，下面的例子阐述了这一点 from PIL import Imageimport numpy as np im = np.array(Image.open("empire.jpeg"))print(im.shape,im.dtype)输出为：
(1024, 683, 3) uint8
每行的第一个元组表示图像数组的大小（行、列、颜色通道），紧接着的字符串表示数组元素的数据类型。因为图像通常被编码成无符号八位整数（uint8），载入图像并将其转换到数组中，数组的数据类型为“uint8”。 2、灰度变换 对图像进行灰度变换，如下所示： from PIL import Imageimport numpy as np im = np.array(Image.open("empire.jpeg"))print(im.shape,im.dtype) from PIL import Imagefrom matplotlib.pylab import pltfrom numpy import * im1 = array(Image.open('empire.jpeg').convert('L'))im2 = 255 - im1 #对图像进行反向处理im3 = (100.0/255) * im1 + 100 #将图像值变换到100-200之间im4 = 255.0 * (im1/255) ** 2 #对图像像素值求平方后得到的图像 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"]#输出图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，按编号顺序排列 plt.imshow(images[i])#显示图像 plt.title(titles[i])#显示标题 plt.gray() # plt.xticks([]) # plt.yticks([]) plt.axis('equal') plt.axis('off')plt.show()输出接入如下所示： 
总结到此这篇关于python图像处理基本操作的文章就介绍到这了,更多相关python图像处理操作内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！
Django drf请求模块源码解析
2021年最新版Python安装及使用教学 |
