1

2

3

4

5

6

7

8

9

10

11

import matplotlib.pyplot as plt # plt 用於顯示圖片

import matplotlib.image as mpimg # mpimg 用於讀取圖片

import numpy as np

lena = mpimg.imread('lena.png') # 讀取和程式碼處於同一目錄下的 lena.png

# 此時 lena 就已經是一個 np.array 了，可以對它進行任意處理

lena.shape #(512, 512, 3)

plt.imshow(lena) # 顯示圖片

plt.axis('off') # 不顯示座標軸

plt.show()

1

2

3

4

5

6

7

8

9

10

11

# 顯示圖片的第一個通道

lena_1 = lena[:,:,0]

plt.imshow('lena_1')

plt.show()

# 此時會發現顯示的是熱量圖，不是我們預想的灰度圖，可以新增 cmap 引數，有如下幾種新增方法：

plt.imshow('lena_1', cmap='Greys_r')

plt.show()

img = plt.imshow('lena_1')

img.set_cmap('gray') # 'hot' 是熱量圖

plt.show()

1

2

3

4

5

6

7

8

def rgb2gray(rgb):

return np.dot(rgb[...,:3], [0.299, 0.587, 0.114])

gray = rgb2gray(lena) 

# 也可以用 plt.imshow(gray, cmap = plt.get_cmap('gray'))

plt.imshow(gray, cmap='Greys_r')

plt.axis('off')

plt.show()

1

2

3

4

5

from scipy import misc

lena_new_sz = misc.imresize(lena, 0.5) # 第二個引數如果是整數，則為百分比，如果是tuple，則為輸出影象的尺寸

plt.imshow(lena_new_sz)

plt.axis('off')

plt.show()

1

2

3

plt.imshow(lena_new_sz)

plt.axis('off')

plt.savefig('lena_new_sz.png')

1

2

from scipy import misc

misc.imsave('lena_new_sz.png', lena_new_sz)

1

2

np.save('lena_new_sz', lena_new_sz) # 會在儲存的名字後面自動加上.npy

img = np.load('lena_new_sz.npy') # 讀取前面儲存的陣列

1

2

3

from PIL import Image

im = Image.open('lena.png')

im.show()

1

2

im_array = np.array(im)

# 也可以用 np.asarray(im) 區別是 np.array() 是深拷貝，np.asarray() 是淺拷貝

1

2

3

from PIL import Image

I = Image.open('lena.png')

I.save('new_lena.png')

1

2

3

4

5

import matplotlib.image as mpimg

from PIL import Image

lena = mpimg.imread('lena.png') # 這裡讀入的資料是 float32 型的，範圍是0-1

im = Image.fromarray(np.uinit8(lena*255))

im.show()

1

2

3

4

5

from PIL import Image

I = Image.open('lena.png')

I.show()

L = I.convert('L')

L.show()