openCV-python（六）图像 *** 作——通道拆分与合并

关于图像的基本 *** 作中，对图像RGB通道的拆分与合并，本文介绍两种方式，第一种是使用opencv-python，即cv2，第二种使用Pillow即PIL模块。这里要注意的是，Pillow处理图像时，通道顺序为正常的RGB模式，但是opencv处理图像，通道顺序比较特殊，为BGR，所以这里要注意。

在 python 中除了用 opencv，也可以用 matplotlib 和 PIL 这两个库 *** 作。本人偏爱 matpoltlib，因为它的语法更像 matlab。

一、matplotlib

1 显示

复制代码

import matplotlibpyplot as plt # plt 用于显示

import matplotlibimage as mpimg # mpimg 用于读取

import numpy as np

lena = mpimgimread('lenapng') # 读取和代码处于同一目录下的 lenapng

# 此时 lena 就已经是一个 nparray 了，可以对它进行任意处理

lenashape #(512, 512, 3)

pltimshow(lena) # 显示

pltaxis('off') # 不显示坐标轴

pltshow()

复制代码

2 显示某个通道

复制代码

# 显示的第一个通道

lena_1 = lena[:,:,0]

pltimshow('lena_1')

pltshow()

# 此时会发现显示的是热量图，不是我们预想的灰度图，可以添加 cmap 参数，有如下几种添加方法：

pltimshow('lena_1', cmap='Greys_r')

pltshow()

img = pltimshow('lena_1')

imgset_cmap('gray') # 'hot' 是热量图

pltshow()

复制代码

3 将 RGB 转为灰度图

matplotlib 中没有合适的函数可以将 RGB 图转换为灰度图，可以根据公式自定义一个：

复制代码

def rgb2gray(rgb):

return npdot(rgb[,:3], [0299, 0587, 0114])

gray = rgb2gray(lena)

# 也可以用 pltimshow(gray, cmap = pltget_cmap('gray'))

pltimshow(gray, cmap='Greys_r')

pltaxis('off')

pltshow()

复制代码

4 对图像进行放缩

这里要用到 scipy

复制代码

from scipy import misc

lena_new_sz = miscimresize(lena, 05) # 第二个参数如果是整数，则为百分比，如果是tuple，则为输出图像的尺寸

pltimshow(lena_new_sz)

pltaxis('off')

pltshow()

复制代码

5 保存图像

51 保存 matplotlib 画出的图像

该方法适用于保存任何 matplotlib 画出的图像，相当于一个 screencapture。

pltimshow(lena_new_sz)

pltaxis('off')

pltsavefig('lena_new_szpng')

52 将 array 保存为图像

from scipy import misc

miscimsave('lena_new_szpng', lena_new_sz)

53 直接保存 array

读取之后还是可以按照前面显示数组的方法对图像进行显示，这种方法完全不会对图像质量造成损失

npsave('lena_new_sz', lena_new_sz) # 会在保存的名字后面自动加上npy

img = npload('lena_new_sznpy') # 读取前面保存的数组

二、PIL

1 显示

from PIL import Image

im = Imageopen('lenapng')

imshow()

2 将 PIL Image 转换为 numpy 数组

im_array = nparray(im)

# 也可以用 npasarray(im) 区别是 nparray() 是深拷贝，npasarray() 是浅拷贝

3 保存 PIL

直接调用 Image 类的 save 方法

from PIL import Image

I = Imageopen('lenapng')

Isave('new_lenapng')

4 将 numpy 数组转换为 PIL

这里采用 matplotlibimage 读入数组，注意这里读入的数组是 float32 型的，范围是 0-1，而 PILImage 数据是 uinit8 型的，范围是0-255，所以要进行转换：

import matplotlibimage as mpimg

from PIL import Image

lena = mpimgimread('lenapng') # 这里读入的数据是 float32 型的，范围是0-1

im = Imagefromarray(npuinit8(lena255))

imshow()

5 RGB 转换为灰度图

from PIL import Image

I = Imageopen('lenapng')

Ishow()

L = Iconvert('L')

Lshow()

以上就是关于openCV-python（六）图像 *** 作——通道拆分与合并全部的内容，包括:openCV-python（六）图像 *** 作——通道拆分与合并、怎么用python显示一张图片、等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！