Python进行图片处理，第一步就是读取图片，这里给大家整理了6种图片的读取方式，并将读取的图片装换成numpy.ndarray()格式。首先需要准备一张照片，假如你有女朋友的话，可以用女朋友的，没有的话，那还学啥Python，赶紧找对象去吧！

图片路径：dirpath = "C:/Users/wuzhengxiang/Desktop/beatgirl.jpg"

本文提供PDF版本，关注公众号【AI入门学习】，回复「图片读取」即可，或者加小编微信领取

一、OpenCV读取图片

OpenCV读取的图片，直接就是numpy.ndarray格式，无需转换

import cv2img_cv   = cv2.imread(dirpath)#读取数据print("img_cv:",img_cv.shape)img_cv: (1856, 2736, 3)print("img_cv:",type(img_cv))img_cv: #看下读取的数据怎么样img_cvarray([[[  0,   3,   0],        [ 11,  20,  17],        ...,        [  5,  23,  16]],       [[  0,   2,   0],        ...,        [  5,  23,  16]]]

二、PIL读取图片

PIL读取的图片并不是直接的numpy.ndarray格式，需要进行转换

from PIL import Imageimport numpy as np
img_PIL = Image.open(dirpath)#读取数据
print("img_PIL:",img_PIL)img_PIL: 
print("img_PIL:",type(img_PIL))img_PIL: 
#将图片转换成np.ndarray格式img_PIL = np.array(img_PIL)print("img_PIL:",img_PIL.shape)img_PIL: (1856, 2736, 3)print("img_PIL:",type(img_PIL))img_PIL:

三、keras读取图片

keras深度学习的框架，里面也是内置了读取图片的模块，该模块读取的也不是数组格式，需要进行转换。

from keras.preprocessing.image import array_to_img, img_to_array
load_imgimg_keras = load_img(dirpath)#读取数据
print("img_keras:",img_keras)img_keras: 
print("img_keras:",type(img_keras))img_keras: 
#使用keras里的img_to_array()img_keras = img_to_array(img_keras)print("img_keras:",img_keras.shape)img_keras: (1856, 2736, 3)print("img_keras:",type(img_keras))img_keras: 
#可以使用使用np.array()进行转换mg_keras= np.array(img_keras)

四、skimage读取图片

scikit-image是基于scipy的一款图像处理包，它将图片作为numpy数组进行处理，读取的数据正好是numpy.ndarray格式。

import skimage.io as ioimg_io = io.imread(dirpath)#读取数据
print("img_io :",img_io .shape)img_io : (1856, 2736, 3)
print("img_io :",type(img_io ))img_io :

五、matplotlib.image读取图片

利用matplotlib.image读取的图片，直接就生成了数组格式

import matplotlib.image as mpig

img_mpig = mpig.imread(dirpath)#读取数据
print("img_mpig :",img_mpig .shape)img_mpig : (1856, 2736, 3)
print("img_mpig :",type(img_mpig ))img_mpig :

六、matplotlib.pyplot读取图片

利用matplotlib.pyplot读取的图片，同样也是直接就生成了数组格式

import matplotlib.pyplot as pltimg_plt = plt.imread(dirpath)print("img_plt :",img_plt .shape)img5: (1856, 2736, 3)print("img_plt :",type(img_plt ))img5: