数据读取与数据扩增方法（附代码）

import matplotlib.pyplot as plt #导入matplotlib库import numpy as np #导入numpy库
img = plt.imread('PicPath/PicName.jpg') # 读取图片print(img.shape) # 输出(高度h,宽度w,通道数c)print(img.size) # 输出像素总数目print(img.dtype) # 输出图片类型,uint8为[0-255]print(img) # 输出所有像素的RGB值,一个像素RGB为[0-255 0-255 0-255]plt.imshow(img) # 将图片img插入画布plt.axis('off') # 坐标轴刻度不显示plt.show() # 展示画布
imgR = image[:,:,0]  # R通道,热量图plt.imshow(imgR) # 将热量图插入画布plt.show() # 展示画布
plt.imshow(imgR,cmap='Greys_r') # 将灰度图插入画布plt.show() # 展示画布
figure = plt.figure(figsize=(80,40)) # 调整显示画布宽80,高40/英寸img1 = plt.imread('PicPath/PicName1.jpg') # 读取图片1img2 = plt.imread('PicPath/PicName2.jpg') # 读取图片2
plt.axis("off") # 画布坐标轴刻度不显示ax = figure.add_subplot(121) # 画布以1行2列的形式显示，设置图片定位为序列1plt.axis('off') # 子图1坐标轴刻度不显示ax.imshow(img1) # 将图片1插入子图1ax.set_title('title1')  # 给子图1加标题ax = figure.add_subplot(122) # 画布以1行2列的形式显示，设置图片定位为序列2plt.axis('off') # 子图2坐标轴刻度不显示ax.imshow(img2) # 将图片2插入子图2ax.set_title('title2') # 给子图2加标题plt.savefig('PicX.jpg') # 保存画布命名为PicX.jpgplt.show() # 展示画布

from PIL import Image # 导入PIL库import numpy as np # 导入numpy库
img = Image.open('PicPath/PicName.jpg') # 读取图片imgL = Image.open('PicName.jpg').convert('L') # 读取图片灰度图imgL.show() # 展示灰度图img1 = img.copy() # 复制图片print(img.format) # 输出图片格式print(img.size) # 输出图片(宽度w,高度h)print(img.mode) # 输出图片类型,L为灰度图,RGB为真彩色,RGBA为RGB+Alpha透明度im.show() # 展示画布
imgData = np.array(img) # 将对象img转化为RGB像素值矩阵print(imgData.shape) # 输出图片(宽度w,高度h,通道c)print(imgData.dtype) # 输出图片类型,uint8为[0-255]print(imgData) # 输出所有像素的RGB值imgN = Image.fromarray(imgData) # 将RGB像素值矩阵转化为对象imgNimgN.save('PicName.jpg') # 储存为文件PicName.jpg
r, g, b = img.split() # 分离通道img = Image.merge("RGB", (b, g, r)) # 合并通道
# ROI(region of interest),只对ROI区域操作roi = img.crop((0,0,300,300)) # (左上x，左上y，右下x，右下y)坐标roi.show() # 展示ROI区域
#捕捉异IOError,为读取图片失败try:    img = Image.open('PicName.jpg')except IOError:    print('image failed to load')

import cv2 # 导入OpenCV库import numpy as np # 导入numpy库
img = cv2.imread('PicName.jpg',0) # 读取图片：灰度模式img = cv2.imread('PicName.jpg',-1) # 读取图片：BRGA模式(BRG+Alpha通道)img = cv2.imread('PicName.jpg',1) # 读取图片：BRG模式img = cv2.imread('PicName.jpg') # 读取图片：第二参数默认为1，BRG模式img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB) # 将颜色通道从BRG转为RGBif img == None:  # 读取图片失败  print('image failed to load')cv2.imshow('src',img) # 图片源src为imgprint(img.shape) # 输出图片(高度h,宽度w,通道c)print(img.size) # 像素总数目print(img.dtype) # 输出图片类型,uint8为[0-255]print(img) # 输出所有像素的RGB值cv2.waitKey()  # 按键关闭窗口# waitKey(delay)函数的功能是不断刷新图像，频率时间为delay，单位为ms，返回值为当前键盘按键值# waitKey() 是在一个给定的时间内(单位ms)等待用户按键触发; 如果用户没有按下键,则接续等待(循环)
imgL = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) # 读取img灰度图cv2.imshow('gray',imgL) # 图片源gray为imgLcv2.imwrite('imgL.jpg',imgL) # 将imgL储存名为imgL.jpg的图片print(imgL.shape)  # 输出图片(高度h,宽度w)print(imgL.size) # 像素总数目print(imgL) # 输出所有像素的灰度值cv2.waitKey() # 按键关闭窗口
img = img.transpose(2,0,1) # 图片矩阵变换为(通道c,高度h,宽度w)img = np.expand_dims(img, axis=0) # 图片矩阵扩展维度添加在第一维print(img.shape) # (1,通道c,高度h,宽度w)
# 图片归一化处理img = cv2.imread('PicName.jpg')            img = img.astype("float") / 255.0  # 转化数据类型为float后进行归一化print(img.dtype) # 输出为：float64print(img) # 输出为[0-1 0-1 0-1]

print(img[10,10]) # 访问图片img像素[10,10],输出 [0-255 0-255 0-255]print(imgL[10,10]) # 访问灰色图片img像素[10,10],输出 0-255img[10,10] = [255,255,255]  # 修改图片img像素点[10,10]为[255,255,255]imgL[10,10] = 255 # 修改灰色图片img像素点[10,10]为255img[:,:,2] = 0 # 将R通道全部修改为0
roi = img[200:550,100:450,:]  # ROI操作,坐标(高度范围,宽度范围,通道范围)cv2.imshow('roi',roi) # 图片源roi为roicv2.waitKey()  # 按键关闭窗口

from skimage import io #导入skimage库from skimage import colorimport numpy as np #导入numpy库
img = io.imread('PicName.jpg') #读取图片imgL = io.imread('PicName.jpg',as_grey=True) #读取图片：灰度模式print(img.shape) #输出图片img(高度h,宽度w,通道c)print(imgL.shape) #输出图片imgL(高度h,宽度w)print(img.size) #img像素总数目print(img.dtype) #输出img图片类型,uint8为[0-255]print(imgL.dtype) #输出imgL图片类型,float64为[0-1],已经被归一化print(img) #输出img所有像素的RGB值print(imgL) #输出imgL所有灰度值,长度为imgL.size的numpy数组io.imsave('img.png',img) #将img储存名为img.png的图片io.imshow(img) #图片img插入画板io.show() #展示画板
imgl = io.imread('PicName.jpg') #读取图片imgl = color.rgb2grey(imgl) #转换为灰度模式print(imgl.dtype) #以下数据同imgLprint(imgl.size)print(imgl.shape)io.imshow(imgl)io.show()
'''skimage.color.rgb2grey(rgb)skimage.color.rgb2hsv(rgb)skimage.color.rgb2lab(rgb)skimage.color.gray2rgb(image)skimage.color.hsv2rgb(hsv)skimage.color.lab2rgb(lab)'''

import imageio #导入imageio库img = imageio.imread('PicName.jpg') # 读取图片imageio.imsave('img.png',img)# 将img储存名为img.png的文件print(img.shape) # 输出图片img(高度h,宽度w,通道c)print(img.size) # img像素总数目print(img.dtype) # 输出img图片类型,uint8为[0-255]print(img) # 输出img所有像素的RGB值plt.imshow(img) # 图片img插入画板plt.show() #展示画板