python imread函数详解_Python

python 中各种imread函数的区别与联系

最近一直在用python做图像处理相关的东西，被各种imread函数搞得很头疼，因此今天决定将这些imread总结一下，以免以后因此犯些愚蠢的错误。如果你正好也对此感到困惑可以看下这篇总结。当然，要了解具体的细节，还是应该 read the fuck code和api document，但貌似python的很多模块文档都不是很全，所以只能多看代码和注释了。

先来看看常用的读取图片的方式：

pil.image.open
scipy.misc.imread
scipy.ndimage.imread
cv2.imread
matplotlib.image.imread
skimge
caffe.io.load_iamge

这些方法可以分为四大家族

pil

pil.image.open + numpy
scipy.misc.imread
scipy.ndimage.imread

这些方法都是通过调用pil.image.open 读取图像的信息；
pil.image.open 不直接返回numpy对象，可以用numpy提供的函数进行转换，参考image和ndarray互相转换；
其他模块都直接返回numpy.ndarray对象，通道顺序为rgb，通道值得默认范围为0-255。

matplotlib

matplot.image.imread

从名字中可以看出这个模块是具有matlab风格的，直接返回numpy.ndarray格式通道顺序是rgb，通道值默认范围0-255。

opencv

cv2.imread

使用opencv读取图像，直接返回numpy.ndarray 对象，通道顺序为bgr ，注意是bgr，通道值默认范围0-255。

skimage

skimage.io.imread: 直接返回numpy.ndarray 对象，通道顺序为rgb，通道值默认范围0-255。
caffe.io.load_image: 没有调用默认的skimage.io.imread，返回值为0-1的float型数据，通道顺序为rgb

关于图像的一些说明

可以使用matplotlib的pyplot模块的show也可以使用cv2的imshow方法，对于这些方法只要你传入的参数是numpy.ndarray（通道值范围0-255）就可以正常显示，不存在区别，这也可以看出numpy在python中的重要地位；但是cv2.imshow方法由于它针对的是cv2的imread 所以它内部会做通道顺序的变化，传入为bgr转换为rgb，所以你如果传入rgb显示的就是bgr了。废话说完了，看代码。

以下是测试代码

运行环境为windows10+python3.6

				?

									#encoding=utf8

									from pil import image

									import numpy as np

									import cv2

									import matplotlib.pyplot as plt # plt 用于显示图片

									import matplotlib.image as mpimg # mpimg 用于读取图片

									import skimage

									import sys

									from skimage import io 

									#pil

									#相关:scipy.misc.imread, scipy.ndimage.imread

									#misc.imread 提供可选参数mode，但本质上是调用pil，具体的模式可以去看srccode或者document

									#https://github.com/scipy/scipy/blob/v0.17.1/scipy/misc/pilutil.py

									imagepath='test1.jpg'

									im1=image.open(imagepath)

									im1=np.array(im1)#获得numpy对象,rgb

									print(type(im1))

									print(im1.shape)

									#2 opencv 

									im2=cv2.imread(imagepath)

									print(type(im2))#numpy bgr

									print(im2.shape)#[width,height,3]

									#3 matplotlib 类似matlab的方式

									im3 = mpimg.imread(imagepath)

									print(type(im3))#np.array

									print(im3.shape)

									#4 skimge 

									#caffe.io.load_iamge()也是调用的skimage实现的，返回的是0-1 float型数据

									im4 = io.imread(imagepath)

									print(type(im4))#np.array

									print(im4.shape)

									#print(im4)

									# cv2.imshow('test',im4)

									# cv2.waitkey()

									#统一使用plt进行显示，不管是plt还是cv2.imshow,在python中只认numpy.array，但是由于cv2.imread 的图片是bgr，cv2.imshow 时相应的换通道显示

									plt.subplot(221)

									plt.title('pil read')

									plt.imshow(im1)

									plt.subplot(222)

									plt.title('opencv read')

									plt.imshow(im2)

									plt.subplot(223)

									plt.title('matplotlib read')

									plt.imshow(im3)

									plt.subplot(224)

									plt.title('skimage read')

									plt.imshow(im4)

									#plt.axis('off') # 不显示坐标轴

									plt.show()

									##################################### cmd output################################

									# <class 'numpy.ndarray'>

									# (851, 1279, 3)

									# <class 'numpy.ndarray'>

									# (851, 1279, 3)

									# <class 'numpy.ndarray'>

									# (851, 1279, 3)

									# <class 'numpy.ndarray'>

									# (851, 1279, 3)