PIL和cv2读取读片的区别

在看深度学习代码的时候，发现torch中自定义dataset时，有些采用PIL读取数据，有些采用cv2读取数据，所以想看看二者的区别，以及如何等价代替。

---

类型对比：

cv2：np.ndarray类型的数据；
PIL：PIL.JpegImagePlugin.JpegImageFile类型的数据；

image1 = cv2.imread(img_path)
image2 = Image.open(img_path)
print(type(image1), type(image2))

# 输出
#  
# 

---

读取数据维度：

cv2：第一个维度是高度，第二个维度是宽度；
PIL：第一个维度是宽度，第二个维度是高度；

image1 = cv2.imread(img_path)
image2 = Image.open(img_path)
print(image1.shape, image2.size)
# 输出：
# (480, 856, 3) 
# (856, 480)

---

通道顺序：

cv2：BGR
PIL：RGB

---

读取时间：

可以发现：PIL读取图片的速度要比cv2读取速度快；

    start = time.time()
    for _ in range(500):
        image1 = cv2.imread(img_path)
    print('total time: %.3f s' % (time.time()-start))
    # total time: 3.533 s

    start = time.time()
    for _ in range(500):
        image2 = Image.open(img_path)
    print('total time: %.3f s' % (time.time()-start))
    # total time: 0.071 s

---

统一torch形式：

下面的方法对应的torch的img和img2形状、元素值均相同，可以等价替换；

img = transforms.ToTensor()(cv2.cvtColor(cv2.imread(img_path), cv2.COLOR_BGR2RGB))
img2 = transforms.ToTensor()(Image.open(img_path).convert('RGB'))

---

统一形式所占用的时间：

通过下面的比较发现：PIL虽然读取图片的速度快于cv2，但是在转化为torch的统一形式所话费的时间更长；

start = time.time()
for _ in range(500):
    img = transforms.ToTensor()(cv2.cvtColor(cv2.imread(img_path), cv2.COLOR_BGR2RGB))
print('total time: %.3f s' % (time.time()-start))
# total time: 7.396 s

start = time.time()
for _ in range(500):
    img2 = transforms.ToTensor()(Image.open(img_path).convert('RGB'))
print('total time: %.3f s' % (time.time()-start))
# total time: 8.767 s

通过看transforms.ToTensor()代码可以发现，PIL类型的数据所进行的转换操作要比np.array类型多，因此应该是在这部分占用了更多时间。（没有具体研究对PIL的哪一个操作占用时间）