from PIL import Image
import numpy as np
import cv2
from matplotlib import pyplot as pltfile_path = '1.png'

读彩色图像

区别：

1. opencv-python读出来的是BGR颜色通道的
2. PIL读出的是PIL类格式的，而cv和plt是numpy数组

# 读取彩色图像 都是H×W×C
img1 = cv2.imread(file_path)  # BGR
img2 = plt.imread(file_path)  # RGB
img3 = np.array(Image.open(file_path))  # RGB

BRG和RGB格式互转

# 用opencv-python
image_rgb = cv2.cvtColor(image_bgr, cv2.COLOR_BGR2RGB)image_bgr = cv2.cvtColor(image_rgb, cv2.COLOR_RGB2BGR)# 利用数组切片 
# 因为shape是H×W×C，BGR倒着读就是RGB
image_rgb = image_bgr[:, :, ::-1] 

读灰色图像

区别：

1. plt没法读取时设置读灰色图像，但是可以在plt.imshow()的时候设置按照灰度图显示

# 以灰度图方式读取 
img4 = cv2.imread(file_path, flags=cv.IMREAD_GRAYSCALE)
img6 = np.array(Image.open(file_path).convert("L"))# img5 = plt.imread(file_path) 
# plt没法以灰度方式读取，只能在imshow的时候以灰度方式显示plt.imshow(a, cmap='viridis', interpolation='nearest')

opencv的flags参数

常数	值	效果
cv2.IMREAD_COLOR	1	读取图像时保留颜色通道（默认值）
cv2.IMREAD_GRAYSCALE	0	以灰度模式读取图像
cv2.IMREAD_UNCHANGED	-1	以包含 alpha 通道的方式读取图像

保存图像

matplotlib：

plt保存原理是先创建画板，然后把图像绘制上去。

这会导致保存图像出现白边，以及像素大小与想要的大小不符的现象。不推荐使用！！

plt.imshow(image)
plt.savefig('output.png', bbox_inches='tight', transparent=True, dpi=300, figsize=(6, 4))

opencv：

简单好用

cv2.imwrite("output.jpg", img) # img是numpy数组

pillow：

必须先转PIL对象才能保存

# 使用PIL保存NumPy数组为图像
image = Image.fromarray(numpy_array)# 保存图像
image.save("output.png")

 

显示图像

区别：

1. PIL调用系统默认的图片查看工具
2. opencv和matplotlib有自己的可视化工具，且matplotlib可以集成在Pycharm的SciView

# PIL 
image = Image.open("image.jpg")
image.show()# opencv 
image = cv2.imread("image.jpg")
cv2.imshow("Image", image)
cv2.waitKey(0) # 修改等待时间可以用于展示视频帧
cv2.destroyAllWindows()# matplotlib
plt.imshow(img)
plt.show()