概述
本文介绍使用python读取灰度图（单通道图）、RGB图（三通道图），并转成numpy数组格式
建议使用jupyter notebook
读取方式
通过 Pillow 读取，关于 Pillow 参见：
https://www.liaoxuefeng.com/wiki/1016959663602400/1017785454949568
感谢
感谢下面文章，更多的读取方式参见：
https://blog.csdn.net/elvirangel/article/details/96157615
读取灰度图（单通道图）
准备图片
为了便于人眼观察，采用下面16*16的小图：
将上面16*16单通道图下载，
读取图片
然后读取，转换numpy，如下代码：
from PIL import Image
import numpy as np
path=r"C:\Users\mym\Desktop\文件接收柜\feiji.jpg"
im = Image.open(path)
im
im2=np.array(im)
# print(im2.shape)
print(im2)
结果如下：16行16列的矩阵，人眼可看出这是飞机图案，数值越小越接近黑色，数值越大越接近白色
读取RGB图（三通道图）
准备图片
为了便于人眼观察，采用下面16*16的RGB图：
将上面图下载
读取图片
然后读取，转换numpy，如下代码：
path=r"C:\Users\mym\Desktop\文件接收柜\feiji_rgb2.jpg"
# 关键代码
img = Image.open(path)
img=np.array(img)
print(img.shape)
print(img)
执行结果如下：
说明：
其形状是16*16*3，即：16高、16宽、3个通道
也就是说：每一列是一个通道的数值：
- 第一列是红色（red）值
- 第二列是绿色（green）值
- 第三列是蓝色（blue）值
按列这么排列，不符合我们人眼观察的习惯
转换数据
为了得到人眼可识别的数据结构，需要做转换，转换成16*16的形状
for item in range(img.shape[-1]):
result=img[:,:,item]
print(result)
print('-'*50)
结果如下：
说明：
第一个矩阵是red值，图中红色区域的值很大，接近255，其他颜色区域的值很小
第二个矩阵是green值，图中绿色区域的值很大，接近255，其他颜色区域的值很小
第三个矩阵是blue值，图中蓝色区域的值很大，接近255，其他颜色区域的值很小
三个矩阵相同位置的值相同，说明是黑白色，值越小越黑，越大越白
读取RGB图并转成灰度图
如果读取的是RGB图片，读取后需要进行转换
from PIL import Image
import numpy as np
path=r"C:\Users\mym\Desktop\文件接收柜\feiji.jpg"
# 关键代码
im = Image.open(path).convert('L')
im
im2=np.array(im)
# print(im2.shape)
print(im2)