python中PIL.Image和OpenCV图像格式相互转换

PIL.Image转换成OpenCV格式：

 

[python] view plain copy

 

1. import cv2  
2. from PIL import Image  
3. import numpy  
4.   
5. image = Image.open("plane.jpg")  
6. image.show()  
7. img = cv2.cvtColor(numpy.asarray(image),cv2.COLOR_RGB2BGR)  
8. cv2.imshow("OpenCV",img)  
9. cv2.waitKey()  

 

 

OpenCV转换成PIL.Image格式：

 

[python] view plain copy

 

1. import cv2  
2. from PIL import Image  
3. import numpy  
4.   
5. img = cv2.imread("plane.jpg")  
6. cv2.imshow("OpenCV",img)  
7. image = Image.fromarray(cv2.cvtColor(img,cv2.COLOR_BGR2RGB))  
8. image.show()  
9. cv2.waitKey()  

 

 

判断图像数据是否是OpenCV格式：

isinstance(img, np.ndarray)

 

 

 

 

PIL(RGB)

首先介绍PIL(Python Imaging Library)这个库，这是Python中最基础的图像处理库，主要注意对图片进行处理时w，h的变化

1. from PIL import Image

2. import numpy as np

3. image = Image.open('test.jpg') # 图片是400x300 宽x高

4. print type(image) # out: PIL.JpegImagePlugin.JpegImageFile

5. print image.size # out: (400,300)

6. print image.mode # out: 'RGB'

7. print image.getpixel((0,0)) # out: (143, 198, 201)

8. # resize w*h

9. image = image.resize((200,100)，Image.NEAREST)

10. print image.size # out: (200,100)

11. '''

12. 代码解释

13. **注意image是 class:`~PIL.Image.Image` object**，它有很多属性，比如它的size是(w,h),通道是RGB，，他也有很多方法，比如获取getpixel((x,y))某个位置的像素，得到三个通道的值，x最大可取w-1，y最大可取h-1

14. 比如resize方法，可以实现图片的放缩，具体参数如下

15. resize(self, size, resample=0) method of PIL.Image.Image instance

16. Returns a resized copy of this image.

17.  

18. :param size: The requested size in pixels, as a 2-tuple:

19. (width, height).

20. 注意size是 (w,h),和原本的(w,h)保持一致

21. :param resample: An optional resampling filter. This can be

22. one of :py:attr:`PIL.Image.NEAREST`, :py:attr:`PIL.Image.BOX`,

23. :py:attr:`PIL.Image.BILINEAR`, :py:attr:`PIL.Image.HAMMING`,

24. :py:attr:`PIL.Image.BICUBIC` or :py:attr:`PIL.Image.LANCZOS`.

25. If omitted, or if the image has mode "1" or "P", it is

26. set :py:attr:`PIL.Image.NEAREST`.

27. See: :ref:`concept-filters`.

28. 注意这几种插值方法，默认NEAREST最近邻（分割常用），分类常用BILINEAR双线性，BICUBIC立方

29. :returns: An :py:class:`~PIL.Image.Image` object.

30.  

31. '''

32. image = np.array(image,dtype=np.float32) # image = np.array(image)默认是uint8

33. print image.shape # out: (100, 200, 3)

34. # 神奇的事情发生了，w和h换了，变成(h,w,c)了

35. # 注意ndarray中是 行row x 列col x 维度dim 所以行数是高，列数是宽

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33
• 34
• 35

Skimage(RGB)

skimage即是Scikit-Image，官网

1. import skimage

2. from skimage import io,transform

3. import numpy as np

4. image= io.imread('test.jpg',as_grey=False)

5. # 第一个参数是文件名可以是网络地址，第二个参数默认为False，True时为灰度图

6. print type(image) # out: numpy.ndarray

7. print image.dtype # out: dtype('uint8')

8. print image.shape # out: (300, 400, 3) (h,w,c)前面介绍了ndarray的特点

9. # mode也是RGB

10. print image

11. '''

12. 注意此时image里都是整数uint8,范围[0-255]

13. array([

14. [ [143, 198, 201 (dim=3)],[143, 198, 201],... (w=200)],

15. [ [143, 198, 201],[143, 198, 201],... ],

16. ...(h=100)

17. ], dtype=uint8)

18.  

19. '''

20. image= io.imread('test.jpg',as_grey=True)

21. print image.shape # out: (300, 400)

22. print image

23. '''

24. 此时image范围变为[0-1]

25. array([[ 0.73148549, 0.73148549, 0.73148549, ..., 0.73148549,

26. 0.73148549, 0.73148549],

27. [ 0.73148549, 0.73148549, 0.73148549, ..., 0.73148549,

28. .....]])

29. '''

30. print image.dtype # out: dtype('float64')

31.  

32. image = io.imread('test.jpg',as_grey=False)

33. # h*w

34. image = transform.resize(image,(100, 200),order=1)　# order默认是1，双线性

35. #resize后image范围又变成[0-1]

36. print image.dtype # out: dtype('float64')

37. print image.shape # out: (100, 200, 3)

38. print image

39. '''

40. array([[[ 0.56078431, 0.77647059, 0.78823529],

41. [ 0.56078431, 0.77647059, 0.78823529],

42. [ 0.56078431, 0.77647059, 0.78823529],

43. ..., ...]])

44. '''

45. '''

46. resize函数接口

47. resize(image, output_shape, order=1, mode='constant', cval=0, clip=True, preserve_range=False)

48. order : int, optional

49. The order of interpolation. The order has to be in the range 0-5:

50. - 0: Nearest-neighbor

51. - 1: Bi-linear (default)

52. - 2: Bi-quadratic

53. - 3: Bi-cubic

54. - 4: Bi-quartic

55. - 5: Bi-quintic

56.  

57. '''

58. print skimage.img_as_float(image).dtype # out: float64

59. # img_as_float可以把image转为double，即float64

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33
• 34
• 35
• 36
• 37
• 38
• 39
• 40
• 41
• 42
• 43
• 44
• 45
• 46
• 47
• 48
• 49
• 50
• 51
• 52
• 53
• 54
• 55
• 56
• 57
• 58
• 59

OpenCV(python版)(BGR)

OpenCV是个很强大的图像处理库，性能也很好。

1. import cv2

2. import numpy as np

3. image = cv2.imread('test.jpg')

4. print type(image) # out: numpy.ndarray

5. print image.dtype # out: dtype('uint8')

6. print image.shape # out: (300, 400, 3) (h,w,c) 和skimage类似

7. print image # BGR

8. '''

9. array([

10. [ [143, 198, 201 (dim=3)],[143, 198, 201],... (w=200)],

11. [ [143, 198, 201],[143, 198, 201],... ],

12. ...(h=100)

13. ], dtype=uint8)

14.  

15. '''

16. # w*h

17. image = cv2.resize(image,(100,200),interpolation=cv2.INTER_LINEAR)

18. print image.dtype # out: dtype('uint8')

19. print image.shape # out: (200, 100, 3)

20. '''

21. 注意注意注意 和skimage不同

22. resize(src, dsize[, dst[, fx[, fy[, interpolation]]]])

23. 关键字参数为dst,fx,fy,interpolation

24. dst为缩放后的图像

25. dsize为(w,h),但是image是(h,w,c)

26. fx,fy为图像x,y方向的缩放比例，

27. interplolation为缩放时的插值方式，有三种插值方式：

28. cv2.INTER_AREA:使用象素关系重采样。当图像缩小时候，该方法可以避免波纹出现。当图像放大时，类似于 CV_INTER_NN方法　　　　

29. cv2.INTER_CUBIC: 立方插值

30. cv2.INTER_LINEAR: 双线形插值　

31. cv2.INTER_NN: 最近邻插值

32. [详细可查看该博客](http://www.tuicool.com/articles/rq6fIn)

33. '''

34. '''

35. cv2.imread(filename, flags=None):

36. flag:

37. cv2.IMREAD_COLOR 1: Loads a color image. Any transparency of image will be neglected. It is the default flag. 正常的3通道图

38. cv2.IMREAD_GRAYSCALE 0: Loads image in grayscale mode 单通道灰度图

39. cv2.IMREAD_UNCHANGED -1: Loads image as such including alpha channel 4通道图

40. 注意: 默认应该是cv2.IMREAD_COLOR，如果你cv2.imread('gray.png')，虽然图片是灰度图，但是读入后会是3个通道值一样的3通道图片

41.  

42. '''

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33
• 34
• 35
• 36
• 37
• 38
• 39
• 40
• 41
• 42

在进行图像处理时一点要注意 各个库之间的细微差异，还有要注意图像放缩时插值方法的选择，而且即使是相同的插值方法，各个库的实现也不同，结果也会有些许差异。