如果你正在寻找一个库来帮助你在 Python 中显示图像，那么你很幸运。Python 有许多不同的库可用于显示图像。三个最受欢迎的库是Pickel、Matplotlib 和 OpenCV。
到底应该选哪一个，还是看自己的个人喜好了。我喜欢并使用 OpenCV 而不是 Pillow 和 Matplotlib，因为 OpenCV 具有更多的功能。但是，我只在显示图像或进行批量图像处理时使用 Pillow。当我想在 Jupyter Notebook中显示图像时，我使用 Matplotlib。
每个库都有其独特的优点和缺点，因此我们必须为手头的任务选择正确的库。在本文中，我们将深入探索这些库中的每一个，并向你展示如何充分利用每个库。
我们将从查看 Pillow 开始。
由 Matthew Altenburg 和 AI 创建的 Pillow 标志
Pillow 是一个为图像处理提供简单方法的库。它支持打开、操作和保存许多不同的图像文件格式，非常适合批量图像处理功能，例如图像大小调整、旋转和变换。
Pillow 易于安装和使用。你可以使用 pip 安装它：
pip install Pillow
然后要在新窗口中打开图像，创建一个 python 脚本并运行：
from PIL import Image
img ＝ Image．open（＂path＿your＿file＿image．png＂）
img．show（）
就是这样，三行代码，我们已经使用 Pillow 库打开了一个图像。
接下来，我们来看看 Matplotlib。
由 Matthew Altenburg 和 AI 创建的 Matplotlib 徽标
Matplotlib 是一个综合库，用于在 Python 中创建静态、动画和交互式可视化，非常适合在 juypter Notebook中打开图像。
让我们从使用 pip 安装 Matplotlib 开始：
pip install matplotlib
现在是在 jupyter notebook 中打开和显示图像的代码
import matplotlib．pyplot as plt
import matplotlib．image as img
image ＝ img．imread（＇path＿to＿your＿image＿image．png＇）
plt．imshow（image）
plt．show（）
最后，OpenCV。
由 Matthew Altenburg 和 AI 创建的 OpenCV 徽标
OpenCV 是 Python 社区中历史悠久的计算机视觉库。它是开源的、免费的并且非常强大。因此，它成为我最喜欢的计算机视觉库，因为你可以用它做很多事情。
我进行了很多计算机视觉项目，这是我的首选。但是，它并不适合所有人，因为它的缺点是安装包很大，并且学习曲线较大，因此使用起来更具挑战性。因此，仅当你有一个需要更多专业图像处理和计算机视觉技术的大型项目时才使用 OpenCV。
让我们从使用 pip 安装 OpenCV 开始：
pip install opencv－python
如果你想在 Jupyter Notebook 中使用 OpenCV，你还需要安装 opencv－contrib－python模块。这可以使用以下命令完成：
pip install opencv－contrib－python
打开和显示图像的代码很简单：
import cv2
img ＝ cv2．imread（＂path＿to＿your＿image＿image．png＂， cv2．IMREAD＿COLOR）
cv2．imshow（＂Cute Kitens＂， img）
cv2．waitKey（0）
cv2．destroyAllWindows（）
