python如何对比图像的区别

import pylab as pltimport numpy as npimg = plt.imread('examples.png')print(type(img), img.dtype, np.min(img), np.max(img))[out](<type>, dtype('float32'), 0.0, 1.0)    # matplotlib读取进来的图片是float，0-1</type>

from PIL import Imageimport numpy as npimg = Image.open('examples.png')print(type(img), np.min(img), np.max(img))img = np.array(img)     # 将PIL格式图片转为numpy格式print(type(img), img.dtype, np.min(img), np.max(img))[out](<class>, 0, 255)    # 注意，PIL是有自己的数据结构的，但是可以转换成numpy数组(<type>, dtype('uint8'), 0, 255)    # 和用matplotlib读取不同，PIL和matlab相同，读进来图片和其存储在硬盘的样子是一样的，uint8，0-255</type></class>

import cv2import numpy as npimg = cv2.imread('examples.png')    # 默认是读入为彩色图，即使原图是灰度图也会复制成三个相同的通道变成彩色图img_gray = cv2.imread('examples.png', 0)    # 第二个参数为0的时候读入为灰度图，即使原图是彩色图也会转成灰度图print(type(img), img.dtype, np.min(img), np.max(img))print(img.shape)print(img_gray.shape)[out](<type>, dtype('uint8'), 0, 255)    # opencv读进来的是numpy数组，类型是uint8，0-255(824, 987, 3)    # 彩色图3通道(824, 987)    # 灰度图单通道</type>

import cv2import pylab as pltfrom PIL import Imageimport numpy as npimg_plt = plt.imread('examples.png')img_pil = Image.open('examples.png')img_cv = cv2.imread('examples.png')print(img_plt[125, 555, :])print(np.array(img_pil)[125, 555, :] / 255.0)print(img_cv[125, 555, :] / 255.0)[out][ 0.61176473  0.3764706   0.29019609][ 0.61176471  0.37647059  0.29019608][ 0.29019608  0.37647059  0.61176471]    # opencv的是BGR顺序

import pylab as pltimport numpy as npimg = plt.imread('examples.png')plt.imshow(img) plt.show()

import pylab as pltfrom PIL import Imageimport numpy as npimg = Image.open('examples.png')img_gray = img.convert('L')    #转换成灰度图像img = np.array(img)img_gray = np.array(img_gray)plt.imshow(img)    # or plt.imshow(img / 255.0)，matplotlib和matlab一样，如果是float类型的图像，范围是0-1才能正常imshow，如果是uint8图像，范围则需要是0-255plt.show()plt.imshow(img_gray, cmap=plt.gray())    # 显示灰度图要设置cmap参数plt.show()plt.imshow(Image.open('examples.png'))    # 实际上plt.imshow可以直接显示PIL格式图像plt.show()

import pylab as pltimport cv2import numpy as npimg = cv2.imread('examples.png')plt.imshow(img[..., -1::-1])    # 因为opencv读取进来的是bgr顺序呢的，而imshow需要的是rgb顺序，因此需要先反过来plt.show()

import cv2image2=cv2.imread(r"test/aaa/0002/0002_0_1.jpg")cv2.imshow("1",image2)cv2.waitKey(0)

from PIL import Imageimg = Image.open('examples.png')img_gray = img.convert('L')    # RGB转换成灰度图像img_rgb = img_gray.convert('RGB') # 灰度转RGBprint(img)print(img_gray)print(img_rgb)[out]<pil.pngimageplugin.pngimagefile><pil.image.image><pil.image.image></pil.image.image></pil.image.image></pil.pngimageplugin.pngimagefile>

import cv2import pylab as pltimg = cv2.imread('examples.png')img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)    # BGR转灰度img_bgr = cv2.cvtColor(img_gray, cv2.COLOR_GRAY2BGR)    # 灰度转BRGimg_rgb = cv2.cvtColor(img_gray, cv2.COLOR_GRAY2RGB)    # 也可以灰度转RGB

from PIL import Imageimg = Image.open('examples.png')img.save('examples2.png')img_gray = img.convert('L')img_gray.save('examples_gray.png')    # 不管是灰度还是彩色，直接用save函数保存就可以，但注意，只有PIL格式的图片能够用save函数

import cv2img = cv2.imread('examples.png')    # 这是BGR图片cv2.imwrite('examples2.png', img)    # 这里也应该用BGR图片保存，这里要非常注意，因为用pylab或PIL读入的图片都是RGB的，如果要用opencv存图片就必须做一个转换img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)cv2.imwrite('examples_gray.png', img_gray)