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 np
 
lena = mpimg.imread('lena.png') # 讀取和代碼處于同一目錄下的 lena.png
# 此時(shí) lena 就已經(jīng)是一個(gè) np.array 了，可以對它進(jìn)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(biāo)軸
plt.show()

# 顯示圖片的第一個(gè)通道
lena_1 = lena[:,:,0]
plt.imshow('lena_1')
plt.show()
# 此時(shí)會發(fā)現(xiàn)顯示的是熱量圖，不是我們預(yù)想的灰度圖，可以添加 cmap 參數(shù)，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()

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()

from scipy import misc
lena_new_sz = misc.imresize(lena, 0.5) # 第二個(gè)參數(shù)如果是整數(shù)，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()

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

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

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

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

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

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

import matplotlib.image as mpimg
from PIL import Image
lena = mpimg.imread('lena.png') # 這里讀入的數(shù)據(jù)是 float32 型的，范圍是0-1
im = Image.fromarray(np.uinit8(lena*255))
im.show()

from PIL import Image
I = Image.open('lena.png')
I.show()
L = I.convert('L')
L.show()