Python 中各種imread函數的區別與聯系
最近一直在用python做圖像處理相關的東西，被各種imread函數搞得很頭疼，因此今天決定將這些imread總結一下，以免以后因此犯些愚蠢的錯誤。如果你正好也對此感到困惑可以看下這篇總結。當然，要了解具體的細節，還是應該 read the fuck code和API document，但貌似python的很多模塊文檔都不是很全，所以只能多看代碼和注釋了。

先來看看常用的讀取圖片的方式：

• PIL.Image.open
• scipy.misc.imread
• scipy.ndimage.imread
• cv2.imread
• matplotlib.image.imread
• skimge
• caffe.io.load_iamge?

知乎上有篇帖子專門介紹了這些方法的性能Python的各種imread函數在實現方式和讀取速度上有何區別？
這些方法可以分為四大家族
PIL

PIL.Image.open + numpy scipy.misc.imread scipy.ndimage.imread這些方法都是通過調用PIL.Image.open 讀取圖像的信息； PIL.Image.open 不直接返回numpy對象，可以用numpy提供的函數進行轉換，參考Image和Ndarray互相轉換； 其他模塊都直接返回numpy.ndarray對象，通道順序為RGB，通道值得默認范圍為0-255

Image與Ndarray互相轉換

matplotlib
matplot.image.imread

從名字中可以看出這個模塊是具有matlab風格的，直接返回numpy.ndarray格式通道順序是RGB，通道值默認范圍0-255。

opencv
cv2.imread

使用opencv讀取圖像，直接返回numpy.ndarray 對象，通道順序為BGR ，注意是BGR，通道值默認范圍0-255。

skimage
skimage.io.imread: 直接返回numpy.ndarray 對象，通道順序為RGB，通道值默認范圍0-255。?
caffe.io.load_image: 沒有調用默認的skimage.io.imread，返回值為0-1的float型數據，通道順序為RGB

關于圖像的一些說明
可以使用matplotlib的pyplot模塊的show也可以使用cv2的imshow方法，對于這些方法只要你傳入的參數是numpy.ndarray（通道值范圍0-255） 就可以正常顯示，不存在區別，這也可以看出numpy在python中的重要地位；但是cv2.imshow方法由于它針對的是cv2的imread 所以它內部會做通道順序的變化，傳入為BGR轉換為RGB，所以你如果傳入RGB顯示的就是BGR了。廢話說完了，看代碼。

以下是測試代碼
運行環境為windows10+python3.6

#encoding=utf8 from PIL import Image import numpy as np import cv2 import matplotlib.pyplot as plt # plt 用于顯示圖片 import matplotlib.image as mpimg # mpimg 用于讀取圖片 import skimage import sys from skimage import io #PIL #相關:scipy.misc.imread, scipy.ndimage.imread #misc.imread 提供可選參數mode，但本質上是調用PIL，具體的模式可以去看srccode或者document #https://github.com/scipy/scipy/blob/v0.17.1/scipy/misc/pilutil.py imagepath='test1.jpg' im1=Image.open(imagepath) im1=np.array(im1)#獲得numpy對象,RGB print(type(im1)) print(im1.shape)#2 opencv im2=cv2.imread(imagepath) print(type(im2))#numpy BGR print(im2.shape)#[width,height,3]#3 matplotlib 類似matlab的方式 im3 = mpimg.imread(imagepath) print(type(im3))#np.array print(im3.shape)#4 skimge #caffe.io.load_iamge()也是調用的skimage實現的，返回的是0-1 float型數據 im4 = io.imread(imagepath) print(type(im4))#np.array print(im4.shape) #print(im4)# cv2.imshow('test',im4) # cv2.waitKey() #統一使用plt進行顯示，不管是plt還是cv2.imshow,在python中只認numpy.array，但是由于cv2.imread 的圖片是BGR，cv2.imshow 時相應的換通道顯示 plt.subplot(221) plt.title('PIL read') plt.imshow(im1) plt.subplot(222) plt.title('opencv read') plt.imshow(im2) plt.subplot(223) plt.title('matplotlib read') plt.imshow(im3) plt.subplot(224) plt.title('skimage read') plt.imshow(im4) #plt.axis('off') # 不顯示坐標軸 plt.show()##################################### cmd output################################ # <class 'numpy.ndarray'> # (851, 1279, 3) # <class 'numpy.ndarray'> # (851, 1279, 3) # <class 'numpy.ndarray'> # (851, 1279, 3) # <class 'numpy.ndarray'> # (851, 1279, 3)

測試結果

總結
雖然python中沒有顯示的數據類型聲明，但是在編程的過程中自己必須得清楚數據類型是什么，否則就有可能犯一些愚蠢的錯誤。
---------------------?
作者：renelian1572?
來源：CSDN?
原文：https://blog.csdn.net/renelian1572/article/details/78761278?
版權聲明：本文為博主原創文章，轉載請附上博文鏈接！

總結

以上是生活随笔為你收集整理的Python 中各种imread函数的区别与联系的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。