利用python进行png图片的读取操作（python怎么读取文件夹的图片）

利用python进行png图片的读取操作（python怎么读取文件夹的图片）

利用python进行png图像的读写操作，有需要的朋友可以参考一下：

最近遇到了对png灰度图像进行读取，并统计图像中众数的需求，现将代码记录如下。ps：适用于单波段图，形如（X,Y）。

1.导入需要的包

import matplotlib.pyplot as plt

# 绘图

import matplotlib.image as mpimg # 显示图像

import numpy as np

# 处理数据

from scipy.stats import mode

# 统计操作

2.架构框架

主要思路为，先利用matplotlib读取多张图像，并转换为多个2维数组，再通过拼接多个2维数组到3维，实现单波段到多波段图像的转变，最后利用mode函数挑出多波段图片中的众数，返回一个单波段png图片。

class png_mode:

'''

png_mode类 用于多张单波段png格式图片组合取众数，最后生成一张由多组众数生成的单波段png图片

read_picture 可读取图片

join_picture 可令单波段图片组合成多波段图片

mode_picture 可取得多波段图片众数

show_picture 可显示并保存众数结果

'''

def __init__(self,picture_path,picture_count):

pass

def read_picture(self):

pass

def join_picture(self):

pass

def mode_picture(self):

pass

def show_picture(self):

pass

写了5个函数进行类的定义，通过上述框架进行需求实现。

3.__init__函数

__init__函数一般定义需要键入的常量，这里选择picture_path和picture_count传入，分别代表图片具体路径和图片张数。picture_path为多个图片路径字符串组成的列表（懒的用os和正则直接读png了），picture_count为整形。

def __init__(self,picture_path,picture_count):

self.picture_path = picture_path

self.picture_count = picture_count

4.read_picture函数

read_picture函数实现原始png图片的读取操作。pictures主要储存读取的图片结果，利用循环和mping.imread函数读取图片。

def read_picture(self):

pictures = []

for i in range(0,self.picture_count):

pictures.append(mpimg.imread(self.picture_path[i]))

return pictures

5.join_picture函数

join_picture函数可以把pictures中的图片深度拼接在一起，也就是把单波段图拼接为多波段图，形如（X,Y,Z）其中Z为图片张数。本次实验所用单张图片规格为（1804,2181），这个函数可以通过dstack把多张（1804,2181）规格的图片转换为（1804,2181，n）的图片。

def join_picture(self):

new_picture = self.read_picture()[0]

for j in range(0,self.picture_count-1):

new_picture = np.dstack((new_picture,self.read_picture()[j+1]))

self.new_picture = new_picture

return new_picture

ps：利用dstack可以进行深度拼接。

例：

a = np.array([[1],[2],[3]])

b = np.array([[2],[3],[4]])

np.dstack((a,b))

# 结果

array([[[1, 2]],

[[2, 3]],

[[3, 4]]])

6.mode_picture函数

利用mode_picture函数可以求得形如（1804,2181，n）图片的众数，也就是所有n个波段在每个点处的众数，最终会出一张（1804,2181，1）的图片。

def mode_picture(self):

new_picture1 = []

for i in self.join_picture():

new_picture1.append(mode(i, axis=1)[0])

new_picture1 =np.array(new_picture1).reshape(np.array(new_picture1).shape[0],np.array(new_picture1).shape[1])

return new_picture1

ps：关于mode函数

a = np.array([[6, 8, 3, 0],

[3, 2, 1, 7],

[8, 1, 8, 4],

[5, 3, 0, 5],

[4, 7, 5, 9]])

print(mode(a))

返回值如下

ModeResult(mode=array([[3, 1, 0, 0]]), count=array([[1, 1, 1, 1]]))

前面数组mode=array([[3, 1, 0, 0]])表示每一列的众数，如果没有则返回最小值，后一列count=array([[1, 1, 1, 1]]表示出现的次数。通过axis可以变换求众数的方向，当axis为None时，可以求得整个数组的众数。

a = np.array([[6, 8, 3, 0],

[3, 2, 1, 7],

[8, 1, 8, 4],

[5, 3, 0, 5],

[4, 7, 5, 9]])

print(mode(a，axis=1))

返回值如下

ModeResult(mode=array([[0],

[1],

[8],

[5],

[4]]), count=array([[1],

[1],

[2],

[2],

[1]]))

7.show_picture函数

show_picture函数可以打印并保存最后的结果。

def show_picture(self):

plt.subplot(221)

plt.imshow(self.new_picture[:,:,0])

plt.subplot(222)

plt.imshow(self.new_picture[:,:,1])

plt.subplot(223)

plt.imshow(self.new_picture[:,:,2])

plt.subplot(224)

plt.imshow(self.mode_picture())

plt.axis('off')

plt.savefig(r'C:\Users\Administrator\Desktop\tiff\jpg\212.png',dpi=300)

plt.show()

这里我用的是3张图做例，所以出了一张4子图的结果图，可根据要求随时修改。

8.完整代码及结果展示

import matplotlib.pyplot as plt

import matplotlib.image as mpimg

import numpy as np

from scipy.stats import mode

class png_mode:

'''

png_mode类 用于多张单波段png格式图片组合取众数，最后生成一张由多组众数生成的单波段png图片

read_picture 可读取图片

join_picture 可令单波段图片组合成多波段图片

mode_picture 可取得多波段图片众数

show_picture 可显示并保存众数结果

picture_path 为字符串类型，图片路径

picture_count 为整数类型，图片张数

'''

def __init__(self,picture_path,picture_count):

self.picture_path = picture_path

self.picture_count = picture_count

def read_picture(self):

pictures = []

for i in range(0,self.picture_count):

pictures.append(mpimg.imread(self.picture_path[i]))

return pictures

def join_picture(self):

new_picture = self.read_picture()[0]

for j in range(0,self.picture_count-1):

new_picture = np.dstack((new_picture,self.read_picture()[j+1]))

self.new_picture = new_picture

return new_picture

def mode_picture(self):

new_picture1 = []

for i in self.join_picture():

new_picture1.append(mode(i, axis=1)[0])

new_picture1 =np.array(new_picture1).reshape(np.array(new_picture1).shape[0],np.array(new_picture1).shape[1])

return new_picture1

def show_picture(self):

plt.subplot(221)

plt.imshow(self.new_picture[:,:,0])

plt.subplot(222)

plt.imshow(self.new_picture[:,:,1])

plt.subplot(223)

plt.imshow(self.new_picture[:,:,2])

plt.subplot(224)

plt.imshow(self.mode_picture())

plt.axis('off')

plt.savefig(r'C:\Users\Administrator\Desktop\tiff\jpg\212.png',dpi=300)

plt.show()

a = [r'C:\Users\Administrator\Desktop\tiff\jpg\tif1.png',r'C:\Users\Administrator\Desktop\tiff\jpg\11.png',r'C:\Users\Administrator\Desktop\tiff\png\sanyue2.png']

b = png_mode(a,3)

b.read_picture()

b.join_picture()

b.mode_picture()

b.show_picture()

最后再放张多图成果：

over

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。