python读取图片任意范围区域

使用python进行图片处理，现在需要读出图片的任意一块区域，并将其转化为一维数组，方便后续卷积操作的使用。
下面使用两种方法进行处理：

convert 函数

from PIL import Image
import numpy as np
import matplotlib.pyplot as plt

def ImageToMatrix(filename):
im = Image.open(filename)  # 读取图片
im.show()      # 显示图片
width,height = im.size
print("width is :" + str(width))
print("height is :" + str(height))
im = im.convert("L")    # pic --> mat 转换，可以选择不同的模式，下面有函数源码具体说明
data = im.getdata()
data = np.matrix(data,dtype='float')/255.0
new_data = np.reshape(data * 255.0,(height,width))
new_im = Image.fromarray(new_data)
# 显示从矩阵数据得到的图片
new_im.show()
return new_data

def MatrixToImage(data):
data = data*255
new_im = Image.fromarray(data.astype(np.uint8))
return new_im

'''
convert(self, mode=None, matrix=None, dither=None, palette=0, colors=256)
 |  Returns a converted copy of this image. For the "P" mode, this
 |  method translates pixels through the palette. If mode is
 |  omitted, a mode is chosen so that all information in the image
 |  and the palette can be represented without a palette.
 |  
 |  The current version supports all possible conversions between
 |  "L", "RGB" and "CMYK." The **matrix** argument only supports "L"
 |  and "RGB".
 |  
 |  When translating a color image to black and white (mode "L"),
 |  the library uses the ITU-R 601-2 luma transform::
 |  
 |   L = R * 299/1000 + G * 587/1000 + B * 114/1000
 |  
 |  The default method of converting a greyscale ("L") or "RGB"
 |  image into a bilevel (mode "1") image uses Floyd-Steinberg
 |  dither to approximate the original image luminosity levels. If
 |  dither is NONE, all non-zero values are set to 255 (white). To
 |  use other thresholds, use the :py:meth:`~PIL.Image.Image.point`
 |  method.
 |  
 |  :param mode: The requested mode. See: :ref:`concept-modes`.
 |  :param matrix: An optional conversion matrix. If given, this
 |   should be 4- or 12-tuple containing floating point values.
 |  :param dither: Dithering method, used when converting from
 |   mode "RGB" to "P" or from "RGB" or "L" to "1".
 |   Available methods are NONE or FLOYDSTEINBERG (default).
 |  :param palette: Palette to use when converting from mode "RGB"
 |   to "P". Available palettes are WEB or ADAPTIVE.
 |  :param colors: Number of colors to use for the ADAPTIVE palette.
 |   Defaults to 256.
 |  :rtype: :py:class:`~PIL.Image.Image`
 |  :returns: An :py:class:`~PIL.Image.Image` object.

'''

原图：

filepath = "./imgs/"

imgdata = ImageToMatrix("./imgs/0001.jpg")
print(type(imgdata))
print(imgdata.shape)

plt.imshow(imgdata) # 显示图片
plt.axis('off')  # 不显示坐标轴
plt.show()

运行结果：

mpimg 函数

import matplotlib.pyplot as plt  # plt 用于显示图片
import matplotlib.image as mpimg  # mpimg 用于读取图片
import numpy as np

def readPic(picname, filename):
img = mpimg.imread(picname)
# 此时 img 就已经是一个 np.array 了，可以对它进行任意处理
weight,height,n = img.shape  #(512, 512, 3)
print("the original pic: \n" + str(img))

plt.imshow(img)     # 显示图片
plt.axis('off')     # 不显示坐标轴
plt.show()

# 取reshape后的矩阵的第一维度数据，即所需要的数据列表
 img_reshape = img.reshape(1,weight*height*n)[0]
 print("the 1-d image data :\n "+str(img_reshape))

# 截取（300，300）区域的一小块（12*12*3），将该区域的图像数据转换为一维数组
img_cov = np.random.randint(1,2,(12,12,3))  # 这里使用np.ones()初始化数组，会出现数组元素为float类型，使用np.random.randint确保其为int型
for j in range(12):
 for i in range(12):
  img_cov[i][j] = img[300+i][300+j]

img_reshape = img_cov.reshape(1,12*12*3)[0]
print((img_cov))
print(img_reshape)

# 打印该12*12*3区域的图像
plt.imshow(img_cov)
plt.axis('off')
plt.show()

# 写文件
# open:以append方式打开文件，如果没找到对应的文件，则创建该名称的文件
with open(filename, 'a') as f:
 f.write(str(img_reshape))
return img_reshape

if __name__ == '__main__':
picname = './imgs/0001.jpg'
readPic(picname, "data.py")

读出的数据（12*12*3），每个像素点以R、G、B的顺序排列，以及该区域显示为图片的效果：

参考：python 读取并显示图片的两种方法

来源：https://blog.csdn.net/sinat_34022298/article/details/79533934