python图像处理库

需要关注：

1：读取的图片通道排列：RGB,BGR等等

2：照片的维度排列：(h,w,c), (c,h,w)

3：读取照片的格式是img,还是数组。img需要转换成numpy数组

opencv

官方地址

import cv2
im = cv2.imread('1.jpg') # 读取出来的是ndarray,通道序列BGR,shape=(h,w,c),需要改变通道顺序为BGR
im = cv2.cvtColor(im, cv2.COLOR_BGR2RGB) # BGR转换为RBG

不同通道顺序在matplotlib.pyplt下展示的效果，matplotlib通道顺序是按照RGB显示，右边是原图。

PIL

官方地址

from PIL import Image
import numpy as np
im = Image.open("hopper.ppm") # 读取文件，数据类型为PIL,需要转换成numpy计算，通道序列RGB
imgarr = np.array(im) # 将PIL格式转换成ndarray,shape=(h,w,c)
im.show() # 可打开图片查看，自动调用系统中查看图片的程序

skimage

官方地址

import skimage.io as io
im4 = io.imread(file) # 数据类型ndarray,通道顺序RGB,shape=(h,w,c)

matplotlib.pyplt

官方地址

import matplotlib.pyplot as plt
im3 = plt.imread(file) # 数据类型ndarray,通道顺序RGB,shape=(h,w,c)

总结

1.所有图片处理库得到的多维数组形状都是(h,w,c)即(高，宽，通道)

2.图片的通道顺序只有opencv即cv2读取出来的是BGR，其他都是RGB

3.只有PIL读取出来的文件是图像类型，其他都是ndarray,需要转换成ndarray

4.所有数据类型都为uint8即[0,255]的范围

将读取的图像数组转换成pytorch数据格式

pytorch支持(b,c,h,w)

首先需要将图像数组进行转置变成(c,h,w)

im4 = np.transpose(im4, (2, 0, 1)) # 将数组转换成(c,h,w)
t4 = torch.from_numpy(im4).view(1, im4.shape[0], im4.shape[1], im4.shape[2]) # numpy转换成tensor