根据doc，scipy.misc.imread从SciPy 1.0.0开始不建议使用，并将在1.2.0中删除。请考虑改用imageio.v3.imread。
示例：

import imageio.v3 as iio

im = iio.imread('my_image.png')
print(im.shape)

您还可以使用imageio从各种不同的源加载：

im = iio.imread('http://upload.wikimedia.org/wikipedia/commons/d/de/Wikipedia_Logo_1.0.png')

• 编辑：*

要加载特定文件夹中的所有*.png文件，可以使用glob包：

import imageio.v3 as iio
import glob

for im_path in glob.glob("path/to/folder/*.png"):
     im = iio.imread(im_path)
     print(im.shape)
     # do whatever with the image here

只需使用scipy、glob并安装PIL（pip install pillow），就可以使用scipy的imread方法：

from scipy import misc
import glob

for image_path in glob.glob("/home/adam/*.png"):
    image = misc.imread(image_path)
    print image.shape
    print image.dtype

更新

根据该文档，scipy.misc.imread从SciPy 1.0.0开始被弃用，并将在1.2.0中删除。请考虑使用imageio.imread instead。请参见the answer by Charles。

这也可以通过PIL library的Image类来完成：

from PIL import Image
import numpy as np

im_frame = Image.open(path_to_file + 'file.png')
np_frame = np.array(im_frame.getdata())

• 注意：可能不需要.getdata()-np.array(im_frame)也可以工作 *

最好使用（非常）常用的软件包：

import matplotlib.pyplot as plt
im = plt.imread('image.png')

如果要加载图像，则可能要使用matplotlib和opencv中的一个或两个来操作和查看图像。
出于这个原因，我倾向于使用他们的图像读取器并将其追加到列表中，然后从中创建一个NumPy数组。

import os
import matplotlib.pyplot as plt
import cv2
import numpy as np

# Get the file paths
im_files = os.listdir('path/to/files/')

# imagine we only want to load PNG files (or JPEG or whatever...)
EXTENSION = '.png'

# Load using matplotlib
images_plt = [plt.imread(f) for f in im_files if f.endswith(EXTENSION)]
# convert your lists into a numpy array of size (N, H, W, C)
images = np.array(images_plt)

# Load using opencv
images_cv = [cv2.imread(f) for f in im_files if f.endswith(EXTENSION)]
# convert your lists into a numpy array of size (N, C, H, W)
images = np.array(images_cv)

需要注意的唯一区别如下：

• opencv首先加载通道***
• matplotlib加载通道最后一个。

因此，大小为256*256的单个图像将使用opencv生成大小为（3，256，256）的矩阵，使用matplotlib生成大小为（256，256，3）的矩阵。

要读入一个图像：

import PIL.Image
im = PIL.Image.open('path/to/your/image')
im = np.array(im)

迭代读取多个图像。
这个答案类似于this，但更简单（不需要.getdata()）。

我做了一些改动，它的工作原理是这样的，转储到一个数组中，假设所有的图像都是相同的维度。

png = []
for image_path in glob.glob("./train/*.png"):
    png.append(misc.imread(image_path))    

im = np.asarray(png)

print 'Importing done...', im.shape

我喜欢内置的pathlib库，因为它有directory= Path.cwd()这样的快速选项，结合opencv，可以很容易地将pngs读取到numpy数组中，在这个例子中，你甚至可以检查图像的前缀。

from pathlib import Path
import cv2
prefix = "p00"
suffix = ".png"
directory= Path.cwd()
file_names= [subp.name for subp in directory.rglob('*') if  (prefix in subp.name) & (suffix == subp.suffix)]
file_names.sort()
print(file_names)

all_frames= []
for file_name in file_names:
    file_path = str(directory / file_name)
    frame=cv2.imread(file_path)
    all_frames.append(frame)
print(type(all_frames[0]))
print(all_frames[0] [1][1])

输出：

['p000.png', 'p001.png', 'p002.png', 'p003.png', 'p004.png', 'p005.png', 'p006.png', 'p007.png', 'p008.png', 'p009.png']
<class 'numpy.ndarray'>
[255 255 255]

如果您更喜欢标准库：

#IMPORTANT: This Code only works with Python>=3.6
Directory="."#Your directory
import os
import tkinter
import numpy
tk=tkinter.Tk()
tk.overrideredirect(1)
tk.geometry("0x0")
Items=[]
for i in os.listdir(Directory):
    fn=Directory+os.sep+i
    imgArray=[]
    image=tkinter.PhotoImage(file=fn)
    for w in range(image.width()):
        entry=[]
        for h in range(image.height()):
            entry.append(image.get(w,h))
        imgArray.append(entry)
    imgArray=numpy.array(imgArray)
    Items.append(imgArray)
tk.destroy()