Python数字图像处理入门:使用Pillow与Matplotlib打开、显示及保存图像

Ivy
Ivy
发布时间:2026-10-13| 5人浏览过
原创

本文介绍如何利用Python进行数字图像处理,替代Matlab的高成本与封闭性。通过安装Pillow库处理图像打开与保存,并结合Matplotlib库实现更灵活的图片显示与属性查看,涵盖从环境配置到具体代码实现的完整流程。

提及数字图像处理时,许多人首先联想到Matlab,然而该软件存在若干局限性。

1、代码不开放,授权费用高昂。

2、软件体积庞大,基础安装通常超过3G,高版本甚至可达5G以上。

3、主要面向学术研究,难以直接转化为商业软件产品。

鉴于上述原因,本文选用Python这一脚本语言来执行数字图像处理任务。

使用Python前需完成环境搭建,推荐2.7及以上版本,无论Windows还是Linux系统,安装过程均十分简便。

进行各类开发需安装相应依赖库,这与Matlab类似,区别在于Matlab称为工具箱(toolbox),而Python中称为库或包。通常通过pip工具进行安装。

处理数字图片需安装Pillow包。尽管Python内置了PIL(python images library),但该库已停止更新,故推荐使用由PIL衍生而来的Pillow。

pip install Pillow

一、图片的打开与显示

from PIL import Image
img=Image.open('d:/dog.png')
img.show()

尽管使用的是Pillow,因其源自PIL分支,导入时仍需从PIL模块引入。利用open()函数加载图片,并通过show()函数展示图像。

此种显示方式调用操作系统自带的图片浏览器,有时操作不便,因此可尝试另一种方法,即由程序直接绘制并显示图片。

from PIL import Image
import matplotlib.pyplot as plt
img=Image.open('d:/dog.png')
plt.figure("dog")
plt.imshow(img)
plt.show()

该方法虽稍显复杂,但推荐使用,它借助matplotlib库来绘制和显示图片。matplotlib是一个专业绘图库,功能类似Matlab中的plot,支持创建多个figure、设置标题,甚至利用subplot在单个figure中展示多张图片。可直接安装matplotlib。

pip install matplotlib

figure默认包含坐标轴,若无需求,可将其关闭。

plt.axis('off')

图片加载后,可通过特定属性查看图像信息,例如。

print img.size #图片的尺寸
print img.mode #图片的模式
print img.format #图片的格式

运行结果如下:

(558, 450) RGBA PNG

二、图片的保存

img.save('d:/dog.jpg')

仅需一行代码,操作十分简单。该代码不仅用于保存图片,还可实现格式转换,例如本例中将原有的png格式保存为jpg格式。

以上内容为本文全部介绍,希望能为您的学习提供助力,也欢迎大家继续支持本站。

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。