Leer imágenes en Python

Python admite herramientas muy poderosas cuando se trata de procesamiento de imágenes. Veamos cómo procesar las imágenes usando diferentes bibliotecas como ImageIO , OpenCV , Matplotlib , PIL, etc.
 

1. Uso de ImageIO: Imageio es una biblioteca de Python que proporciona una interfaz sencilla para leer y escribir una amplia gama de datos de imágenes, incluidas imágenes animadas, videos, datos volumétricos y formatos científicos. Es multiplataforma, se ejecuta en Python 3.7+ y es fácil de instalar. Es la alternativa recomendada a scipy.misc.imread y bibliotecas como scikit-image la utilizan internamente para cargar imágenes.

# Python program to read an write an image
 
import imageio as iio
 
# read an image
img = iio.imread("g4g.png")
 
# write it in a new format
iio.imwrite("g4g.jpg", img)

1. Producción: 

1. Uso de OpenCV: OpenCV (Open Source Computer Vision) es una biblioteca de visión por computadora que contiene varias funciones para realizar operaciones en imágenes o videos. Originalmente fue desarrollado por Intel, pero luego fue mantenido por Willow Garage y ahora lo mantiene Itseez. Esta biblioteca es multiplataforma, es decir, está disponible en múltiples lenguajes de programación como Python, C++, etc. 
    

# Python program to read image using OpenCV
 
# importing OpenCV(cv2) module
import cv2
 
# Save image in set directory
# Read RGB image
img = cv2.imread('g4g.png')
 
# Output img with window name as 'image'
cv2.imshow('image', img)
 
# Maintain output window utill
# user presses a key
cv2.waitKey(0)       
 
# Destroying present windows on screen
cv2.destroyAllWindows()

1. Producción :
    

1.   
    
2. Uso de MatplotLib: Matplotlib es una increíble biblioteca de visualización en Python para gráficos 2D de arrays. Matplotlib es una biblioteca de visualización de datos multiplataforma basada en arrays NumPy y diseñada para funcionar con la pila SciPy más amplia. Fue presentado por John Hunter en el año 2002. Matplotlib viene con una amplia variedad de gráficos. Las gráficas ayudan a comprender tendencias, patrones y hacer correlaciones. Por lo general, son instrumentos para razonar sobre información cuantitativa. 
    

# Python program to read
# image using matplotlib
 
# importing matplotlib modules
import matplotlib.image as mpimg
import matplotlib.pyplot as plt
 
# Read Images
img = mpimg.imread('g4g.png')
 
# Output Images
plt.imshow(img)

1. Producción :
    

1.   
    

2. Uso de PIL: PIL es la biblioteca de imágenes de Python que proporciona al intérprete de Python capacidades de edición de imágenes. Fue desarrollado por Fredrik Lundh y varios otros colaboradores. Pillow es la bifurcación amigable de PIL y una biblioteca fácil de usar desarrollada por Alex Clark y otros colaboradores. 
    

# Python program to read
# image using PIL module
 
# importing PIL
from PIL import Image
 
# Read image
img = Image.open('g4g.png')
 
# Output Images
img.show()
 
# prints format of image
print(img.format)
 
# prints mode of image
print(img.mode)

1. Producción : 
    

 
PNG
RGBA