以前照相从来没有那么容易 。现在你只需要一部手机 。拍照是免费的，如果我们不考虑手机的费用的话 。就在上一代人之前，业余艺术家和真正的艺术家如果拍照非常昂贵，并且每张照片的成本也不是免费的 。
我们拍照是为了及时保存伟大的时刻，被保存的记忆随时准备在未来被"打开" 。
就像腌制东西一样，我们要注意正确的防腐剂 。当然，手机也为我们提供了一系列的图像处理软件，但是一旦我们需要处理大量的照片，我们就需要其他的工具 。这时，编程和Python就派上用场了 。Python及其模块如Numpy、Scipy、Matplotlib和其他特殊模块提供了各种各样的函数，能够处理大量图片 。
【Python 图像处理】为了向你提供必要的知识，本章的Python教程将处理基本的图像处理和操作 。为此，我们使用模块NumPy、Matplotlib和SciPy 。
我们从scipy包misc开始 。
# 以下行仅在Python notebook中需要:%matplotlib inlinefrom scipy import miscascent = misc.ascent()import matplotlib.pyplot as pltplt.gray()plt.imshow(ascent)plt.show()除了图像之外，我们还可以看到带有刻度的轴 。这可能是非常有趣的，如果你需要一些关于大小和像素位置的方向，但在大多数情况下，你想看到没有这些信息的图像 。我们可以通过添加命令plt.axis("off")来去掉刻度和轴:
from scipy import miscascent = misc.ascent()import matplotlib.pyplot as pltplt.axis("off") # 删除轴和刻度plt.gray()plt.imshow(ascent)plt.show()我们可以看到这个图像的类型是一个整数数组:
ascent.dtype输出:
dtype('int64')
我们也可以检查图像的大小:
ascent.shape输出:
(512,512)
misc包里还有一张浣熊的图片:
import scipy.miscface = scipy.misc.face()print(face.shape)print(face.max)print(face.dtype)plt.axis("off")plt.gray()plt.imshow(face)plt.show()(768, 1024, 3)<built-in method max of numpy.ndarray object at 0x7f9e70102800>uint8import matplotlib.pyplot as pltmatplotlib只支持png图像
img = plt.imread('frankfurt.png')print(img[:3])[[[ 0.411764710.568627480.80000001][ 0.403921570.560784340.79215688][ 0.403921570.568627480.79607844]...,[ 0.482352940.623529430.81960785][ 0.478431370.6274510.81960785][ 0.478431370.623529430.82745099]] [[ 0.407843140.564705910.79607844][ 0.403921570.560784340.79215688][ 0.403921570.568627480.79607844]...,[ 0.482352940.623529430.81960785][ 0.478431370.6274510.81960785][ 0.482352940.6274510.83137256]] [[ 0.403921570.568627480.79607844][ 0.403921570.568627480.79607844][ 0.403921570.568627480.79607844]...,[ 0.482352940.623529430.81960785][ 0.482352940.623529430.81960785][ 0.486274510.6274510.83137256]]]plt.axis("off")imgplot = plt.imshow(img)lum_img = img[:,:,1]print(lum_img)[[ 0.568627480.560784340.56862748 ...,0.623529430.6274510.62352943] [ 0.564705910.560784340.56862748 ...,0.623529430.6274510.627451] [ 0.568627480.568627480.56862748 ...,0.623529430.623529430.627451] ...,[ 0.317647070.329411770.32941177 ...,0.305882360.31372550.31764707] [ 0.317647070.31372550.32941177 ...,0.30196080.321568640.33725491] [ 0.317647070.30196080.33333334 ...,0.305882360.321568640.33333334]]plt.axis("off")imgplot = plt.imshow(lum_img)色彩、色度和色调现在，我们将展示如何给图像着色 。色彩是色彩理论的一种表达，是画家常用的一种技法 。想到画家而不想到荷兰是很难想象的 。所以在下一个例子中，我们使用荷兰风车的图片 。
windmills = plt.imread('windmills.png')plt.axis("off")plt.imshow(windmills)输出:
<matplotlib.image.AxesImage at 0x7f9e77f02f98>
我们现在想给图像着色 。我们用白色，这将增加图像的亮度 。为此，我们编写了一个Python函数，它接受一个图像和一个百分比值作为参数 。设置"百分比"为0不会改变图像，设置为1表示图像将完全变白:
import numpy as npimport matplotlib.pyplot as pltdef tint(imag, percent):"""imag: 图像percent: 0，图像将保持不变，1，图像将完全变白色，值应该在0~1"""tinted_imag = imag + (np.ones(imag.shape) - imag) * percentreturn tinted_imagwindmills = plt.imread('windmills.png')tinted_windmills = tint(windmills, 0.8)plt.axis("off")plt.imshow(tinted_windmills)输出:
<matplotlib.image.AxesImage at 0x7f9e6cd99978>
阴影是一种颜色与黑色的混合，它减少了亮度 。
import numpy as npimport matplotlib.pyplot as pltdef shade(imag, percent):"""imag: 图像percent: 0，图像将保持不变，1，图像将完全变黑，值应该在0~1"""tinted_imag = imag * (1 - percent)return tinted_imagwindmills = plt.imread('windmills.png')tinted_windmills = shade(windmills, 0.7)plt.imshow(tinted_windmills)