这篇文章主要介绍“Python图像基本操作有哪些”，在日常操作中，相信很多人在Python图像基本操作有哪些问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”Python图像基本操作有哪些”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
创新互联从2013年创立，先为正阳等服务建站，正阳等地企业，进行企业商务咨询服务。为正阳企业网站制作PC+手机+微官网三网同步一站式服务解决您的所有建站问题。
from libtiff import TIFF
tif = TIFF.open('filename.tif', mode='r') #打开tiff文件进行读取
image = tif.read_image() #读取图像并作为numpy数组返回
for image in tif.iter_images() #读取TIFF文件中的所有图像
tif = TIFF.open('filename.tif', mode='w') #打开tiff文件进行写入
tif.write_image(image) #将图像写入tiff文件from libtiff import TIFFfile, TIFFimage
tif = TIFFfile('filename.tif') #读取图片
samples, sample_names = tiff.get_samples()
tiff = TIFFimage(data, description='')
tiff.write_file('filename.tif', compression='none') # or 'lzw'
del tiff # 刷新（释放缓存）import cv2
cv2.imread("filename",flags)
=====================其中：flags四种选择如下：==================
IMREAD_UNCHANGED = -1 #不进行转化，比如保存为了16位的图片，读取出来仍然为16位。
IMREAD_GRAYSCALE = 0 #转化为灰度图，比如保存为了16位的图片，读取出来为8位，类型为CV_8UC1。
IMREAD_COLOR = 1 #进行转化为RGB三通道图像，图像深度转为8位
IMREAD_ANYDEPTH = 2 #保持图像深度不变，进行转化为灰度图。
IMREAD_ANYCOLOR = 4 #若通道数小于等于3，则保持不变；若通道数大于3则只取取前三个通道。图像深度转为8位
对于多通道TIFF图像，若要保证图像数据的正常读取，显然要选择IMREAD_UNCHANGEDfrom PIL import Image
img0 = Image.open("D:/python_script/ffff/11lalala.jpg")
img1 = Image.open("D:/python_script/ffff/42608122.tif")
img2 = Image.open("D:/python_script/ffff/42608122_1.jpg") #这张图片是直接修改上张图的后缀名
print ("图片格式:{0}，图片大小:{1}，图片模式:{2}".format(img0.format,img0.size,img0.mode))
print ("图片格式:{0}，图片大小:{1}，图片模式:{2}".format(img1.format,img1.size,img1.mode))
print ("图片格式:{0}，图片大小:{1}，图片模式:{2}".format(img2.format,img2.size,img2.mode))
输出：#说明直接修改图片后缀名，图片的编码格式并没有改变
图片格式:JPEG，图片大小:(245, 213)，图片模式:RGB
图片格式:TIFF，图片大小:(2480, 3508)，图片模式:YCbCr
图片格式:TIFF，图片大小:(2480, 3508)，图片模式:YCbCrimport PIL.Image
import os
def convert(input_dir,output_dir):
for filename in os.listdir(input_dir):
path = input_dir+"/"+filename
print("doing... ",path)
PIL.Image.open(path).save(output_dir+"/"+filename[:-4]+".jpg")
print ("%s has been changed!"%filename)
if __name__ == '__main__':
input_dir = "D:/classifier_data20181225/img1"
output_dir = "D:/classifier_data20181225/img2"
convert(input_dir,output_dir)遇到分辨率大，图片文件大小并不大的文件，opencv打不开，此时用到了以下代码用来缩小图片。
若文件宽大于1200，（高度小于1800）以此宽度等比缩放
若文件高大于1800，（宽度小于1200）以此高度等比缩放
import os
from PIL import Image
import shutil
def get_img(input_dir):
img_path_list = []
for (root_path,dirname,filenames) in os.walk(input_dir):
for filename in filenames:
img_path = root_path+"/"+filename
img_path_list.append(img_path)
print("img_path_list",img_path_list)
return img_path_list
def process_image(filename,output_dir, mwidth=1200, mheight=1800):
image = Image.open(filename)
w, h = image.size
if w <= mwidth and h <= mheight:
print(filename, 'is OK.')
shutil.move(filename, output_dir+filename[-15:])
return
if (1.0 * w / mwidth) > (1.0 * h / mheight):
scale = 1.0 * w / mwidth
new_im = image.resize((int(w / scale), int(h / scale)), Image.ANTIALIAS)
else:
scale = 1.0 * h / mheight
new_im = image.resize((int(w / scale), int(h / scale)), Image.ANTIALIAS)
new_im.save(output_dir+filename[-15:])
new_im.close()
if __name__ == '__main__':
input_dir = "D:/classifier_data20181212/lipei_resize_1"
output_dir = "D:/classifier_data20181212/lipei_resize/"
img_path_list = get_img(input_dir)
for filename in img_path_list:
print("filename",filename)
process_image(filename,output_dir)到此，关于“Python图像基本操作有哪些”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注创新互联网站，小编会继续努力为大家带来更多实用的文章！
