快捷導(dǎo)航

python imread函數(shù)詳解

更新時(shí)間：2021年08月16日 10:20:19 作者：walter_xh

這篇文章主要介紹了python imread函數(shù)詳解,本篇文章通過(guò)簡(jiǎn)要的案例,講解了該項(xiàng)技術(shù)的了解與使用,以下就是詳細(xì)內(nèi)容,需要的朋友可以參考下

Python 中各種imread函數(shù)的區(qū)別與聯(lián)系

最近一直在用python做圖像處理相關(guān)的東西，被各種imread函數(shù)搞得很頭疼，因此今天決定將這些imread總結(jié)一下，以免以后因此犯些愚蠢的錯(cuò)誤。如果你正好也對(duì)此感到困惑可以看下這篇總結(jié)。當(dāng)然，要了解具體的細(xì)節(jié)，還是應(yīng)該 read the fuck code和API document，但貌似python的很多模塊文檔都不是很全，所以只能多看代碼和注釋了。

先來(lái)看看常用的讀取圖片的方式：

PIL.Image.open
scipy.misc.imread
scipy.ndimage.imread
cv2.imread
matplotlib.image.imread
skimge
caffe.io.load_iamge

這些方法可以分為四大家族

PIL

PIL.Image.open + numpy
scipy.misc.imread
scipy.ndimage.imread

這些方法都是通過(guò)調(diào)用PIL.Image.open 讀取圖像的信息；
PIL.Image.open 不直接返回numpy對(duì)象，可以用numpy提供的函數(shù)進(jìn)行轉(zhuǎn)換，參考Image和Ndarray互相轉(zhuǎn)換；
其他模塊都直接返回numpy.ndarray對(duì)象，通道順序?yàn)镽GB，通道值得默認(rèn)范圍為0-255。

matplotlib

matplot.image.imread

從名字中可以看出這個(gè)模塊是具有matlab風(fēng)格的，直接返回numpy.ndarray格式通道順序是RGB，通道值默認(rèn)范圍0-255。

opencv

cv2.imread

使用opencv讀取圖像，直接返回numpy.ndarray 對(duì)象，通道順序?yàn)?strong>BGR ，注意是BGR，通道值默認(rèn)范圍0-255。

skimage

skimage.io.imread: 直接返回numpy.ndarray 對(duì)象，通道順序?yàn)镽GB，通道值默認(rèn)范圍0-255。
caffe.io.load_image: 沒(méi)有調(diào)用默認(rèn)的skimage.io.imread，返回值為0-1的float型數(shù)據(jù)，通道順序?yàn)镽GB

關(guān)于圖像的一些說(shuō)明

可以使用matplotlib的pyplot模塊的show也可以使用cv2的imshow方法，對(duì)于這些方法只要你傳入的參數(shù)是numpy.ndarray（通道值范圍0-255）就可以正常顯示，不存在區(qū)別，這也可以看出numpy在python中的重要地位；但是cv2.imshow方法由于它針對(duì)的是cv2的imread 所以它內(nèi)部會(huì)做通道順序的變化，傳入為BGR轉(zhuǎn)換為RGB，所以你如果傳入RGB顯示的就是BGR了。廢話說(shuō)完了，看代碼。

以下是測(cè)試代碼

運(yùn)行環(huán)境為windows10+python3.6

#encoding=utf8
from PIL import Image
import numpy as np
import cv2
import matplotlib.pyplot as plt # plt 用于顯示圖片
import matplotlib.image as mpimg # mpimg 用于讀取圖片
import skimage
import sys
from skimage import io 

#PIL
#相關(guān):scipy.misc.imread, scipy.ndimage.imread
#misc.imread 提供可選參數(shù)mode，但本質(zhì)上是調(diào)用PIL，具體的模式可以去看srccode或者document
#https://github.com/scipy/scipy/blob/v0.17.1/scipy/misc/pilutil.py
imagepath='test1.jpg'
im1=Image.open(imagepath)
im1=np.array(im1)#獲得numpy對(duì)象,RGB
print(type(im1))
print(im1.shape)

#2 opencv 
im2=cv2.imread(imagepath)
print(type(im2))#numpy BGR
print(im2.shape)#[width,height,3]

#3 matplotlib 類似matlab的方式
im3 = mpimg.imread(imagepath)
print(type(im3))#np.array
print(im3.shape)

#4 skimge 
#caffe.io.load_iamge()也是調(diào)用的skimage實(shí)現(xiàn)的，返回的是0-1 float型數(shù)據(jù)
im4 = io.imread(imagepath)
print(type(im4))#np.array
print(im4.shape)
#print(im4)


# cv2.imshow('test',im4)
# cv2.waitKey()
#統(tǒng)一使用plt進(jìn)行顯示，不管是plt還是cv2.imshow,在python中只認(rèn)numpy.array，但是由于cv2.imread 的圖片是BGR，cv2.imshow 時(shí)相應(yīng)的換通道顯示
plt.subplot(221)
plt.title('PIL read')
plt.imshow(im1)
plt.subplot(222)
plt.title('opencv read')
plt.imshow(im2)
plt.subplot(223)
plt.title('matplotlib read')
plt.imshow(im3)
plt.subplot(224)
plt.title('skimage read')
plt.imshow(im4)
#plt.axis('off') # 不顯示坐標(biāo)軸
plt.show()

##################################### cmd output################################
# <class 'numpy.ndarray'>
# (851, 1279, 3)
# <class 'numpy.ndarray'>
# (851, 1279, 3)
# <class 'numpy.ndarray'>
# (851, 1279, 3)
# <class 'numpy.ndarray'>
# (851, 1279, 3)

測(cè)試結(jié)果

這里寫(xiě)圖片描述