几种图像读取方式总结

import matplotlib.image as img ：img.imread（）
import PIL.Image as Img ：Img.open（）
import tensorflow as tf ：tf.read_file（）  
import cv2：cv2.imread()

需要注意：一、对于低版本的tf，需要将图片经过tf.Session()执行
二、cv2读取文件中不能有中文字符
三、cv2读取三通道和单通道的不同
四、cv2的取的图片文件使用cv.imshow()显示时，需要注意图像的像素值范围必须映射到0-255
五、plt.colorbar()必须在plt.imshow(）之后

需要将plt.colorbar()放在要显示图像命令后边

否则出现，找不到映射关系的错误
RuntimeError: No mappable was found to use for colorbar creation. First define a mappable such as an image (with imshow) or a c

使用PIL和matplotlib.image两种方式读取

import matplotlib.image as img
# import PIL.Image as Img
import matplotlib.pyplot as plt
# img=Img.open(r'F:\共享文件夹\论文编辑\简化FCN\annotations\annotations\trimaps\Abyssinian_1.png')
img=img.imread(r'F:\共享文件夹\论文编辑\简化FCN\annotations\annotations\trimaps\Abyssinian_1.png')
# plt.colorbar()
# print(set(img.flatten())) # {0.007843138, 0.011764706, 0.003921569} 和{1，2，3}
plt.imshow(img)
plt.colorbar()
plt.show()

从图中看出，两种读取的图片像素值不一样，但显示现象一样，从colorbar看出，色彩范围一样，
计算1/255= 0.003921569,
2/255 = 0.007843138,
3/255 = 0.011764706
发现，有255对应关系，在不同模块读取图片后会对图片进行处理

使用tensoflow读取

import tensorflow as tf
import matplotlib.pyplot as plt

img = tf.read_file(r'F:\共享文件夹\论文编辑\简化FCN\annotations\annotations\trimaps\Abyssinian_1.png')
with tf.Session() as sess:
    img= sess.run(tf.image.decode_jpeg(img))
print(set(img.flatten()))  #{1, 2, 3}   #
print(img.shape)
'''
(400, 600, 1)
'''
plt.imshow(img)
plt.show()

使用opencv的cv2.imread()和plt显示

参考：https://blog.csdn.net/qq_24815615/article/details/107885393

import cv2
import matplotlib.pyplot as plt
import os
os.chdir(r'F:\共享文件夹\论文编辑\简化FCN\annotations\annotations\trimaps'，0)  #这里必须设置0参数，表示单通道
img=cv2.imread(r'Abyssinian_1.png')  # 像素值是{1，2，3}

plt.imshow(img)
plt.colorbar()
plt.show()  # 一定使用

cv2.imread()和cv2.imshow（）

参考：https://blog.csdn.net/weixin_39190382/article/details/113615763
cv2.imread()不能读取中文路径，
必须设置参数是读取单通道图像，
需要将图像像素值映射到0-255

import cv2
import matplotlib.pyplot as plt
import os
import numpy as np

def image_normalization(img, img_min=0, img_max=255):  # 像素映射
    img = np.float32(img)
    epsilon = 1e-12
    img = (img - np.min(img)) * (img_max - img_min) / ((np.max(img) - np.min(img)) + epsilon) + img_min
    return img

os.chdir(r'F:\共享文件夹\论文编辑\简化FCN\annotations\annotations\trimaps')
img=cv2.imread(r'Abyssinian_1.png',0) # 不能访问中文路径
img = image_normalization(img)
# cv2.imshow('single_cannel',(img-1)*255.0/2.0)，也可以使用，将1-3，映射到0-255
cv2.imshow('single_cannel',img)
cv2.waitKey(0)