图像的分类
- 按照颜色和灰度来分类，被分为4种基本分类
- 二值图像: 只有01构成只有黑白两色
- 灰度图像：[0,255] ：0表示纯黑色，255表示纯白色。中间的就是黑到白的过渡色
- 索引图像：二维矩阵 + 颜色索引矩阵map的二维数组（x3的），例如二维矩阵的值分为是0,255。则这个就是大小就是255 *3
- 真彩RGB图像：红（R），绿（G），蓝（B）
图像的加载
一、整体流程（一句话版）
读图 → 转成数组 → 交给 matplotlib → 显示或处理
二、详细流程拆解
① 导入库
import matplotlib.pyplot as plt② 读取图像（最关键一步）
img = plt.imread("cat.jpg")这一步发生了什么？
- 从磁盘读取图片文件（jpg / png / bmp 等）
- 自动解码
- 转成NumPy 数组
📌img的本质是：
numpy.ndarray③ 图像在内存中的形式（非常重要）
彩色图像（RGB）
img.shape # (H, W, 3)- H：高度（像素）
- W：宽度
- 3：RGB 三个通道
灰度图
# (H, W)像素值范围
图片格式 | 像素值 |
PNG | 0 ~ 1（float） |
JPG | 0 ~ 255（uint8） |
④ 显示图像
plt.imshow(img)这一步做了什么？
- 把NumPy 数组 → 映射成颜色
- 默认：
- RGB → 彩色
- 单通道 → 伪彩色
⑤ 关闭坐标轴（可选）
plt.axis('off')⑥ 真正显示窗口
plt.show()📌没有plt.show()，图不会真正显示
三、完整最小示例（标准流程）
import matplotlib.pyplot as plt img = plt.imread("cat.jpg") # 1. 读图 plt.imshow(img) # 2. 显示 plt.axis('off') # 3. 去掉坐标 plt.show() # 4. 显示窗口四、常见变体流程（你以后一定会用）
1️⃣ 显示灰度图
plt.imshow(img, cmap='gray') plt.show()📌cmap= colormap（颜色映射）
2️⃣ 只读图，不显示（用于 CNN / PyTorch）
img = plt.imread("cat.jpg") # 后面直接送进模型3️⃣ 和 OpenCV 的区别（容易踩坑）
工具 | 读取顺序 |
| RGB |
| BGR |
所以 OpenCV 读的图用plt.imshow显示会颜色反了。
五、在深度学习里的典型流程（结合你当前学习）
img = plt.imread("cat.jpg") # H W C img = img / 255.0 # 归一化 img = img.transpose(2, 0, 1) # C H W（PyTorch）六、一句话总结（记住这个）
**plt.imread负责把图片 → NumPy 数组plt.imshow负责把数组 → 图像plt.show才是真正显示**
测试代码
import matplotlib.pyplot as plt import torch # 绘制全0,全1图像 def dm01(): img1 = torch.zeros(200,200,3) plt.imshow(img1) plt.show() img2 = torch.full((200, 200, 3), 255) plt.imshow(img2) plt.show() pass def dm02(): # 转成 NumPy 数组 img1 = plt.imread("../data/img.jpg") plt.imshow(img1) plt.show() print(f'img1.shape:{img1.shape}') img2 = plt.imread("../data/a.jpg") plt.imshow(img2) plt.show() print(f'img2.shape:{img2.shape}') #保存图像 plt.imsave("../data/女画像.png",img1) plt.imsave("../data/瞎子.png",img2) pass if __name__ == '__main__': dm01() dm02()测试结果
D:\pythonDemo\.venv\Scripts\python.exe -X pycache_prefix=C:\Users\Administrator.SY-202408261506\AppData\Local\JetBrains\PyCharm2025.3\cpython-cache "D:/Software/PyCharm 2025.3/plugins/python-ce/helpers/pydev/pydevd.py" --multiprocess --qt-support=auto --client 127.0.0.1 --port 57594 --file D:\pythonDemo\demo\test29_images.py Connected to: <socket.socket fd=668, family=2, type=1, proto=0, laddr=('127.0.0.1', 57605), raddr=('127.0.0.1', 57594)>. Connected to pydev debugger (build 253.28294.336) img1.shape:(640, 640, 3) img2.shape:(737, 920, 3) Process finished with exit code 0
)
)
