jupyter notebook中3种读图片的方法_与_图片翻转(上下翻转，左右翻转，上下左右翻转)

已有图片cat.jpg

相对于代码的位置，可以用./cat.jpg进行读取。

下面是3种读图片的方法。

1.python读图片-pillow

图片文件不适合用open去读取

用open读图片，易引发UnicodeDecodeError: 'gbk' codec can't decode byte 0xff in position 0: illegal multibyte sequence错误。

PIL 是 Python Imaging Library 的缩写，它是一个非常流行的图像处理库，提供了广泛的图像处理功能，比如打开、保存、转换、调整大小、裁剪、旋转等操作。

然而，PIL 本身已经不再更新和维护，取而代之的是一个称为 Pillow 的库。Pillow 是 PIL 的一个友好的分支和升级版本，现如今它是使用 PIL 功能的标准库。

Pillow读图片

安装依赖（Jupyter notebook）

! pip install Pillow

导入依赖读图片：

from PIL import Image
cat = Image.open('./cat.jpg')
cat

补充：不同格式的图片

JPG 或 JPEG（Joint Photographic Experts Group）是广泛使用的图像压缩格式，主要用于存储彩色照片。

JPEG 图像采用的是8位颜色深度的表示方式。（0-255）

每个颜色通道（红色、绿色、蓝色）都使用一个 8-bit 数值来表示，即 0 到 255 之间的整数。每个像素由三个颜色通道组成（RGB 模式），每个通道的值都在 0 到 255 之间。这里的 0 代表最暗的颜色，255 代表最亮的颜色。

• 例如，一个红色像素的 RGB 值可能是 (255, 0, 0)，表示完全的红色，绿色和蓝色通道的值是 0。

JPG 图像通常使用压缩算法对数据进行有损压缩，因此它的文件体积较小，但也会牺牲一些图像的细节和质量。

PNG（Portable Network Graphics）是一种无损压缩格式，常用于需要保持透明度的图像（例如网页上的图标、图像等）。PNG 支持不同的颜色深度，可以是 8位 或 16位，但通常以 8位 来存储 RGB 图像数据。并且，PNG 格式的图像可以包含 透明通道（即 RGBA 模式，其中 A 表示透明度）。

• 像素值范围：PNG 图像通常使用浮点数表示像素的颜色值，范围从 0 到 1。例如，每个颜色通道（R、G、B）的像素值被表示为 0 到 1 之间的小数值，这种方式是浮动值而非整数值。
  • 例如，一个红色像素的 RGB 值可能是 (1.0, 0.0, 0.0)，表示完全的红色，绿色和蓝色通道的值是 0。这些值是浮动的，而不是整数形式。

PNG 是一种 无损压缩格式，即不会丢失任何图像细节。虽然它可能比 JPG 图像更大，但保留了原始图像的所有信息。

总结：

JPG/JPEG：使用 0 到 255 范围的整数来表示图像中的每个像素的 RGB 值，适合压缩图像（有损压缩）。

PNG：使用 0 到 1 之间的小数值来表示图像中的每个像素的 RGB 值，适合需要高质量和无损压缩的图像，特别是在透明通道的处理中。

对图片进行简单操作

type(cat)  # PIL.JpegImagePlugin.JpegImageFile

cat.size # (730, 456)

补充：

cat.size: 这是 Pillow 中 Image 对象的一个属性，返回图像的尺寸信息。具体来说，cat.size 返回一个元组 (width, height)，其中：

• width 是图像的宽度（以像素为单位）
• height 是图像的高度（以像素为单位）

cat.mode # 'RGB'

补充：

除了 RGB，Pillow 还支持多种颜色模式，每种模式有不同的表示方式和用途。例如：

• ‘L’：灰度模式（Luminance），表示图像是灰度图像，每个像素只有一个通道，范围是 0 到 255。
• ‘RGBA’：RGBA 模式表示图像包含红、绿、蓝和透明度（Alpha）通道。每个像素由四个通道的值组成，透明度通道用于表示图像的透明部分。
• ‘CMYK’：印刷领域使用的颜色模式，表示青色（Cyan）、品红（Magenta）、黄色（Yellow）和黑色（Key）。
• ‘1’：黑白模式，每个像素只有两个值：0（黑色）和 1（白色）。

cat.getchannel(2)

cat.getchannel(2) 是用于从图像中提取指定通道的一个方法。这里的 2 表示我们要获取图像中的第三个颜色通道。

• 0：红色通道 ®
• 1：绿色通道 (G)
• 2：蓝色通道 (B)

如果图像是 RGBA 模式（即包含透明通道的图像），通道索引 0、1、2 和 3 分别代表红色、绿色、蓝色和透明度（Alpha）通道。

可以直接通过np.array把pillow读取的image对象转换成ndarray

import numpy as np
catArr = np.array(cat)

注意：

cat.size
catArr.shape

cat.size（来自 PIL.Image 对象），图像的尺寸（宽度和高度），表示图像的大小（以像素为单位）。

catArr.shape（来自 numpy 数组），数组的形状（即数组的维度信息）。在将 PIL.Image 对象转换为 numpy 数组后，图像数据就被存储为一个 多维数组。

456：图像的 高度（行数）

730：图像的 宽度（列数）

3：表示图像是 RGB 格式，每个像素包含 3 个颜色通道（红色、绿色、蓝色），因此是一个 3 通道的彩色图像。

即：

catArr.shape 返回的是 numpy 数组的形状，它包含三个维度：

• 第一个维度：图像的高度（即行数）
• 第二个维度：图像的宽度（即列数）
• 第三个维度：图像的颜色通道数（对于 RGB 图像是 3）

2.opencv读图片

下载依赖（如果有必要，重启内核），下面指定了下载源—豆瓣

注：

豆瓣源: https://pypi.douban.com/simple

清华源: https://pypi.tuna.tsinghua.edu.cn/simple

!pip install opencv-python -i https://pypi.douban.com/simple

导入依赖读图片：

import cv2
cat_cv = cv2.imread('./cat.jpg')

opencv默认的颜色空间是BGR

展示图片：

cv2.imshow('cat', cat_cv)
cv2.waitKey(0)
cv2.destroyAllWindows()

会有弹窗：

注：

1.cat_cv 是一个 NumPy 数组

2.cv2.imshow() 用来在一个窗口中显示图像。它的第一个参数是窗口的名称（在这里是 'cat'），第二个参数是要显示的图像数据（cat_cv）。

3.cv2.waitKey(0) 会暂停程序的执行，等待用户在显示图像窗口中按下任意键。如果传入的参数是 0，表示无限期等待直到用户按下一个键。如果传入的是正整数参数，表示等待指定的毫秒数。如果在这段时间内用户按下键，则继续执行程序。通常用于处理图像时添加时间延迟。

4.cv2.destroyAllWindows() 会关闭所有由 cv2.imshow() 打开的窗口。在图像显示完并等待按键后，调用此函数来销毁所有显示的 OpenCV 窗口。

3.matplotlib读取图片

导入依赖：

import matplotlib.pyplot as plt

读图片：

cat_plt = plt.imread('./cat.jpg')

可以看出，也是RGB模式。

展示图片：

plt.imshow(cat_plt)

输出 <matplotlib.image.AxesImage at 0x1224862b0>，这表示你在图像显示过程中实际上得到了一个 AxesImage 对象。它是 matplotlib 用来表示图像数据的对象类型。

<matplotlib.image.AxesImage at 0x1224862b0>：这是 Python 解释器打印出来的对象的字符串表示。它显示了 AxesImage 对象的类型和内存地址（这里是 0x1224862b0）。每次你创建新的图像对象时，内存地址会不同，因此这里的地址可能会发生变化。

如果不希望显示，则加一句plt.axis('off')即可。

对图片进行翻转

如何上下翻转, 左右翻转, 上下左右都翻转？颜色翻转？

实质就是操作NumPy数组

注意维度信息：

cat_plt.shape   # (456, 730, 3)   456高，730宽，3颜色

# 上下
plt.imshow(cat_plt[::-1])

# 左右
plt.imshow(cat_plt[::,::-1])

# 上下左右都翻转
plt.imshow(cat_plt[::-1,::-1])

# 颜色翻转---》R和B两个转换下
plt.imshow(cat_plt[::,::,::-1])