图片的读取与显示

常见的六种方式读取和显示图片

使用 Opencv

import cv2

# 读取图片 (默认 BGR 格式)
img = cv2.imread('./flowers.jpg')  # 返回 numpy.ndarray
img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # 转为 RGB

# 显示图片
cv2.imshow('Image', img) #默认使用 BGR 色彩空间来显示
cv2.waitKey(0)  # 等待按键关闭窗口
cv2.destroyAllWindows()

使用 Pillow (PIL.Image)

from PIL import Image

# 打开图片
img = Image.open('./flowers.jpg')  # 返回 PIL.Image 对象 # 默认 RGB 格式

#显示图片
img.show()

# 可转为 numpy.ndarray
import numpy as np
img_array = np.array(img)  # RGB 格式

使用skimage

from skimage import io

# 读取图片
img = io.imread('./flowers.jpg')  # 自动转换为 RGB numpy.ndarray

# 显示图片
io.imshow(img)
io.show()

使用Numpy+Matplotlib

import matplotlib.pyplot as plt

# 使用 OpenCV 读取图片
import cv2
img = cv2.imread('./flowers.jpg')
img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # numpy.ndarray格式

# 显示图片
plt.imshow(img_rgb)
plt.axis('off')  # 不显示坐标轴
plt.show()

使用TensorFlow

import tensorflow as tf

# 加载图片为张量
img = tf.keras.preprocessing.image.load_img('./flowers.jpg')  # 返回 PIL.Image 对象
img_array = tf.keras.preprocessing.image.img_to_array(img)  # 转为 numpy.ndarray

#显示
import matplotlib.pyplot as plt
plt.imshow(img)
plt.axis('off')
plt.show()

使用PyTorch

from PIL import Image
import torchvision.transforms as transforms

# 打开图片
img = Image.open('./flowers.jpg')

# 转为张量
transform = transforms.ToTensor()
img_tensor = transform(img)

# 显示张量 (需转为 NumPy)
import matplotlib.pyplot as plt
plt.imshow(img_tensor.permute(1, 2, 0))  # (C, H, W) -> (H, W, C)
plt.axis('off')
plt.show()