python畫圖常見不同圖片格式保存方式

更新時間：2023年09月14日 09:14:12 作者：沒意思不好玩我不玩了

這篇文章主要介紹了python畫圖常見不同圖片格式保存方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教

python畫圖常見不同圖片格式保存

上周討論老師要我把data生成 tif / tiff 圖給他，方便用于編輯成高清矢量圖？（原諒我沒太仔細聽為什么了。。。這該死的瞌睡蟲）放進paper，平常都是直接生成pdf，順便記錄一下簡單的存圖過程。

import matplotlib.pyplot as plt
import numpy as np
# 生成數(shù)據(jù)===================================
x = np.arange(0, 1, 0.1) # 橫坐標從0到1，步長為0.1
y = np.cos(x) # 縱坐標為 x 對應的 cos(x) 值
# 生成圖形===================================
plt.figure(dpi=600)#自己設哈，其實300就夠了
plt.plot(x, y)
#保存圖片===================================
#習慣了，沒有理由
plt.savefig('C:/Users/YuJia/Desktop/cos.pdf')
#JPG/JPEG是最常見的格式，有損壓縮，細節(jié)流失，但內存小
plt.savefig('C:/Users/YuJia/Desktop/cos.jpeg')
plt.savefig('C:/Users/YuJia/Desktop/cos.jpg')
#檔案比JPEG大，壓縮不失真，能夠相容透明/半透明圖像
plt.savefig('C:/Users/YuJia/Desktop/cos.png')
#可縮放向量圖，以向量圖形組成，而非像素，不被限制于某種解析度（仿佛無限大哈哈哈沒有啦），一般用網(wǎng)頁瀏覽器開啟（如Chrome、Firefox、Edge或Internet Explorer）
plt.savefig('C:/Users/YuJia/Desktop/cos.svg')
#標簽圖像文件格式，可進行有損或無損壓縮
plt.savefig('C:/Users/YuJia/Desktop/cos.tif')
plt.savefig('C:/Users/YuJia/Desktop/cos.tiff')
# 顯示圖形===================================
plt.show()

以下是產(chǎn)生的各種圖片大小：

稍微看一下，圖片大小還跟dpi設置有關，差很多！?。∮绕涫?tif / tiff 這種，dpi 高的可以有幾百MB那么大。

好的，速速講完，雖然沒什么內容，睡覺，同為可愛的畫圖工具人們。

保存圖片的常用方法

1.PIL的保存圖片方法

path = r"./001.jpg"     #圖片路徑
img = Image.open(path)  #打開圖片
img.save("1.jpg")      #將圖片保存為1.jpg

2.opencv保存圖片

path = r"./001.jpg"     #圖片路徑
#img = cv.imdecode(np.fromfile("動漫人物_0.jpg",np.uint8))#含有中文路徑的圖片打開
img = cv2.imread(path)  #讀取圖片
cv2.imwrite("1.jpg",img)  #將圖片保存為1.jpg

3.Matplotlib保存圖片的方法

import matplotlib.pyplot as plt
import cv2
import os
images_path = "./minist_img"
for i,img_name in enumerate(os.listdir(images_path)):
    img_path = os.path.join(images_path,img_name)
    img = cv2.imread(img_path)  #numpy的數(shù)組形式，色彩空間為BGR
    img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB) #
    plt.subplot(2,2,i+1),plt.imshow(img)
plt.savefig("./minist.jpg")
plt.show()

4.pytorch保存圖片

save_image(real_img,os.path.join(save_img,f"{epoch}_real.jpg"),nrow=10,padding=2,pad_value=255)

參數(shù)：

tensor：4D張量，形狀為(B x C x H x W)，分別表示樣本數(shù)，通道數(shù)，圖像高度，圖像寬度
nrow：每行的圖片數(shù)量，默認值為8
padding：相鄰圖像之間的間隔。默認值為2
normalize：如果為True，則把圖像的像素值通過range指定的最大值和最小值歸一化到0-1。默認為False
range：元組，用于指定最大值和最小值。默認使用圖像像素的最大最小值。
sacle_each：如果為True，就單獨對每張圖像進行normalize；如果是False，統(tǒng)一對所有圖像進行normalize。默認為Flase
pad_value：float，上述padding會使得圖像之間留出空隙，默認為0

在這里插入圖片描述