Python 图像读写谁最快？不信就比一比

图像处理，顾名思义，是对图像进行的各种转换、计算等处理。图像处理必不可少地需要读写图像文件。

图像文件的读取，就是将图像数据从磁盘中的文件内读入内存，之后按照图像解码标准解码，最后把图像各像素的值存储到内存区域中，并返回存储图像像素值的内存起始地址。图像数据的结构，其实就是二维数组。在 C 语言里面，就是用二维数组或者一维数组形式的手动二维数组的形式存放的。在 Python 生态里，读入内存的图像，一般需要以 Numpy 数组的形式存放，方便稍后处理。Numpy 数组具有 C 接口，在特定情况下，可以直接直接用 C 读取。

图像文件的写入，是将图像数据按照图像编码标准编码，添加上如图像像素数、颜色数等相关的文件信息，构造成符合标准的图像文件数据，并写入磁盘。

用什么方法读写图像，速度最快，一直为人所争议，但不同的平台 windows/linux 32bit/64bit 与实现 python2/python3/c，不同的图像格式大小批量，得到的结果总是千奇百怪的。

所以，本质上，这个速度比较，是依赖于运行环境和具体的应用场合的。运行环境包括硬件和软件，硬件上的CPU、内存、硬盘、系统总线、缓存等等；软件包括系统平台、编译器、第三方库等等。如此多的影响变量，已经完全没办法控制了。还要加上具体的应用场合，比如，读取图像的图像格式，分辨率大小等等。典型的，JPG 图像和 BMP 图像编解码运算压力就很不一样；海量小图像，和少量大分辨率图像，差距也很大。不同的 Python 包在不同的第三方库的支持下，针对不同图像格式、文件尺寸的读写性能也是完全不同的。在后面详细读源码的时候可以发现，同一个 Python 包读写图像代码，在不同的环境下，实际调用路径和调用的第三方包也会变化。

还有一个问题，就是运行环境的具体要求。比较典型的一个问题，就是 Pillow 这种纯 Python 代码包，和 OpenCV 这种以 C/C++ 为基础的 Python 接口转接的包的区别。在跨平台的时候，纯 Python 包更能取得一致效果。我个人之前的工作中，就遇到过，使用 OpenCV 在 windows 和 Linux 环境下得到不同的运行结果，其中原因有可能是计算中 Windows 和 Linux 下调用的运算库的版本不同或具体指令得到的结果不一样。另一种常见的情况，是在云平台上，不具有管理员权限，不能额外安装二进制代码包，甚至 Python 包，那就只能尽可能利用现存工具。

因此，为了在“不论如何的复杂环境”下，都能“根据现实条件”找到“适合当前应用需求”的最高效 Python 包，我这里提出一个测试驱动的方案。毕竟只要实际上手测试一下，自然就可以找到实际最高效的 Python 包。而且，利用 Python 的“引入并改名 import as”机制，把经过测试后选择出来的函数接出来以供使用，可以在各种环境下，都提供出一个最快的解决方案。

本文的以下部分，列举了常见的具有 Python 图像读写能力的包和使用方法，分析比较其性能，并开源一个自动测试比较不同图像处理包图像读取性能的包。希望能够有助于同学、同行节省争议时间。毕竟只有具有真正实验数据支撑的“实证研究 Empirical Research”才是真正有价值的。

MATLAB 图像文件读写

在介绍 Python 的图像文件读写，先对比一下 MATLAB。

MATLAB 有 imread 和 imwrite 分别用于图像读取和图像写入。

A = imread(filename, fmt)
imwrite(A,filename)

filename 是需要读入的图像文件名，fmt是读入图像的格式代码。整句代码的意思是将文件 filename 以 fmt 格式读入，读入后，数据存储在变量A中。

Python 图像文件读写

在 Python 生态里，我个人认为，最为正统的图像读写，应该使用 skimage 包。skimage 的全称是 scikit-image。但实际使用的时候，例如在导入一个 Python 包的时候，不能存在连字符，所以有缩略语 skimage。skimage 是原本 SciPy（Python 科学计算包）中图像处理相关算法独立出来的 Python 包。skimage 包的维护一直有 Anaconda 的参与，所以使用 conda install 也是很稳妥的。

skimage 中，负责图像读写的，是 io module 中的 imread 和 imsave 函数。

from skimage import io
img_array = io.imread(fname, as_grey=False, plugin=None, flatten=None, **plugin_args)
io.imsave(fname, arr, plugin=None, **plugin_args)

MATLAB 与 Python 读取图像的 RGB 顺序，是不一样的，要注意调整，也可以具体指定 RGB 顺序，以便确保准确。

常见图像处理工具简介

最常见的图像读取工具，是 Pillow 和 OpenCV。

Pillow 是 Python 原生图像处理包，优点是纯 Python、跨平台、没有其它依赖，可靠稳定。

OpenCV 是以 C\C++ 为主开发的图像处理通用软件库，算法全面，功能强大，具有多种接口。早期版本长期锚定 Python 2，环境配置比较繁琐，但现在其 Python 3 接口已经比较完善了。

其他常见的图像处理包，包括 matplotlib、imageio 和 skimage。

matplotlib 作为 Python 最早也是影响最广泛的数据可视化包，也是常用的图像读取工具。

imageio 其实是 scipy 中的图像操作功能独立后的包，原本是 scipy.io 中的图像操作工具。

skimage 是一套完整的图像处理包，自然也具有图像读取能力。

另外几个比较独特的：

Qt 作为历史悠久的跨平台 GUI 库，图像读取方式独树一帜，效率非常好，但格式独特。

再就是 imread 包，专职图像读取，格式支持广泛，性能也不俗。

FreeImage 是一个开源图像格式支持库。

其中 imageio、skimage 其实用的就是 Pillow，只是自己在上面包装了一下。

matplotlib 除了 PNG 格式外，也都是利用一种插件机制，调用其它包实现的。依赖的，主要也还是 Pillow。而 PNG 格式，matplotlib 本身有基于 C 的支持。

具体的不同包之间的调用方法可以参见代码和我之前的回答：

图像读取性能测试 imreadeval

Github repo 如下：

包的名字，起得很直观，就是评估图像读取性能 im(age)-read-eval(uation)。

当前，仅仅实现了

• Pillow
• OpenCV
• Matplotlib
• imageio (descendent of scipy.io.imread, which is deprecated)
• SciKit-Image (depend on SciPy)

五种图像读取函数的测试。

可以直接 pip install imreadeval 安装。

而评估测试也很简单，直接 import imreadeval 就可以。

默认会直接读取包中自带的两张（PNG、JPG 各一张）十次，并给出读取需要的时间。

这里的“读取”，是读入一张图像到内存，并读取其中一个像素的值。以防止打开图像不实际读取（Pillow，说的就是你这个 lazy 包）。

这个包针对 Py27/Py36/Py37 Win/Lin 都做了测试，都可以跑起来。方便在各种平台上做测试。

而且测试后，import 进来读取速度最快的包实现的 imread，方便在不同平台确保使用最快的 imread。

也可以直接 from imreadeval import imread引入最快的函数。

也提供了接口，可以在自己的图像上，测试哪个包读得最快。方法如下

from imreadeval import imread_eval

optimum_package_name = 
    imread_eval(filenames = ['filename1.jpg', 'filename2.png'],
                times = 1000)

可以自行 glob 一些图像，读入测试千百遍啊千百遍。

希望大家在自己的平台测试，并提供意见。欢迎 issue 和 PR，也欢迎 star 和 fork。