在 python 中除了用 opencv，也可以用 matplotlib 和 PIL 這兩個庫操作圖片。本人偏愛 matpoltlib，因為它的語法更像 matlab。

一、matplotlib

1. 顯示圖片

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 numpy as nplena = mpimg.imread('lena.png') # 讀取和代碼處于同一目錄下的 lena.png# 此時 lena 就已經是一個 np.array 了，可以對它進行任意處理lena.shape #(512, 512, 3)plt.imshow(lena) # 顯示圖片plt.axis('off') # 不顯示坐標軸plt.show()

2. 顯示某個通道

# 顯示圖片的第一個通道lena_1 = lena[:,:,0]plt.imshow('lena_1')plt.show()# 此時會發現顯示的是熱量圖，不是我們預想的灰度圖，可以添加 cmap 參數，有如下幾種添加方法：plt.imshow('lena_1', cmap='Greys_r')plt.show()img = plt.imshow('lena_1')img.set_cmap('gray') # 'hot' 是熱量圖plt.show()

3. 將 RGB 轉為灰度圖

matplotlib 中沒有合適的函數可以將 RGB 圖轉換為灰度圖，可以根據公式自定義一個：

def rgb2gray(rgb):  return np.dot(rgb[...,:3], [0.299, 0.587, 0.114])gray = rgb2gray(lena)  # 也可以用 plt.imshow(gray, cmap = plt.get_cmap('gray'))plt.imshow(gray, cmap='Greys_r')plt.axis('off')plt.show()

4. 對圖像進行放縮

這里要用到 scipy

from scipy import misclena_new_sz = misc.imresize(lena, 0.5) # 第二個參數如果是整數，則為百分比，如果是tuple，則為輸出圖像的尺寸plt.imshow(lena_new_sz)plt.axis('off')plt.show()

5. 保存圖像

5.1 保存 matplotlib 畫出的圖像

該方法適用于保存任何 matplotlib 畫出的圖像，相當于一個 screencapture。

plt.imshow(lena_new_sz)plt.axis('off')plt.savefig('lena_new_sz.png')

5.2 將 array 保存為圖像

from scipy import miscmisc.imsave('lena_new_sz.png', lena_new_sz)

5.3 直接保存 array

讀取之后還是可以按照前面顯示數組的方法對圖像進行顯示，這種方法完全不會對圖像質量造成損失

np.save('lena_new_sz', lena_new_sz) # 會在保存的名字后面自動加上.npyimg = np.load('lena_new_sz.npy') # 讀取前面保存的數組

二、PIL

1. 顯示圖片

from PIL import Imageim = Image.open('lena.png')im.show()

2. 將 PIL Image 圖片轉換為 numpy 數組

im_array = np.array(im)# 也可以用 np.asarray(im) 區別是 np.array() 是深拷貝，np.asarray() 是淺拷貝

3. 保存 PIL 圖片

直接調用 Image 類的 save 方法

from PIL import ImageI = Image.open('lena.png')I.save('new_lena.png')

4. 將 numpy 數組轉換為 PIL 圖片