cv2方式：

# -*- coding: UTF-8 -*-import cv2"""cv2模块--图片的读入和显示""" image_path="D:/PycharmProjects/imageCut/cutted_images/0.jpg" img=cv2.imread(image_path)# np.ndarray BGR uint8cv2.imshow("test_imread",img)# 转为RGB显示cv2.waitKey()

PIL方式：

# -*-coding: UTF-8 -*- from PIL import Imageimport numpy as npimport matplotlib.pyplot as plt image_path="D:/PycharmProjects/imageCut/cutted_images/0.jpg" #PIL#相关:scipy.misc.imread, scipy.ndimage.imread#misc.imread 提供可选参数mode，但本质上是调用PIL，具体的模式可以去看srccode或者document#https://github.com/scipy/scipy/blob/v0.17.1/scipy/misc/pilutil.pyimg=Image.open(image_path)img=np.array(img)# 获得numpy对象, np.ndarray, RGB #统一使用plt进行显示，不管是plt还是cv2.imshow,在python中只认numpy.array，但是由于cv2.imread 的图片是BGR，cv2.imshow 时相应的换通道显示 plt.imshow(img)plt.show()

matplotlib.image：

# -*-coding: UTF-8 -*- from PIL import Imageimport numpy as npimport matplotlib.pyplot as pltimport matplotlib.image as mpimg image_path="D:/PycharmProjects/imageCut/cutted_images/0.jpg" img=mpimg.imread(image_path) #统一使用plt进行显示，不管是plt还是cv2.imshow,在python中只认numpy.array，但是由于cv2.imread 的图片是BGR，cv2.imshow 时相应的换通道显示 plt.imshow(img)plt.show()

skimage.io方式：

# -*-coding: UTF-8 -*- from PIL import Imageimport numpy as npimport matplotlib.pyplot as pltfrom skimage import io image_path="D:/PycharmProjects/imageCut/cutted_images/0.jpg" #4 skimge#caffe.io.load_iamge()也是调用的skimage实现的，返回的是0-1 float型数据img = io.imread(image_path) #统一使用plt进行显示，不管是plt还是cv2.imshow,在python中只认numpy.array，但是由于cv2.imread 的图片是BGR，cv2.imshow 时相应的换通道显示 plt.imshow(img)plt.show()

scipy.misc方式：

# -*-coding: UTF-8 -*- from scipy.misc import imread, imshow, imsaveimport matplotlib.pyplot as plt image_path="D:/PycharmProjects/imageCut/cutted_images/0.jpg" img = imread(image_path)# imshow(img) need to set the SCIPY_PIL_IMAGE_VIEWER environment variable to point to the program/executable that can be used to view images on your system plt.imshow(img)plt.show()imsave("D:/PycharmProjects/imageCut/cutted_images/1.jpg",img)

补充：cv2.imread()和matplotlib.image.imread()读取图片的一些区别,python，中文路径

1.cv2.imread()和matplotlib.image.imread()

除了读取出来的rgb的顺序不一样，对于读取图片的类型要求也不一样，

example:

将.jpg改为.png，后者读取就有问题，而前者就顺利的读取出来了

而且cv2.imread()不能有中文路径，否则读取不出来，一般opencv库都不允许中文路径

但是可以这样修改，就可以得到可以识别中文路径的读取：

#cv2识别中文路径def cv2_imread(img_path): cv_img=cv2.imdecode(np.fromfile(img_path, dtype=np.uint8), -1) return cv_imgimg_y = cv2_imread('E:/哈哈/' + str(number) + '.jpg')#这个是存储到带有中文路径的文件里面，其中有图像质量的模糊度cv2.imencode('.jpg', img,[int(cv2.IMWRITE_JPEG_QUALITY), random.uniform(30, 50)])[1].tofile("E:/哈哈/" + str(xuhao) + ".jpg")

对于cv2读取的图像的形式是数组，不同的读取函数，读取到的图像的形式是不一样的，所以可以多次进行不同的读取方式，来进行不同的操作

2.scipy.misc.imread()

读出来的为rgb，而且可以使用中文路径(cv2.imread()读出来的图片是BGR)

scipy.misc.imsave()，直接进行保存就可以。但是有一点要注意，它只能保存uint8类型的数据，所以有时候就需要对他的类型进行声明。还有一些别的函数，有时候也会这样的。uint8的取值范围是0-255，所以注意越界问题。

以上为个人经验，希望能给大家一个参考，也希望大家多多支持。如有错误或未考虑完全的地方，望不吝赐教。