scipy.misc.imread()函数解析(最清晰的解释)

2024-03-23 07:48

本文主要是介绍scipy.misc.imread()函数解析(最清晰的解释),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

欢迎关注WX公众号:【程序员管小亮】

scipy.misc.imread()函数用于从文件中读取图像作为数组。

更多的读取图片的方法可以看这个博客——【超分辨率】各种python图像库的图片读取方法总结
scipy.misc.imread(name, flatten=False, mode=None
)

参数:

  • name:str或file对象。要读取的文件名或文件对象。

  • flatten:bool,可选。如果为True,则将颜色层展平为单个灰度图层。

  • mode:str,可选。将图像转换为例如的模式’RGB’。

返回:

  • imread:ndarray。通过读取图像获得的阵列。

注意:

   """Notes-----`imread` uses the Python Imaging Library (PIL) to read an image.The following notes are from the PIL documentation.`mode` can be one of the following strings:* 'L' (8-bit pixels, black and white)* 'P' (8-bit pixels, mapped to any other mode using a color palette)* 'RGB' (3x8-bit pixels, true color)* 'RGBA' (4x8-bit pixels, true color with transparency mask)* 'CMYK' (4x8-bit pixels, color separation)* 'YCbCr' (3x8-bit pixels, color video format)* 'I' (32-bit signed integer pixels)* 'F' (32-bit floating point pixels)PIL also provides limited support for a few special modes, including'LA' ('L' with alpha), 'RGBX' (true color with padding) and 'RGBa'(true color with premultiplied alpha).When translating a color image to black and white (mode 'L', 'I' or'F'), the library uses the ITU-R 601-2 luma transform::L = R * 299/1000 + G * 587/1000 + B * 114/1000When `flatten` is True, the image is converted using mode 'F'.When `mode` is not None and `flatten` is True, the image is firstconverted according to `mode`, and the result is then flattened usingmode 'F'."""

以下是翻译:

imread使用Python Imaging Library(PIL)读取图像。以下注释来自PIL文档。

mode可以是以下字符串之一:

  • ‘L’(8位像素,黑白)
  • ‘P’(8位像素,使用调色板映射到任何其他模式)
  • ‘RGB’(3x8位像素,真彩色)
  • ‘RGBA’(4x8位像素,带透明蒙版的真彩色)
  • ‘CMYK’(4x8位像素,分色)
  • ‘YCbCr’(3x8位像素,彩色视频格式)
  • ‘I’(32位有符号整数像素)
  • ‘F’(32位浮点像素)

PIL还为一些特殊模式提供有限的支持,包括’LA’(带有alpha的’L’),‘RGBX’(带填充的真彩色)和’RGBa’(带有预乘alpha的真彩色)。

将彩色图像转换为黑白(模式“L”,“I”或“F”)时,库使用ITU-R 601-2亮度转换:

L = R ∗ 299 / 1000 + G ∗ 587 / 1000 + B ∗ 114 / 1000 L=R*299/1000+G*587/1000+B*114/1000 L=R299/1000+G587/1000+B114/1000

flatten为True时,使用mode“F”转换图像。当mode不是None并且flatten为True时,首先根据mode转换图像,然后使用mode’F’flatten结果。

例子:

from PIL import Image
import scipy.misca = Image.open('1.jpg')
d = Image.open('1.jpg').convert('RGB')
print(type(a))
print(type(d))
print(a)
print(d)b = scipy.misc.imread('1.jpg')
e = scipy.misc.imread('1.jpg',mode='RGB')
print(type(b))
print(type(e))
print(b)
print(e)
<class 'PIL.JpegImagePlugin.JpegImageFile'>
<class 'PIL.Image.Image'>
<PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=500x336 at 0x1F3D1C406A0>
<PIL.Image.Image image mode=RGB size=500x336 at 0x1F3C9879E48><class 'numpy.ndarray'>
<class 'numpy.ndarray'>
[[[221 227 225][222 226 225][220 224 223]......[ 27  21   0][ 12   7   0][ 11   8   0]]][[[221 227 225][222 226 225][220 224 223]......[ 27  21   0][ 12   7   0][ 11   8   0]]]

可以看出scipy.misc.imread()函数返回的是numpy.ndarray

python课程推荐。
在这里插入图片描述

这篇关于scipy.misc.imread()函数解析(最清晰的解释)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/837639

相关文章

Python函数作用域示例详解

《Python函数作用域示例详解》本文介绍了Python中的LEGB作用域规则,详细解析了变量查找的四个层级,通过具体代码示例,展示了各层级的变量访问规则和特性,对python函数作用域相关知识感兴趣... 目录一、LEGB 规则二、作用域实例2.1 局部作用域(Local)2.2 闭包作用域(Enclos

深度解析Java DTO(最新推荐)

《深度解析JavaDTO(最新推荐)》DTO(DataTransferObject)是一种用于在不同层(如Controller层、Service层)之间传输数据的对象设计模式,其核心目的是封装数据,... 目录一、什么是DTO?DTO的核心特点:二、为什么需要DTO?(对比Entity)三、实际应用场景解析

深度解析Java项目中包和包之间的联系

《深度解析Java项目中包和包之间的联系》文章浏览阅读850次,点赞13次,收藏8次。本文详细介绍了Java分层架构中的几个关键包:DTO、Controller、Service和Mapper。_jav... 目录前言一、各大包1.DTO1.1、DTO的核心用途1.2. DTO与实体类(Entity)的区别1

Java中的雪花算法Snowflake解析与实践技巧

《Java中的雪花算法Snowflake解析与实践技巧》本文解析了雪花算法的原理、Java实现及生产实践,涵盖ID结构、位运算技巧、时钟回拨处理、WorkerId分配等关键点,并探讨了百度UidGen... 目录一、雪花算法核心原理1.1 算法起源1.2 ID结构详解1.3 核心特性二、Java实现解析2.

MySQL count()聚合函数详解

《MySQLcount()聚合函数详解》MySQL中的COUNT()函数,它是SQL中最常用的聚合函数之一,用于计算表中符合特定条件的行数,本文给大家介绍MySQLcount()聚合函数,感兴趣的朋... 目录核心功能语法形式重要特性与行为如何选择使用哪种形式?总结深入剖析一下 mysql 中的 COUNT

MySQL 中 ROW_NUMBER() 函数最佳实践

《MySQL中ROW_NUMBER()函数最佳实践》MySQL中ROW_NUMBER()函数,作为窗口函数为每行分配唯一连续序号,区别于RANK()和DENSE_RANK(),特别适合分页、去重... 目录mysql 中 ROW_NUMBER() 函数详解一、基础语法二、核心特点三、典型应用场景1. 数据分

使用Python绘制3D堆叠条形图全解析

《使用Python绘制3D堆叠条形图全解析》在数据可视化的工具箱里,3D图表总能带来眼前一亮的效果,本文就来和大家聊聊如何使用Python实现绘制3D堆叠条形图,感兴趣的小伙伴可以了解下... 目录为什么选择 3D 堆叠条形图代码实现:从数据到 3D 世界的搭建核心代码逐行解析细节优化应用场景:3D 堆叠图

深度解析Python装饰器常见用法与进阶技巧

《深度解析Python装饰器常见用法与进阶技巧》Python装饰器(Decorator)是提升代码可读性与复用性的强大工具,本文将深入解析Python装饰器的原理,常见用法,进阶技巧与最佳实践,希望可... 目录装饰器的基本原理函数装饰器的常见用法带参数的装饰器类装饰器与方法装饰器装饰器的嵌套与组合进阶技巧

解析C++11 static_assert及与Boost库的关联从入门到精通

《解析C++11static_assert及与Boost库的关联从入门到精通》static_assert是C++中强大的编译时验证工具,它能够在编译阶段拦截不符合预期的类型或值,增强代码的健壮性,通... 目录一、背景知识:传统断言方法的局限性1.1 assert宏1.2 #error指令1.3 第三方解决

全面解析MySQL索引长度限制问题与解决方案

《全面解析MySQL索引长度限制问题与解决方案》MySQL对索引长度设限是为了保持高效的数据检索性能,这个限制不是MySQL的缺陷,而是数据库设计中的权衡结果,下面我们就来看看如何解决这一问题吧... 目录引言:为什么会有索引键长度问题?一、问题根源深度解析mysql索引长度限制原理实际场景示例二、五大解决