python保存图片的四个常用方法

这篇文章主要给大家介绍了关于python保存图片的四个常用方法,文中分别介绍了PIL的保存图片方法、opencv保存图片、Matplotlib保存图片的方法以及pytorch保存图片，需要的朋友可以参考下

前言

python中图像处理相关库有很多，这里简单介绍PIL、cv2、scipy.imageio 、matplotlib.image、skimage等常用库，其中PIL库使用最方便，cv2库功能最强大。下面分享保存图片的常用方法

1.PIL的保存图片方法

path = r"./001.jpg-600"     #图片路径 img = Image.open(path)  #打开图片 img.save("1.jpg-600")      #将图片保存为1.jpg-600

2.opencv保存图片

path = r"./001.jpg-600"     #图片路径 #img = cv.imdecode(np.fromfile("动漫人物_0.jpg-600",np.uint8))#含有中文路径的图片打开 img = cv2.imread(path)  #读取图片 cv2.imwrite("1.jpg-600",img)  #将图片保存为1.jpg-600

3.Matplotlib保存图片的方法

import matplotlib.pyplot as plt import cv2 import os images_path = "./minist_img" for i,img_name in enumerate(os.listdir(images_path)): img_path = os.path.join(images_path,img_name) img = cv2.imread(img_path)  #numpy的数组形式，色彩空间为BGR img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB) # plt.subplot(2,2,i+1),plt.imshow(img) plt.savefig("./minist.jpg-600") plt.show()

4.pytorch保存图片

save_image(real_img,os.path.join(save_img,f"{epoch}_real.jpg-600"),nrow=10,padding=2,pad_value=255)

参数：

tensor：4D张量，形状为(B x C x H x W)，分别表示样本数，通道数，图像高度，图像宽度
nrow：每行的图片数量，默认值为8
padding：相邻图像之间的间隔。默认值为2
normalize：如果为True，则把图像的像素值通过range指定的最大值和最小值归一化到0-1。默认为False
range：元组，用于指定最大值和最小值。默认使用图像像素的最大最小值。
sacle_each：如果为True，就单独对每张图像进行normalize；如果是False，统一对所有图像进行normalize。默认为Flase
pad_value：float，上述padding会使得图像之间留出空隙，默认为0

matplotlib 扩展：

1.图像缩放、显示

from scipy import misc lena_new_sz = misc.imresize(img, 0.5) # 第二个参数如果是整数，则为百分比，如果是tuple，则为输出图像的尺寸 plt.imshow(img_new_sz) plt.axis('off') plt.show()

2. 将np.array保存为图像、直接保存np.array

# 2.1 np.array=>image file from scipy import misc misc.imsave('img_new_sz.png-600', img_new_sz) """ from scipy import misc # load image lena = misc.imread('lena.png-600') #  type(lena) # lena.shape, lena.dtype """ # 2.2 np.array=>np data file import numpy as np np.save('img_new_sz', img_new_sz) # 会在保存的名字后面自动加上.npy img = np.load('img_new_sz.npy') # 读取前面保存的数组

注意： np.array数据可以通过np.save函数直接保存在磁盘上，扩展名为.npy, 通过np.load函数直接恢复； scipy.misc提供了对numpy.array格式图像的处理函数，特别是misc.imsave函数可以直接将np.array数据保存成图像文件。