Python扩展库scipy.misc中图像转换成pillow图像
2018-01-20 15:39
489 查看
非原创,只是python初学者,留作以后查阅资料使用。
众所周知,在数字图像处理领域中有很多基准测试图像,这些图像用来作为科研人员PK自己的算法时的参考,给大家提供一个公平的样本,针对同一个问题进行处理时,可以用这些基准图像做实验,比较常见的应该就是lena图像了,公众号中有不少文章也是使用lena图像进行演示的,例如使用Python对图像进行中值滤波,Python使用numpy滤除图像中的低频信号。
在Python扩展库scipy的misc模块中曾经就有过lena图像的,不过后来不知道为啥取消了,而在与scipy有关的资料或书籍中,很多地方都以face和ascent图像进行演示,直接使用misc.face()和ascent()就可以获得该图像的数据。那么这两个图像到底是什么样的数据呢?通过简单分析就可以发现,这两个图像的数据实际就是像素的颜色值,其中face图像是个彩色图像,其数据是个三维数组,是个1024x768的图像,而图像中每个像素的值又是一个数组,分别对应该像素颜色的红、绿、蓝分量。ascent图像是个灰度图像,其数据是个二维数组,分别对应图像中每个像素的灰度值。
在可视化扩展库matplotlib.pyplot中可以很容易显示数组形式的图像数据,例如
>>> from scipy import misc
>>> import matplotlib.pyplot as plt
>>> face = misc.face()
>>> plt.figure()
>>> plt.imshow(face)
>>> plt.show()
运行结果为

在清楚了misc中图像数据的格式和含义之后,我们也可以很容易地把它们转换成图像文件并进行保存。例如下面的代码
from PIL import Image
from scipy import misc
face = misc.ascent()
height, width = len(face), len(face[0])
im = Image.new('RGB',\
(width, height),\
(255,255,255))
for w in range(width):
for h in range(height):
try:
im.putpixel((w,h),\
tuple(face[h][w]))
except:
im.putpixel((w,h),\
(face[h][w],)*3)
im.show()
运行结果为:
众所周知,在数字图像处理领域中有很多基准测试图像,这些图像用来作为科研人员PK自己的算法时的参考,给大家提供一个公平的样本,针对同一个问题进行处理时,可以用这些基准图像做实验,比较常见的应该就是lena图像了,公众号中有不少文章也是使用lena图像进行演示的,例如使用Python对图像进行中值滤波,Python使用numpy滤除图像中的低频信号。
在Python扩展库scipy的misc模块中曾经就有过lena图像的,不过后来不知道为啥取消了,而在与scipy有关的资料或书籍中,很多地方都以face和ascent图像进行演示,直接使用misc.face()和ascent()就可以获得该图像的数据。那么这两个图像到底是什么样的数据呢?通过简单分析就可以发现,这两个图像的数据实际就是像素的颜色值,其中face图像是个彩色图像,其数据是个三维数组,是个1024x768的图像,而图像中每个像素的值又是一个数组,分别对应该像素颜色的红、绿、蓝分量。ascent图像是个灰度图像,其数据是个二维数组,分别对应图像中每个像素的灰度值。
在可视化扩展库matplotlib.pyplot中可以很容易显示数组形式的图像数据,例如
>>> from scipy import misc
>>> import matplotlib.pyplot as plt
>>> face = misc.face()
>>> plt.figure()
>>> plt.imshow(face)
>>> plt.show()
运行结果为

在清楚了misc中图像数据的格式和含义之后,我们也可以很容易地把它们转换成图像文件并进行保存。例如下面的代码
from PIL import Image
from scipy import misc
face = misc.ascent()
height, width = len(face), len(face[0])
im = Image.new('RGB',\
(width, height),\
(255,255,255))
for w in range(width):
for h in range(height):
try:
im.putpixel((w,h),\
tuple(face[h][w]))
except:
im.putpixel((w,h),\
(face[h][w],)*3)
im.show()
运行结果为:
相关文章推荐
- 【python】python库Pillow图像显示,和ndarray的相互转换
- python PIL/Pillow图像扩展、复制、粘贴处理
- python PIL/Pillow图像扩展、复制、粘贴处理
- Python---利用scipy.misc等库对jpg以及png等图像数据预处理(用于深度学习喂数据)
- python PIL读取图像转换为灰度图及另存为其它格式(也可批量改格式)
- [Python] 图像简单处理(PIL or Pillow)
- Python pillow Image图像处理
- 实例:python图像处理(Pillow+numpy)
- Python学习笔记:SciPy扩展库
- 1 python 图像处理工具之 Pillow
- 浅谈python中scipy.misc.logsumexp函数的运用场景
- Python图像处理之pillow-GIF图
- 【python学习笔记】24:scipy扩展库的安装与初识
- Python图像处理库:Pillow 初级教程
- python 图像处理(从安装Pillow开始)
- Python图像处理库:Pillow 初级教程
- python图像处理_色彩转换
- Python语言opencv使用笔记(六)(图像的形态学转换)
- 【python学习记录】-3-Python图像处理库:Pillow 初级教程
- Python图像处理库:Pillow 初级教程