python对比图像的区别方法：首先使用【pylab.imread】读取图片；然后使用【matplotlib.pylab - plt.imshow】显示图片；接着灰度图与RGB图相互转换；最后保存图片即可。
【相关学习推荐：python教程】
python对比图像的区别方法：
一、读取图片
pylab.imread和PIL.Image.open读入的都是RBG顺序，
而cv2.imread读入的是BGR顺序，混合使用的时候要特备注意
1 matplotlib.pylab
import pylab as plt import numpy as np img = plt.imread('examples.png') print(type(img), img.dtype, np.min(img), np.max(img)) [out] (<type 'numpy.ndarray'>, dtype('float32'), 0.0, 1.0) # matplotlib读取进来的图片是float，0-1
2 PIL.image.open
from PIL import Image import numpy as np img = Image.open('examples.png') print(type(img), np.min(img), np.max(img)) img = np.array(img) # 将PIL格式图片转为numpy格式 print(type(img), img.dtype, np.min(img), np.max(img)) [out] (<class 'PIL.PngImagePlugin.PngImageFile'>, 0, 255) # 注意，PIL是有自己的数据结构的，但是可以转换成numpy数组 (<type 'numpy.ndarray'>, dtype('uint8'), 0, 255) # 和用matplotlib读取不同，PIL和matlab相同，读进来图片和其存储在硬盘的样子是一样的，uint8，0-255
3 cv2.imread
import cv2 import numpy as np img = cv2.imread('examples.png') # 默认是读入为彩色图，即使原图是灰度图也会复制成三个相同的通道变成彩色图 img_gray = cv2.imread('examples.png', 0) # 第二个参数为0的时候读入为灰度图，即使原图是彩色图也会转成灰度图 print(type(img), img.dtype, np.min(img), np.max(img)) print(img.shape) print(img_gray.shape) [out] (<type 'numpy.ndarray'>, dtype('uint8'), 0, 255) # opencv读进来的是numpy数组，类型是uint8，0-255 (824, 987, 3) # 彩色图3通道 (824, 987) # 灰度图单通道
import cv2 import pylab as plt from PIL import Image import numpy as np img_plt = plt.imread('examples.png') img_pil = Image.open('examples.png') img_cv = cv2.imread('examples.png') print(img_plt[125, 555, :]) print(np.array(img_pil)[125, 555, :] / 255.0) print(img_cv[125, 555, :] / 255.0) [out] [ 0.61176473 0.3764706 0.29019609] [ 0.61176471 0.37647059 0.29019608] [ 0.29019608 0.37647059 0.61176471] # opencv的是BGR顺序
二、显示图片
1、matplotlib.pylab - plt.imshow，这个函数的实际上就是将一个numpy数组格式的RGB图像显示出来
import pylab as plt import numpy as np img = plt.imread('examples.png') plt.imshow(img) plt.show()
import pylab as plt from PIL import Image import numpy as np img = Image.open('examples.png') img_gray = img.convert('L') #转换成灰度图像 img = np.array(img) img_gray = np.array(img_gray) plt.imshow(img) # or plt.imshow(img / 255.0)，matplotlib和matlab一样，如果是float类型的图像，范围是0-1才能正常imshow，如果是uint8图像，范围则需要是0-255 plt.show() plt.imshow(img_gray, cmap=plt.gray()) # 显示灰度图要设置cmap参数 plt.show() plt.imshow(Image.open('examples.png')) # 实际上plt.imshow可以直接显示PIL格式图像 plt.show()
import pylab as plt import cv2 import numpy as np img = cv2.imread('examples.png') plt.imshow(img[..., -1::-1]) # 因为opencv读取进来的是bgr顺序呢的，而imshow需要的是rgb顺序，因此需要先反过来 plt.show()
2 cv2显示图片
import cv2
image2=cv2.imread(r"test/aaa/0002/0002_0_1.jpg")
cv2.imshow("1",image2)
cv2.waitKey(0)三、灰度图-RGB图相互转换
1 PIL.Image
from PIL import Image img = Image.open('examples.png') img_gray = img.convert('L') # RGB转换成灰度图像 img_rgb = img_gray.convert('RGB') # 灰度转RGB print(img) print(img_gray) print(img_rgb) [out] <PIL.PngImagePlugin.PngImageFile image mode=RGB size=987x824 at 0x7FC2CCAE04D0> <PIL.Image.Image image mode=L size=987x824 at 0x7FC2CCAE0990> <PIL.Image.Image image mode=RGB size=987x824 at 0x7FC2CCAE0250>
2 cv2（注意，opencv在读入图片的时候就可以通过参数实现颜色通道的转换，下面是用别的方式实现）
import cv2 import pylab as plt img = cv2.imread('examples.png') img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # BGR转灰度 img_bgr = cv2.cvtColor(img_gray, cv2.COLOR_GRAY2BGR) # 灰度转BRG img_rgb = cv2.cvtColor(img_gray, cv2.COLOR_GRAY2RGB) # 也可以灰度转RGB
四、保存图片
1 PIL.image - 保存PIL格式的图片
from PIL import Image img = Image.open('examples.png') img.save('examples2.png') img_gray = img.convert('L') img_gray.save('examples_gray.png') # 不管是灰度还是彩色，直接用save函数保存就可以，但注意，只有PIL格式的图片能够用save函数
2 cv2.imwrite - 保存numpy格式的图片
import cv2 img = cv2.imread('examples.png') # 这是BGR图片 cv2.imwrite('examples2.png', img) # 这里也应该用BGR图片保存，这里要非常注意，因为用pylab或PIL读入的图片都是RGB的，如果要用opencv存图片就必须做一个转换 img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) cv2.imwrite('examples_gray.png', img_gray)
想了解更多相关学习，敬请关注php培训栏目！
以上是python如何对比图像的区别的详细内容。更多信息请关注PHP中文网其他相关文章！
