python3如何读取图片并灰度化图片-创新互联
这篇文章主要介绍python3如何读取图片并灰度化图片,文中介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们一定要看完!
创新互联是一家专业提供红安企业网站建设,专注与网站设计制作、网站制作、成都h5网站建设、小程序制作等业务。10年已为红安众多企业、政府机构等服务。创新互联专业网站建设公司优惠进行中。在处理图像的时候经常是读取图片以后把图片转换为灰度图。作为一个刚入坑的小白,我在这篇博客记录了四种处理的方法。
首先导入包:
import numpy as np import cv2 import tensorflow as tf from PIL import Image
方法一:在使用OpenCV读取图片的同时将图片转换为灰度图:
img = cv2.imread(imgfile, cv2.IMREAD_GRAYSCALE) print("cv2.imread(imgfile, cv2.IMREAD_GRAYSCALE)结果如下:") print('大小:{}'.format(img.shape)) print("类型:%s"%type(img)) print(img)
运行结果如下图所示:
方法二:使用OpenCV,先读取图片,然后在转换为灰度图:
img = cv2.imread(imgfile) #print(img.shape) #print(img) gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) #Y = 0.299R + 0.587G + 0.114B print("cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)结果如下:") print('大小:{}'.format(gray_img.shape)) print("类型:%s" % type(gray_img)) print(gray_img)
运行结果如下:
方法三:使用PIL库中的Image模块:
img = np.array(Image.open(imgfile).convert('L'), 'f') #读取图片,灰度化,转换为数组,L = 0.299R + 0.587G + 0.114B。'f'为float类型 print("Image方法的结果如下:") print('大小:{}'.format(img.shape)) print("类型:%s" % type(img)) print(img)
运行结果如下:
更多关于使用PIL库中的Image模块的convert()函数的知识请参考博客:https://www.jb51.net/kf/201603/492898.html
方法四:TensorFlow方法:
with tf.Session() as sess: img = tf.read_file(imgfile) #读取图片, img_data = tf.image.decode_jpeg(img, channels=3) #解码 #img_data = sess.run(tf.image.decode_jpeg(img, channels=3)) img_data = sess.run(tf.image.rgb_to_grayscale(img_data)) #灰度化 print('大小:{}'.format(img_data.shape)) print("类型:%s" % type(img_data)) print(img_data)
运行结果如下:
可以看出:TensorFlow的方法的结果与上面的三种方法的处理结果略有不同。所以在处理图像的时候最好保持方法的一致性,最好不要用这种方法读取完图片然后用另一种方法处理图片,以避免不必要的bug影响图片处理处理结果。
以上是“python3如何读取图片并灰度化图片”这篇文章的所有内容,感谢各位的阅读!希望分享的内容对大家有帮助,更多相关知识,欢迎关注创新互联行业资讯频道!
网页题目:python3如何读取图片并灰度化图片-创新互联
本文路径:http://myzitong.com/article/doisgp.html