<small id='jeyYD'></small><noframes id='jeyYD'>

    <legend id='jeyYD'><style id='jeyYD'><dir id='jeyYD'><q id='jeyYD'></q></dir></style></legend>
  1. <i id='jeyYD'><tr id='jeyYD'><dt id='jeyYD'><q id='jeyYD'><span id='jeyYD'><b id='jeyYD'><form id='jeyYD'><ins id='jeyYD'></ins><ul id='jeyYD'></ul><sub id='jeyYD'></sub></form><legend id='jeyYD'></legend><bdo id='jeyYD'><pre id='jeyYD'><center id='jeyYD'></center></pre></bdo></b><th id='jeyYD'></th></span></q></dt></tr></i><div id='jeyYD'><tfoot id='jeyYD'></tfoot><dl id='jeyYD'><fieldset id='jeyYD'></fieldset></dl></div>
      <bdo id='jeyYD'></bdo><ul id='jeyYD'></ul>

    <tfoot id='jeyYD'></tfoot>

      python数字图像处理skimage读取显示与保存图片

          <tfoot id='BM0qq'></tfoot>

        1. <legend id='BM0qq'><style id='BM0qq'><dir id='BM0qq'><q id='BM0qq'></q></dir></style></legend>
            <bdo id='BM0qq'></bdo><ul id='BM0qq'></ul>

              <i id='BM0qq'><tr id='BM0qq'><dt id='BM0qq'><q id='BM0qq'><span id='BM0qq'><b id='BM0qq'><form id='BM0qq'><ins id='BM0qq'></ins><ul id='BM0qq'></ul><sub id='BM0qq'></sub></form><legend id='BM0qq'></legend><bdo id='BM0qq'><pre id='BM0qq'><center id='BM0qq'></center></pre></bdo></b><th id='BM0qq'></th></span></q></dt></tr></i><div id='BM0qq'><tfoot id='BM0qq'></tfoot><dl id='BM0qq'><fieldset id='BM0qq'></fieldset></dl></div>

                <small id='BM0qq'></small><noframes id='BM0qq'>

                  <tbody id='BM0qq'></tbody>

                Python数字图像处理skimage读取显示与保存图片

                一、skimage简介

                skimage(scikit-image)是一个基于Python语言的数字图像处理库,提供了常用的数字图像处理算法,例如滤波、变换、分割、特征提取等。同时,它也能与其他Python科学包,例如NumPy、SciPy进行无缝的集成,并支持多种常见图像格式,如PNG、JPEG、BMP等。在本文中,我们将利用skimage来读取、显示和保存图片。

                二、读取图片

                使用skimage中的imread函数可以读取图片。在读取图片时,通常需要先指定图片的路径,然后将读取到的图片转换为numpy数组,供后续处理。

                以下是一个读取图片的示例:

                import skimage.io as io
                import numpy as np
                
                # 读取图片并保存为numpy数组
                img = io.imread('example.jpg')
                
                # 打印图片大小和数据类型
                print("Image shape:", img.shape)
                print("Data type:", img.dtype)
                
                # 显示图片
                io.imshow(img)
                io.show()
                

                输出:

                Image shape: (224, 224, 3)
                Data type: uint8
                

                以上代码中,我们首先导入skimage.io和numpy库。然后使用io.imread函数读取example.jpg,并将读取到的图片保存为numpy数组。我们还打印了一下图片的大小和数据类型,可以看到,该图片大小为224x224,数据类型为uint8。最后,我们使用io.imshow函数显示图片,并用io.show函数展示图片。

                三、保存图片

                使用skimage中的imsave函数可以将图片保存为指定格式的图片文件。在保存图片时,需要指定保存路径、文件名以及保存格式。

                以下是一个保存图片的示例:

                import skimage.io as io
                import numpy as np
                
                # 读取图片并保存为numpy数组
                img = io.imread('example.jpg')
                
                # 保存图片
                io.imsave('example_copy.png', img)
                

                以上代码中,我们首先导入skimage.io和numpy库。然后使用io.imread函数读取example.jpg,并将读取到的图片保存为numpy数组。接着我们使用io.imsave函数将图片保存为PNG格式的example_copy.png。执行以上代码后,我们会在当前目录下看到生成了一个example_copy.png的图片文件。

                四、示例说明

                示例1:将图片转换为灰度图

                将彩色图片转换为灰度图是图像处理中的一个常用操作。使用skimage中的color.rgb2gray函数可以将彩色图片转为灰度图,从而方便后续的处理。

                以下是一个将图片转为灰度图的示例:

                import skimage.io as io
                import skimage.color as color
                
                # 读取图片并保存为numpy数组
                img = io.imread('example.jpg')
                
                # 将图片转换为灰度图并保存
                gray_img = color.rgb2gray(img)
                io.imsave('example_gray.png', gray_img)
                
                # 显示灰度图
                io.imshow(gray_img)
                io.show()
                

                以上代码中,我们首先导入skimage.io和skimage.color库。然后使用io.imread函数读取example.jpg,并将读取到的图片保存为numpy数组。接着,我们使用color.rgb2gray函数将彩色图片转为灰度图,并使用io.imsave函数将灰度图保存为example_gray.png。最后,我们使用io.imshow函数显示灰度图,并使用io.show函数展示灰度图。

                示例2:裁剪图片

                裁剪图片是图像处理中的一个重要操作,例如对于特定尺寸的图片,我们可以通过裁剪将图片调整为满足我们需求的大小。

                以下是一个裁剪图片的示例:

                import skimage.io as io
                
                # 读取图片并保存为numpy数组
                img = io.imread('example.jpg')
                
                # 裁剪图片
                cropped_img = img[50:150, 20:100]
                
                # 显示裁剪后的图片
                io.imshow(cropped_img)
                io.show()
                
                # 保存裁剪后的图片
                io.imsave('example_cropped.png', cropped_img)
                

                以上代码中,我们首先导入skimage.io库。然后使用io.imread函数读取example.jpg,并将读取到的图片保存为numpy数组。接着,我们使用切片的方式对图片进行裁剪,保留从第50行到第150行、从第20列到第100列的部分。然后使用io.imshow函数显示裁剪后的图片,并使用io.show函数展示。最后,我们使用io.imsave函数将裁剪后的图片保存为example_cropped.png。

                以上就是使用skimage进行图片读取、显示和保存的示例及攻略,希望对您有所帮助!

                本站部分内容来源互联网,如果有图片或者内容侵犯了您的权益,请联系我们,我们会在确认后第一时间进行删除!

                相关文档推荐

                Python中有三个内置函数eval()、exec()和compile()来执行动态代码。这些函数能够从字符串参数中读取Python代码并在运行时执行该代码。但是,使用这些函数时必须小心,因为它们的不当使用可能会导致安全漏洞。
                在Python中,下载网络文本数据到本地内存是常见的操作之一。本文将介绍四种常见的下载网络文本数据到本地内存的实现方法,并提供示例说明。
                来给你详细讲解下Python 二进制字节流数据的读取操作(bytes与bitstring)。
                Python 3.x 是 Python 2.x 的下一个重大版本,其中有一些值得注意的区别。 Python 3.0中包含了许多不兼容的变化,这意味着在迁移到3.0之前,必须进行代码更改和测试。本文将介绍主要的差异,并给出一些实例来说明不同点。
                要在终端里显示图片,需要使用一些Python库。其中一种流行的库是Pillow,它有一个子库PIL.Image可以加载和处理图像文件。要在终端中显示图像,可以使用如下的步骤:
                在Python中,我们可以使用Pillow库来进行图像处理。具体实现两幅图像合成一幅图像的方法如下:

                • <bdo id='HzH2L'></bdo><ul id='HzH2L'></ul>
                    <legend id='HzH2L'><style id='HzH2L'><dir id='HzH2L'><q id='HzH2L'></q></dir></style></legend>
                      <tbody id='HzH2L'></tbody>

                  • <tfoot id='HzH2L'></tfoot>
                  • <i id='HzH2L'><tr id='HzH2L'><dt id='HzH2L'><q id='HzH2L'><span id='HzH2L'><b id='HzH2L'><form id='HzH2L'><ins id='HzH2L'></ins><ul id='HzH2L'></ul><sub id='HzH2L'></sub></form><legend id='HzH2L'></legend><bdo id='HzH2L'><pre id='HzH2L'><center id='HzH2L'></center></pre></bdo></b><th id='HzH2L'></th></span></q></dt></tr></i><div id='HzH2L'><tfoot id='HzH2L'></tfoot><dl id='HzH2L'><fieldset id='HzH2L'></fieldset></dl></div>
                    • <small id='HzH2L'></small><noframes id='HzH2L'>