Python自动保存图片IO

本文将详细介绍如何使用Python进行自动保存图片的输入输出操作。

一、图像的读取与展示

1、使用Python的OpenCV库读取图像。

import cv2

# 读取图像
image = cv2.imread('image.jpg')

# 展示图像
cv2.imshow('Image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

2、使用Matplotlib库展示图像。

import matplotlib.pyplot as plt
import cv2

# 读取图像
image = cv2.imread('image.jpg')

# 将BGR格式转换为RGB格式
image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

# 展示图像
plt.imshow(image_rgb)
plt.axis('off')
plt.show()

二、图像的保存

1、使用OpenCV库保存图像。

import cv2

# 读取图像
image = cv2.imread('image.jpg')

# 保存图像
cv2.imwrite('saved_image.jpg', image)

2、使用PIL库保存图像。

from PIL import Image

# 读取图像
image = Image.open('image.jpg')

# 保存图像
image.save('saved_image.jpg')

三、图像的压缩与优化

1、使用OpenCV库对图像进行压缩。

import cv2

# 读取图像
image = cv2.imread('image.jpg')

# 设置压缩质量
quality = 90

# 获取图像的尺寸
width, height = image.shape[:2]

# 设置新的尺寸
new_width = int(width * 0.5)
new_height = int(height * 0.5)

# 压缩图像
compressed_image = cv2.resize(image, (new_width, new_height), interpolation=cv2.INTER_AREA)

# 保存压缩后的图像
cv2.imwrite('compressed_image.jpg', compressed_image, [int(cv2.IMWRITE_JPEG_QUALITY), quality])

2、使用Pillow库对图像进行优化。

from PIL import Image

# 读取图像
image = Image.open('image.jpg')

# 优化图像
optimized_image = image.convert("RGB")

# 保存优化后的图像
optimized_image.save('optimized_image.jpg')

四、图像的加水印

使用OpenCV库给图像添加水印。

import cv2
import numpy as np

# 读取图像
image = cv2.imread('image.jpg')

# 创建水印
watermark = np.zeros(image.shape, dtype=np.uint8)
watermark.fill(255)

# 添加水印
result = cv2.addWeighted(image, 1, watermark, 0.5, 0)

# 保存带水印的图像
cv2.imwrite('watermarked_image.jpg', result)

五、图像的裁剪和旋转

1、使用OpenCV库对图像进行裁剪。

import cv2

# 读取图像
image = cv2.imread('image.jpg')

# 定义裁剪区域的起始坐标和终止坐标
x_start, y_start = 100, 100
x_end, y_end = 300, 300

# 裁剪图像
cropped_image = image[y_start:y_end, x_start:x_end]

# 保存裁剪后的图像
cv2.imwrite('cropped_image.jpg', cropped_image)

2、使用OpenCV库对图像进行旋转。

import cv2
import numpy as np

# 读取图像
image = cv2.imread('image.jpg')

# 定义旋转角度和旋转中心
angle = 45
center = (image.shape[1] // 2, image.shape[0] // 2)

# 获取旋转矩阵
rotation_matrix = cv2.getRotationMatrix2D(center, angle, 1.0)

# 执行旋转操作
rotated_image = cv2.warpAffine(image, rotation_matrix, (image.shape[1], image.shape[0]))

# 保存旋转后的图像
cv2.imwrite('rotated_image.jpg', rotated_image)

六、图像的滤波和边缘检测

1、使用OpenCV库对图像进行滤波。

import cv2

# 读取图像
image = cv2.imread('image.jpg')

# 使用均值滤波
blurred_image = cv2.blur(image, (5, 5))

# 保存滤波后的图像
cv2.imwrite('blurred_image.jpg', blurred_image)

2、使用OpenCV库对图像进行边缘检测。

import cv2

# 读取图像
image = cv2.imread('image.jpg')

# 将图像转换为灰度图像
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 使用Canny算法进行边缘检测
edges = cv2.Canny(gray_image, 100, 200)

# 保存边缘检测后的图像
cv2.imwrite('edges_image.jpg', edges)

以上就是使用Python进行自动保存图片IO的相关操作，包括图像的读取与展示、保存、压缩与优化、加水印、裁剪和旋转、滤波和边缘检测等。希望本文能为您提供参考和帮助！