scikit-image: Image Load, Save, Display

이 문서는 scikit-image (skimage) 를 사용해

• 이미지를 읽고(imread),
• 저장(imsave)하고,
• 표시(plt.imshow)하는 방법을 설명함.

https://gist.github.com/dsaint31x/9c2c9d9cf91594a0180bdd222373820b

scikit-image Image Load, Save, Display.ipynb

---

1. 관련 module

skimage.io 모듈은 내부적으로 imageio 라이브러리를 사용하여 PNG, JPG, BMP, TIFF, GIF 등 다양한 이미지 포맷을 지원.

from skimage import io

 

skimage.data 모듈은 scikit-image 패키지 내부에 포함된 예제 이미지 데이터셋을 제공하는 모듈임.

from skimage import data

#from skimage.color import rgb2gray
#from skimage import img_as_ubyte,img_as_float

cat_img = data.chelsea()     # take the test image of cat!
astro_img = data.astronaut() # take the test image of astronaut!

 

image에 대한 정보 확인하는 법은 다음을 참고:

2025.10.20 - [Python] - skimage 에서 image 정보, color space 변경 및 histogram 생성.

skimage 에서 image 정보, color space 변경 및 histogram 생성.

---

2. 이미지 저장하기 (Saving)

skimage.io 모듈의 .imsave()함수를 이용함.

기본 사용법은 다음과 같음:

from skimage import io

io.imsave(
    "output.png",
    cat_img,
)

 

• PNG 와 JPEG의 경우 uint8과 [0,255]로 범위를 맞추는 처리를 해준 array 객체를 저장가능함.
• TIFF의 경우 float도 가능하나 범용적인 이미지뷰어에서 안 보일 수 있으므로 역시 uint8과 [0,255]로 범위 조정을 해주는게 좋다.

다음의 skimage.img_as_ubyte() 와 skimage.img_as_float() 함수를 통해 형변환을 지원함.

---

 

img_as_ubyte()

• [0, 1] 범위의 float 이미지를 입력받아, [0, 255] 범위의 8비트 부호 없는 정수(uint8) 이미지로 변환.
  • 사전에 해당 range로 범위를 조정하고 나서 사용하는게 좋음.
• 주로 시각화나 파일 저장 시(일반 24bit RGB 포맷 호환용) 사용됨.

skimage.img_as_ubyte(
    image: np.ndarray, 
    force_copy: bool = False,
) -> np.ndarray

• 입력: float, uint16 등 다양한 dtype의 NumPy 이미지 배열
• 출력: uint8 타입 이미지 (dtype=np.uint8)
• 동작: [0, 1] 범위 를 [0, 255]로 스케일링 (값 범위 초과 시 클리핑)

---

img_as_float()

• [0,255] 범위(or [0,65535])의 정수형(uint8, uint16) 이미지를 [0, 1] 범위의 부동소수(float64) 이미지로 변환.
  • 사전에 해당 range로 범위를 조정하고 나서 사용하는게 좋음.
• 주로 이미지 처리 계산(정규화 기반 연산, convolution 등)에 사용됨.

skimage.img_as_float(
    image: np.ndarray, 
    force_copy: bool = False,
) -> np.ndarray

• 입력: uint8, uint16 등
• 출력: float64 타입 이미지 (dtype=np.float64)
• 동작: [0, 255] 또는 [0, 65535] 값을 [0, 1]로 정규화

앞서 두 함수의 parameter 인 force_copy의 동작은 다음과 같음:

• False시
  • 변환 과정에서 dtype이 이미 uint8 이고 값 범위가 올바르면
  • 원본 배열을 그대로 반환
• True시
  • 항상 입력과 출력이 같은 데이터를 공유하지 않도록 강제 복사.
  • 변환이 불필요해도 항상 새 배열을 만들어 반환.

---

 

예제1

from skimage import data, img_as_float, img_as_ubyte

image_uint8 = data.camera()                # uint8
image_float = img_as_float(image_uint8)    # [0,1] float
image_back  = img_as_ubyte(image_float)    # 다시 [0,255] uint8

print(f"{image_uint8.dtype = }")
print(f"{image_float.dtype = }")
print(f"{image_back.dtype = }")

# image_uint8.dtype = dtype('uint8')
# image_float.dtype = dtype('float64')
# image_back.dtype = dtype('uint8')

 

---

예제2

from skimage import img_as_ubyte, img_as_float

# [0.0, 1.0] float -> uint8 변환
image_uint8 = img_as_ubyte(cat_img / 255.0)
io.imsave("flower_uint8.png", image_uint8)

# 반대로 uint8 -> float64 [0.0,1.0]
image_float = img_as_float(cat_img)

print(f"{cat_img.dtype = }")
print(f"{image_uint8.dtype = }")
print(f"{image_float.dtype = }")

# cat_img.dtype = dtype('uint8')
# image_uint8.dtype = dtype('uint8')
# image_float.dtype = dtype('float64')

• 위와 같이 skimage.img_as_ubyte()를 사용하면 항상 일반 뷰어에서 정상 표시되는 24bit 이미지를 얻을 수 있음.

NumPy의 기본 dtype이
float64 인 점을 기억할 것.

 

꼭 이들을 사용하지 않고, NumPy 의 dtype를 변환하는 처리로 구현해도 됨.

2024.03.15 - [Python] - [DL] Tensor: dtype 변경(casting) 및 shape 변경.

[DL] Tensor: dtype 변경(casting) 및 shape 변경.

https://dsaint31.tistory.com/456

[Programming] Primitive Data Type : C, C++, NumPy, Torch

---

참고: 고정밀 포맷 저장 예시 (TIFF)

io.imsave(
    "float_image.tif", 
    image_float, 
    # plugin='tifffile', # deprecated 0.25+
)

• 이 경우 float 그대로 저장(float32면 32bit float이고, float64면 64bit float)되며,
• ImageJ, Photoshop, GIMP 등에서는 정상적으로 보이지만
• 일반 뷰어에서는 검은 이미지로만 보일 수 있음.

https://dsaint31.tistory.com/402#TIFF-1-5

[DIP] Image Format (summary)

---

3. 이미지 불러오기 (Loading)

skimage.io 모듈의 .imread()함수를 이용함.

 

기본 사용법은 다음과 같음:

from skimage import io

# 로컬 파일 또는 URL에서 이미지 읽기
url = "https://raw.githubusercontent.com/dsaint31x/OpenCV_Python_Tutorial/master/images/lena.png"
image_rgb = io.imread(url)
print(f"{type(image_rgb) = }")
print(f"{image_rgb.shape = }")
print(f"{image_rgb.dtype = }")

• 주로 반환 타입은 numpy.ndarray 임.
• .shape 는 Grayscale Image에선 channel축이 없이 (H, W) 형태로 나옴.

---

4. 이미지 디스플레이 (Display)

maplotlib 라이브러리를 주로 사용함 (그중에서도 pyplot이 애용됨)

import matplotlib.pyplot as plt

plt.imshow(image_rgb)
plt.title("Original RGB Image")
plt.axis("off")
plt.show()

 

2024.06.03 - [Python/matplotlib] - [matplotlib] Tutorial: Scripting Style

[matplotlib] Tutorial: Scripting Style

 

의학영상에서 많이 사용되는 gray-scale image는 cmap='gray'를 사용할 것.

from skimage import color

gray = color.rgb2gray(image_rgb)
plt.imshow(gray, cmap='gray')
plt.title("Grayscale Image")
plt.axis("off")
plt.show()

matplotlib.pyplot에서 제공하는 subplot 기능을 사용하면 여러 이미지를 하나의 이미지로 쉽게 비교가능함.

plt.figure(figsize=(12, 5))

plt.subplot(1, 2, 1)
plt.imshow(image_rgb)
plt.title("Original RGB")
plt.axis("off")
plt.subplot(1, 2, 2)
plt.imshow(gray, cmap='gray')
plt.title("Grayscale")
plt.axis("off")
plt.tight_layout()
plt.show()

 

개인적으론 axes를 통한 처리를 선호함:

import matplotlib.pyplot as plt

fig, axes = plt.subplots(1,2)
fig.set_size_inches(12,5)
axes[0].imshow(image_rgb)
axes[0].set_title("Original RGB")
axes[0].set_axis_off()
axes[1].imshow(gray, cmap='gray')
axes[1].set_title("Grayscale")
axes[1].set_axis_off()
fig.tight_layout()
plt.show()

 

2024.06.03 - [Python/matplotlib] - [matplotlib] Object Oriented Style Tutorial

[matplotlib] Object Oriented Style Tutorial

 

---

6. 간단 예제

일반 RGB이미지를 float 이미지로 변경하고, 이를 Grayscale Image로 변환 후 저장하는 예제임.

from skimage import data, color, io, img_as_float, img_as_ubyte

# 1. RGB → float 변환 ([0,1])
image = img_as_float(data.astronaut())

# 2. Grayscale 변환
gray = color.rgb2gray(image)
print(f"{gray.dtype = }")
print(f"{gray.min() = }")
print(f"{gray.max() = }")

# 3. 저장 (형변환 잊지 말 것.)
tmp = img_as_ubyte(gray)
io.imsave("astronaut_gray.png", tmp)

# 4. 시각화
import matplotlib.pyplot as plt
plt.imshow(gray, cmap='gray')
plt.title("Grayscale (0–1 float)")
plt.show()

같이 보면 좋은 자료

pillow에서의 동일 내용: 2025.06.30 - [Python] - Pillow 사용법 - Basic 01

Pillow 사용법 - Basic 01

cv2에서의 동일 내용: https://dsaint31.me/mkdocs_site/DIP/cv2/ch00/dip_0_00/

BME

 

matplotlib 사용법: 2024.06.03 - [Python/matplotlib] - [matplotlib] Summary : 작성중

[matplotlib] Summary : 작성중

torchvision사용법:

2025.06.17 - [Python] - [torchvision] image로부터 torch.tensor 객체 얻기

[torchvision] image로부터 torch.tensor 객체 얻기

2025.06.17 - [Python] - [torchvision] torchvision.utils.save_image and torchvision.io.encode_jpeg, torchvision.io.encode_png

[torchvision] torchvision.utils.save_image and torchvision.io.encode_jpeg, torchvision.io.encode_png