日常生活中，经常遇到要进行读取文件的情况。

三种方式都可以，先列举出来，供大家参考学习。

第一种方法：借助PIL模块，读取数据。

import numpy as np
from numpy import *
def load_image_PIL(filename,isFlatten=False):
    import os
    from PIL import Image
    import numpy as np
    isExit=os.path.isfile(filename)
    if isExit==False:
        print(“打开失败!”)
    img=Image.open(filename)  
    #img.save(“d:/mnist/Convert_image_11.jpg”)    保存文件
    if isFlatten:
        img_flatten=np.array(np.array(img,dtype=np.uint8).flatten())
        return img_flatten,shape(img_flatten)
    else:
        img_arr=np.array(img,dtype=np.uint8)
        return img_arr,shape(img_arr)

第二种方法：借助skimage方式，参数中isFlatten表示是否要平铺。
def load_image_skimage(filename,isFlatten=False):
    import os
    from skimage import io
    import numpy as np
    isExit=os.path.isfile(filename)
    if isExit==False:
        print(“打开失败!”)
    img=io.imread(filename)  #io.save(filename,img)保存文件
    if isFlatten:
        img_flatten=np.array(np.array(img,dtype=np.uint8).flatten())
        return img_flatten,shape(img_flatten)
    else:
        img_arr=np.array(img,dtype=np.uint8)
        return img_arr,shape(img_arr)
 第三种：借助tensorflow来进行处理。
def load_image_tensorflow(filename,isFlatten=False):
    import tensorflow as tf
    import numpy as np
    import matplotlib.pyplot as plt   
    image_contents = tf.read_file(filename)   #读取文件
    image = tf.image.decode_jpeg(image_contents, channels=3)     #解码jpeg
    with tf.Session() as sess:
        sess.run(tf.global_variables_initializer())
        img=sess.run((image))          #img为三维数组
        print (img.shape)          #输出数组形状
        print (img)                     #打印数组  
        plt.imshow(img)        #显示数组
#       plt.show()
        plt.savefig(“d:\\examples.jpg”) #功能太强大了，可以直接将plt的图绘出到图像文件中，便于后期整理学习。
    return img,img.shape
#—————————————————–
#data,size=load_data_PIL(“d:/mnist/default.jpg”,True)
#print(data,size)
#—————————————————–
data,size=load_image_tensorflow(“d:/mnist/default.jpg”)
print(data,size)
#—————————————————–