python中如何加载一张图片大小

在Python中加载图片并获取其大小通常涉及使用图像处理库，如Pillow、OpenCV等。主要步骤包括：安装库、加载图片、获取图片尺寸。本文将详细介绍Python中如何加载图片大小的方法，主要包括使用Pillow和OpenCV两种常见的图像处理库。我们将从库的安装、基础操作到高级技巧进行详尽的解析。

一、PILLOW库的使用

Pillow是Python中非常流行的图像处理库，它是PIL（Python Imaging Library）的一个分支，功能强大且易于使用。

1. 安装Pillow

首先，你需要安装Pillow库，可以使用以下命令进行安装：

pip install pillow

2. 加载图片

加载图片是使用Pillow的基础操作，可以通过以下代码实现：

from PIL import Image
加载图片
image = Image.open('path_to_image.jpg')

3. 获取图片大小

加载图片后，可以使用size属性获取图片的大小，返回一个包含宽度和高度的元组：

width, height = image.size
print(f'图片的宽度是：{width}，高度是：{height}')

Pillow库不仅可以获取图片大小，还可以进行各种图像处理操作，例如裁剪、旋转和调整大小等。

4. 图像处理操作

Pillow库提供了丰富的图像处理功能，例如：

裁剪：

cropped_image = image.crop((left, top, right, bottom))

旋转：

rotated_image = image.rotate(angle)

调整大小：

resized_image = image.resize((new_width, new_height))

5. 保存修改后的图片

处理完图片后，可以使用save方法保存修改后的图片：

resized_image.save('path_to_save_image.jpg')

二、OPENCV库的使用

OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习软件库，适用于实时应用程序。

1. 安装OpenCV

你可以使用以下命令安装OpenCV：

pip install opencv-python

2. 加载图片

与Pillow类似，OpenCV也能轻松加载图片：

import cv2
加载图片
image = cv2.imread('path_to_image.jpg')

3. 获取图片大小

加载图片后，可以使用shape属性获取图片的大小，返回一个包含高度、宽度和通道数的元组：

height, width, channels = image.shape
print(f'图片的宽度是：{width}，高度是：{height}')

OpenCV不仅可以获取图片大小，还可以进行各种图像处理操作，例如颜色转换、边缘检测和形态学变换等。

4. 图像处理操作

OpenCV提供了丰富的图像处理功能，例如：

颜色转换：

gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

边缘检测：

edges = cv2.Canny(image, threshold1, threshold2)

形态学变换：

kernel = np.ones((5,5), np.uint8)
dilated_image = cv2.dilate(image, kernel, iterations=1)

5. 保存修改后的图片

处理完图片后，可以使用imwrite方法保存修改后的图片：

cv2.imwrite('path_to_save_image.jpg', image)

三、使用MATPLOTLIB获取图片大小

Matplotlib是一个广泛使用的绘图库，它不仅可以绘制图表，还可以处理图像。

1. 安装Matplotlib

首先，安装Matplotlib库：

pip install matplotlib

2. 加载图片

使用Matplotlib加载图片：

import matplotlib.pyplot as plt
import matplotlib.image as mpimg
加载图片
image = mpimg.imread('path_to_image.jpg')

3. 获取图片大小

加载图片后，可以使用shape属性获取图片的大小：

height, width, channels = image.shape
print(f'图片的宽度是：{width}，高度是：{height}')

Matplotlib不仅可以获取图片大小，还可以进行各种绘图操作，例如显示图片、添加注释和绘制图形等。

4. 显示图片

可以使用imshow方法显示图片：

plt.imshow(image)
plt.show()

5. 添加注释和绘制图形

Matplotlib提供了丰富的绘图功能，例如：

添加注释：

plt.text(x, y, 'Annotation', color='red')

绘制图形：

plt.plot([x1, x2], [y1, y2], color='blue')

四、综合对比与选择

Pillow、OpenCV和Matplotlib各有优劣，选择合适的库可以根据具体需求：

Pillow： 适用于简单的图像处理任务，易于使用，功能丰富。
OpenCV： 适用于复杂的图像处理和计算机视觉任务，性能优越，功能强大。
Matplotlib： 适用于图像处理和数据可视化任务，绘图功能强大。

五、实际应用案例

为了更好地理解如何在实际应用中使用这些库，以下是几个具体的应用案例。

案例1：批量处理图片并获取大小

假设你有一个包含大量图片的文件夹，你需要批量处理这些图片并获取它们的大小。

import os
from PIL import Image
图片文件夹路径
folder_path = 'path_to_image_folder'
获取文件夹中的所有图片文件
image_files = [f for f in os.listdir(folder_path) if f.endswith(('.jpg', '.png'))]
批量处理图片
for image_file in image_files:
    image_path = os.path.join(folder_path, image_file)
    image = Image.open(image_path)
    width, height = image.size
    print(f'图片 {image_file} 的宽度是：{width}，高度是：{height}')

案例2：实时摄像头图像处理

使用OpenCV进行实时摄像头图像处理，并在窗口中显示图像大小。

import cv2
打开摄像头
cap = cv2.VideoCapture(0)
while True:
    # 读取帧
    ret, frame = cap.read()
    if not ret:
        break
    # 获取图片大小
    height, width, _ = frame.shape
    # 在图片上绘制文字
    cv2.putText(frame, f'Width: {width}, Height: {height}', (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 1, (255, 0, 0), 2)
    # 显示帧
    cv2.imshow('Camera', frame)
    # 按下'q'键退出
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
释放摄像头并关闭窗口
cap.release()
cv2.destroyAllWindows()