skimage.io与skimage.data模块详解

skimage提供了io模块,这个模块是用来操作图片输入输出的。

同时为了方便练习,skimage还提供了data模块,里面嵌套了一些示例图供我们直接使用。

导入io与data模块可用:

from skimage import io,data

一、读取并显示图片

io.imread(filename,as_grey=True):读取图片

参数

filename:图片路径

as_grey: bool类型值,缺省默认为False

                   as_grey=False   读取彩色图片(RGB图)

                   as_grey=True    读取灰度图片

io.imshow(arr):显示图片

参数

arr:需要显示的arr数组(imread()函数读取的图片为ndarray类型的数据)。

1.  使用外部图片

#导包
from skimage import io,data

#一、读取并显示图片

#1. 使用外部图片

#读取图片
img = io.imread('face.jpg')
#img = io.imread('face.jpg', as_grey=True)

#显示图片
io.imshow(img)

 运行结果:

  as_grey=False时

 as_grey=True时 

2.  使用skimage.data模块下自带的示例图片

如果我们不想从外部读取图片,就可以使用skimage.data模块下自带的一些示例图片,常见的示例图片如下:

astronaut

宇航员图片

coffee

一杯咖啡图片

lena

lena美女图片

camera

拿相机的人图片

coins

硬币图片

moon

月亮图片

checkerboard

棋盘图片

horse

马图片

page

书页图片

chelsea

小猫图片

hubble_deep_field

星空图片

text

文字图片

clock

 时钟图片

immunohistochemistry

结肠图片

 

 

显示这些图片可用如下代码,不带任何参数

#2. 使用skimage.data模块下自带的示例图片

#读取图片
img = data.chelsea()

#显示图片
io.imshow(img)

运行结果:

二、保存图片

io.imsave(filename, arr):保存图片

参数

filename:保存的图片路径

arr:需要保存的数组变量

#二、保存图片

#读取图片
img = io.imread('face.jpg')

#显示图片
io.imshow(img)

#保存图片
io.imsave('d:/newface.jpg', img)
运行结果:

三、图片信息

type(img):显示类型
img.shape:显示尺寸
img.shape[0]:图片宽度
img.shape[1]:图片高度
img.shape[2]:图片通道数,注意灰度图没有这个参数
img.size:显示总像素个数
img.max():最大像素值
img.min():最小像素值
img.mean():像素平均值
#三、图片信息

#读取图片
img = io.imread('face.jpg')
#img = io.imread('face.jpg', as_grey=True)


#获取图片信息
print ('img的类型:', type(img))  #numpy.ndarray类型
print ('img的尺寸:', img.shape)  #显示尺寸
print ('img的宽度:', img.shape[0])  #图片宽度
print ('img的高度:', img.shape[1])  #图片高度
print ('img的通道数:', img.shape[2])  #图片通道数
print ('img的总像素个数:', img.size)   #显示总像素个数
print ('img的最大像素值:', img.max())  #最大像素值
print ('img的最小像素值:', img.min())  #最小像素值
print ('img的像素平均值:', img.mean()) #像素平均值


#显示图片
io.imshow(img)

#保存图片
io.imsave('d:/newface.jpg', img)

运行结果:

从结果看出,使用io.imraed()函数读取图片,返回的数据类型是numpy.ndarray

总像素点个数  =  高度(height)*宽度(width)*通道个数(channel)

更多AI资源请关注公众号:大胡子的AI

欢迎各位AI爱好者加入群聊交流学习:882345565(内有大量免费资源哦!)

版权声明:本文为博主原创文章,未经博主允许不得转载。如要转载请与本人联系。

猜你喜欢

转载自blog.csdn.net/weixin_39549734/article/details/81234606