目的

様々なPythonモジュールにおける画像ファイルの読み込み方法、および読み込まれた画像の状態についてまとめる

ラインナップ

pillow
openCV
torchvision (PyTorchのサブモジュール)
keras.preprocessing.image
scikit-image
imageio (画像入出力に特化したシンプルなライブラリ)
imgaug (画像前処理ライブラリ)

比較

前提

import numpy as np
import pathlib

from PIL import Image
import cv2 as cv
import skimage
import imageio
import imgaug as ia
from keras.preprocessing import image as k_prep_img
import torchvision

path = pathlib.Path("path/to/the/image/file")

比較表

	pillow	openCV	torchvision	keras.preprocessing	skimage	imageio	imgaug
画像読み込み	`Image.open(path)`	`cv.imread(path.name)`	`torchvision.io.read_image(path)`	`k_prep_img.load_img(path)`	`skimage.io.imread(path)`	`cv.imageio(path)`	`ia.imageio.imread(path)`
画像の状態	Imageオブジェクト	numpy配列	tensor	numpy配列	numpy配列	numpy配列	numpy配列
チャネル順	RGB	BGR	BGR	調査中	RGB	RGB	RGB

補足

openCVではpathlibのPathオブジェクトをそのまま引数に与えることができなかったので.nameとしてファイル名を取り出している。
pillowで読み込んだ画像をnumpy変換するにはnp.asarray(image)とするが、元のImageオブジェクトの保有するデータへの参照としてのnumpy配列が作られるので、デフォルトでflags.writable = Falseになっている。処理する前提でnumpyにしたい場合はnp.array(image)とすればいい。

所感

imageioが一番シンプルに書ける。

TODO

処理速度の観点での比較をする