与Python中各种imread函数的差异联系起来最近一直在Python上做图像处理相关的东西，让各种imread函数很头疼，所以今天我们把这些imread总结起来，以后不再犯愚蠢的错误如果你也正好对此感到困惑，请看这个总结。 当然，要知道具体的细节，还是需要read the fuck code和API document，但是python的很多模块文档似乎并不完整，所以只能看代码和注释。
首先，我们来看看常用的图像导入方法。 pil.image.open scipy.misc.imreadscipy.nd image.imreadcv2. imreadmatplotlib.image.imreadskimgecaffe
你知道有帖子介绍了这些方法的性能Python的各种imread函数在实现方式和读取速度上有什么区别吗？ 这些方法可以分为四个大家庭PIL PIL.Image.open numpy
scipy.misc.imread
scipy.ndimage.imread
所有这些方法都是调用PIL.Image.open读取图像的信息
PIL.Image.open不直接返回numpy对象，而是可以使用numpy提供的函数进行转换。 参照Image和Ndarray相互转换；
所有其他模块都直接返回numpy.ndarray对象。 通道顺序为RGB，通道值的默认范围为0-255。
matplotlib matplot.image.imread
如您所见，此模块具有matlab风格，直接numpy.ndarray格式的通道顺序为RGB，通道值的默认范围为0-255。
opencv cv2.imread
使用opencv导入图像并直接返回numpy.ndarray对象。 请注意，频道顺序为BGR，为BGR。 通道值的默认范围为0-255。
skimage skimage.io.imread:直接返回numpy.ndarray对象。 通道顺序为RGB，通道值的默认范围为0-255。
caffe.io.load_image:未调用默认的skimage.io.imread，返回值为0-1的float型数据，频道顺序为RGB
matplotlib的pyplot模块中的show和cv2中的imshow是一些图像说明。 在这些方法中，如果传递的参数为numpy.ndarray (通道值范围0-255 )，则显示正常，没有区别。 这表明了numpy在python中的重要地位。 胡说八道，看代码。
以下是测试代码的执行环境为windows10 python3.6
# encoding=utf8 frompilimportimageimportnumpyasnpimportcv2importmatplotlib.pyplotasplt # 用于显示PLT图像importmatplotlib.imageas MP MP img是与图像importskimageimportsysfromskimageimportio # pil #相关的：scipy.misc.imread 用于读取scipy.nd image.im read # misc.imre eead的特定模式为srccode或document # https://github.com/scipy/scipy/blob/获取可以从中查看pilutil.pyimagepath='testage (的im1=NP.array(im1 ) numpy对象， RGB打印(type ) im1 ) )打印(im1.shape ) )2opencvim2=cv2.imread ) (imagepath ) )， 3 )与3MATPLOTLIBMATLAB相似的方式im3=MPimg.imread(imagepath ) print(type ) im3 ) (NP.array print (im3.shape ) )4Skimgg为0-1浮点型数据im4=io.im read (图像路径)打印(类型) im4 ) ) NP.array打印(im4.shape )打印(im4 ) ) #cv2 cv2.imread的图像是BGR，因此在cv2.imshow的情况下， 相应的通道显示为PLT.subplot(221 ) PLT.title(pilread ) (PLT.imshow ) im1 (PLT.subplot ) 222 (PLT.title ) ) PLT.title ) skimageread ) ) plt.show ) im # # # # # # # # # # # # # # # cmd output # # # # # # # # # # # 3 ) class ' numpy.nd array ' # (851，1279，3 ) class ' numpy.nd array ' # (851，1279，3 )测试结果
总结python中未显示的数据类型声明，但在编程过程中必须自己清楚数据类型是什么。 否则，你可能会犯愚蠢的错误。