Python--图像处理（2）

skimage提供了io模块，顾名思义，这个模块是用来图片输入输出操作的。为了方便练习，也提供一个data模块，里面嵌套了一些示例图片，我们可以直接使用。

引入skimage模块可用：

1	from skimage import io

一、从外部读取图片并显示

读取单张彩色rgb图片，使用skimage.io.imread（fname）函数,带一个参数，表示需要读取的文件路径。显示图片使用skimage.io.imshow（arr）函数，带一个参数，表示需要显示的arr数组（读取的图片以numpy数组形式计算）。

from skimage import io
img=io.imread('d:/dog.jpg')
io.imshow(img)

读取单张灰度图片，使用skimage.io.imread（fname，as_grey=True）函数，第一个参数为图片路径，第二个参数为as_grey, bool型值，默认为False

from skimage import io
img=io.imread('d:/dog.jpg',as_grey=True)
io.imshow(img)

二、程序自带图片

skimage程序自带了一些示例图片，如果我们不想从外部读取图片，就可以直接使用这些示例图片：

astronaut	宇航员图片	coffee	一杯咖啡图片	lena	lena美女图片
camera	拿相机的人图片	coins	硬币图片	moon	月亮图片
checkerboard	棋盘图片	horse	马图片	page	书页图片
chelsea	小猫图片	hubble_deep_field	星空图片	text	文字图片
clock	时钟图片	immunohistochemistry	结肠图片

显示这些图片可用如下代码，不带任何参数

from skimage import io,data
img=data.lena()
io.imshow(img)

图片名对应的就是函数名，如camera图片对应的函数名为camera(). 这些示例图片存放在skimage的安装目录下面，路径名称为data_dir,我们可以将这个路径打印出来看看：

from skimage import data_dir
print(data_dir)

显示为： D:\Anaconda3\lib\site-packages\skimage\data

也就是说，下面两行读取图片的代码效果是一样的：

from skimage import data_dir,data,io
img1=data.lena()  #读取lean图片
img2=io.imread(data_dir+'/lena.png')  #读取lena图片

 

三、保存图片

使用io模块的imsave（fname,arr）函数来实现。第一个参数表示保存的路径和名称，第二个参数表示需要保存的数组变量。

from skimage import io,data
img=data.chelsea()
io.imshow(img)
io.imsave('d:/cat.jpg',img)

保存图片的同时也起到了转换格式的作用。如果读取时图片格式为jpg图片，保存为png格式，则将图片从jpg图片转换为png图片并保存。

 

四、图片信息

如果我们想知道一些图片信息，可以在spyder编辑器的右上角显示：

也可以直接以程序方式打印输出

from skimage import io,data
img=data.chelsea()
io.imshow(img)
print(type(img))  #显示类型
print(img.shape)  #显示尺寸
print(img.shape[0])  #图片宽度
print(img.shape[1])  #图片高度
print(img.shape[2])  #图片通道数
print(img.size)   #显示总像素个数
print(img.max())  #最大像素值
print(img.min())  #最小像素值
print(img.mean()) #像素平均值

测试：

# -*- coding: utf-8 -*-
"""
Created on Sun Nov 13 16:35:04 2016

@author: ranjiewen
"""

#python数字图像处理（2）：图像的读取、显示与保存
from skimage import io,data
from skimage import data_dir
img=io.imread('F:/BMP/lena.bmp',as_grey=False)
#skimage程序自带一些示例图片
img1=data.astronaut();
print data_dir
img2=io.imread(data_dir+'/camera.png')
io.imshow(img1)
#io.imshow(img2)
io.imsave('f:/came.jpg',img1)
print type(img1)
print img1.shape

 

图像像素的访问与裁剪

图片读入程序中后，是以numpy数组存在的。因此对numpy数组的一切功能，对图片也适用。对数组元素的访问，实际上就是对图片像素点的访问。

彩色图片访问方式为：

img[i,j,c]

i表示图片的行数，j表示图片的列数，c表示图片的通道数（RGB三通道分别对应0，1，2）。坐标是从左上角开始。

灰度图片访问方式为：

gray[i,j]

例1：输出小猫图片的G通道中的第20行30列的像素值

from skimage import io,data
img=data.chelsea()
pixel=img[20,30,1]
print(pixel)

输出为129

例2：显示红色单通道图片

from skimage import io,data
img=data.chelsea()
R=img[:,:,0]
io.imshow(R)

除了对像素进行读取，也可以修改像素值。

例3：对小猫图片随机添加椒盐噪声

from skimage import io,data
import numpy as np
img=data.chelsea()

#随机生成5000个椒盐
rows,cols,dims=img.shape
for i in range(5000):
    x=np.random.randint(0,rows)
    y=np.random.randint(0,cols)
    img[x,y,:]=255
    
io.imshow(img)

这里用到了numpy包里的random来生成随机数，randint(0,cols)表示随机生成一个整数，范围在0到cols之间。

用img[x,y,:]=255这句来对像素值进行修改，将原来的三通道像素值，变为255

 

通过对数组的裁剪，就可以实现对图片的裁剪。

例4：对小猫图片进行裁剪

from skimage import io,data
img=data.chelsea()
roi=img[80:180,100:200,:]
io.imshow(roi)

对多个像素点进行操作，使用数组切片方式访问。切片方式返回的是以指定间隔下标访问 该数组的像素值。下面是有关灰度图像的一些例子：

img[i,:] = im[j,:] # 将第 j 行的数值赋值给第 i 行

img[:,i] = 100 # 将第 i 列的所有数值设为 100

img[:100,:50].sum() # 计算前 100 行、前 50 列所有数值的和

img[50:100,50:100] # 50~100 行，50~100 列（不包括第 100 行和第 100 列）

img[i].mean() # 第 i 行所有数值的平均值

img[:,-1] # 最后一列

img[-2,:] (or im[-2]) # 倒数第二行

最后我们再看两个对像素值进行访问和改变的例子：

例5：将lena图片进行二值化，像素值大于128的变为1，否则变为0

from skimage import io,data,color
img=data.lena()
img_gray=color.rgb2gray(img)
rows,cols=img_gray.shape
for i in range(rows):
    for j in range(cols):
        if (img_gray[i,j]<=0.5):
            img_gray[i,j]=0
        else:
            img_gray[i,j]=1
io.imshow(img_gray)

这个例子，使用了color模块的rgb2gray（）函数，将彩色三通道图片转换成灰度图。转换结果为float64类型的数组，范围为[0,1]之间。

 例6：

from skimage import io,data
img=data.chelsea()
reddish = img[:, :, 0] >170
img[reddish] = [0, 255, 0]
io.imshow(img)

这个例子先对R通道的所有像素值进行判断，如果大于170，则将这个地方的像素值变为[0,255,0], 即G通道值为255，R和B通道值为0。

##python数字图像处理：图像像素的访问与裁剪
#from skimage import io,data
#img=data.chelsea()
#pixel=img[20,30,2]
##print pixel
##R=img[:,:,0]
##io.imshow(R)
#import numpy as np
#rows,cols,dims=img.shape
#for i in range(5000):
#    x=np.random.randint(0,rows)
#    y=np.random.randint(0,cols)
#    img[x,y,:]=255
##io.imshow(img)
#
#roi=img[80:180,100:200,:]
#io.imshow(roi)


#将lena图片进行二值化，像素值大于128的变为1，否则变为0
from skimage import io,data,color
img=data.astronaut()
img_gray=color.rgb2gray(img)
rows,cols=img_gray.shape
for i in range(rows):
    for j in range(cols):
        if img_gray[i,j]<=0.5:
            img_gray[i,j]=0
        else:
            img_gray[i,j]=1
#io.imshow(img_gray)

img1=data.chelsea()
reddish=img1[:,:,0]>170
img1[reddish]=[0,255,0]
io.imshow(img1)