前言
在进行图像处理时，经常会用到读取图片并显示出来这样的操作，所以本文总结了python中读取并显示图片的3种方式，分别基于opencv、matplotlib、PIL库实现，并给出了示例代码，介绍如下。
OpenCV
OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。
代码语言：javascript复制import matplotlib.pyplot as plt # plt 用于显示图片
import cv2
# opencv的颜色通道顺序为[B,G,R]，而matplotlib颜色通道顺序为[R,G,B],所以需要调换一下通道位置
img1 = cv2.imread('./1.png')[:, :, (2, 1, 0)] # 读取和代码处于同一目录下的 1.png
img2 = cv2.imread('./1.png')[:, :, (2, 1, 0)]
# 结果展示
plt.rcParams['font.sans-serif'] = ['SimHei'] # 中文乱码
plt.subplot(121)
# imshow()对图像进行处理，画出图像，show()进行图像显示
plt.imshow(img1)
plt.title('图像1')
# 不显示坐标轴
plt.axis('off')
# 子图2
plt.subplot(122)
plt.imshow(img2)
plt.title('图像2')
plt.axis('off')
# #设置子图默认的间距
plt.tight_layout()
# 显示图像
plt.show()Matplotlib
Matplotlib 是 Python 的绘图库。它可与 NumPy 一起使用，提供了一种有效的 MatLab 开源替代方案。它也可以和图形工具包一起使用，如 PyQt 和 wxPython。
代码语言：javascript复制import matplotlib.pyplot as plt # plt 用于显示图片
import matplotlib.image as mpimg # mpimg 用于读取图片
img1 = mpimg.imread('./1.png', 0) # 读取和代码处于同一目录下的 1.png
img2 = mpimg.imread('./2.png', 0)
# 结果展示
plt.rcParams['font.sans-serif'] = ['SimHei'] # 中文乱码
plt.subplot(121)
# imshow()对图像进行处理，画出图像，show()进行图像显示
plt.imshow(img1)
plt.title('图像1')
# 不显示坐标轴
plt.axis('off')
# 子图2
plt.subplot(122)
plt.imshow(img2)
plt.title('图像2')
plt.axis('off')
# #设置子图默认的间距
plt.tight_layout()
# 显示图像
plt.show()PIL
PIL(Python Image Library)是python的第三方图像处理库，但是由于其强大的功能与众多的使用人数，几乎已经被认为是python官方图像处理库了。
PIL可以做很多和图像处理相关的事情:
- 图像归档(Image Archives)
- 图像展示(Image Display)
- 图像处理(Image Processing)
import matplotlib.pyplot as plt # plt 用于显示图片
from PIL import Image
img1 = Image.open('./1.png')
img2 = Image.open('./2.png')
# 结果展示
plt.rcParams['font.sans-serif'] = ['SimHei'] # 中文乱码
plt.subplot(121)
plt.imshow(img1)
plt.title('图像1')
# 不显示坐标轴
plt.axis('off')
# 子图2
plt.subplot(122)
plt.imshow(img2)
plt.title('图像2')
plt.axis('off')
# #设置子图默认的间距
plt.tight_layout()
# 显示图像
plt.show()
