1. 从矩阵到图片的显示方法与保存

1.1 PIL实现

from PIL import Image
image= Image.fromarray(img)
image.show()  # 如果是在jupyter notebook上image就可以输出结果
image.save('image.png')

1.2 Matplotlib实现

import matplotlib.pyplot as plt
plt.imshow(image)
plt.savefig('image.png')

1.3 OpenCV实现

import cv2
cv2.imshow("image", image)
cv.imwrite('image.png', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

1.4 Numpy实现

numpy可以直接将图像矩阵保存为数据，np.array数据可以通过np.save函数直接保存在磁盘上，扩展名为.npy, 通过np.load函数直接恢复

import numpy
# 会在保存的名字后面自动加上'.npy', 所以保存的全称为'array.npy'
numpy.save('array', image)   
array = numpy.load('array.npy')
# 判断保存与读取的矩阵是否一致
(array == image).all() #返回True，代表一致

1.5 Torchvision实现

Torchvision实现保存图像：save_image

import torch
from torchvision.utils import save_image
import numpy

# 读取图像矩阵
array = numpy.load('array.npy')

# (h,w,c) -> (c,h,w)
image = torch.FloatTensor(array).permute(2, 0, 1).unsqueeze(0)
save_image(image, 'image.png', normalize=True)   # 保存图像

image.png：在这里插入图片描述

Torchvision实现显示图像设置：make_grid

from torchvision import datasets, transforms
from torchvision.utils import make_grid
from torch.utils.data import DataLoader
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline

# 使用matplotlib来显示图像
def show(img):
    npimg = img.numpy()
    plt.figure(figsize=(12, 12))
    plt.axis('off')   # 不显示坐标轴
    plt.imshow(np.transpose(npimg, (1,2,0)), interpolation='nearest')
    
# 加载mnist数据集
transform = transforms.Compose([
    transforms.ToTensor(),
])
dataset = datasets.MNIST(root='./dataset/',
                         train=True,
                         transform=transform,
                         download=False)
dataloader = DataLoader(dataset=dataset, batch_size=256, shuffle=True)

# 获取一批256个数据
image, label = iter(dataloader).next()

# 制作图像网格输出显示
batch_image = make_grid(image, nrow=16)
save_image(batch_image, 'image.jpg', normalize=True) # 保存图像
show(batch_image)                                    # 显示图像

image.jpg：在这里插入图片描述更多关于make_grid的参考资料：gist.github.com/anonymous/b…

ps：除了make_grid，save_image；torchvision.utils中还实现了几个好用的函数

draw_bounding_boxes：在给定图像上绘制边界框
draw_segmentation_masks：在给定的 RGB 图像上绘制分割蒙版
draw_keypoints：在给定的 RGB 图像上绘制关键点
flow_to_image：将光流转换为 RGB 图像

2. 从路径到图片的显示方法

2.1 PIL实现

from PIL import Image
image = Image.open('./result.jpg')
image.show()

2.2 Matplotlib实现

import matplotlib.pyplot as plt
image = plt.imread('./result.jpg')
plt.imshow(image)

2.3 OpenCV实现

import cv2
image = cv2.imread('./result.jpg')
cv2.imshow("image", image)
cv2.waitKey(0)
cv2.destroyAllWindows()

参考资料：

1. Python中读取,显示,保存图片的方法

2. make_grid的官方测试demo

【39】多种方法实现矩阵的图像显示与保存