Python对图像的基础处理（opencv、PIL和numpy）

Python对图像的相关处理

opencv、PIL和numpy相关处理

• Python对图像的相关处理
• 1. OPENCV的图像处理常规内容
• • 1.1 OpenCV读取图像
  • 1.2 OpenCV转为PIL格式图像
  • 1.3 二进制数据流转为OpenCV格式数据
  • 1.4 保存OpenCV图像
• 2. PIL的图像处理常规内容
• • 2.1 PIL读取图像
  • 2.2 PIL转为OpenCV格式图像
  • 2.3 二进制数据流转为PIL格式数据
  • 2.4 保存PIL图像
• 3. numpy的相关内容
• • 3.1 OpenCV与numpy
  • 3.2 numpy数据转为OpenCV格式图像
  • 3.3 PIL与numpy转换

1. OPENCV的图像处理常规内容

使用时导入包：import cv2

1.1 OpenCV读取图像

img = cv2.imread("test.jpg")

1.2 OpenCV转为PIL格式图像

PIL_img = Image.fromarray(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))

1.3 二进制数据流转为OpenCV格式数据

image = file_data.read()
cv_img = cv2.imdecode(np.frombuffer(image, np.uint8), cv2.IMREAD_COLOR)

注：在这里的file_data是二进制的数据流，读取方式可以是file_data=open("test.jpg", "rb")，这种二进制数据流可以通过上述的代码直接转换成OpenCV的数据格式。

1.4 保存OpenCV图像

cv2.imwrite("new_cv.jpg", cv_img) 

2. PIL的图像处理常规内容

使用时导入包：from PIL import Image

2.1 PIL读取图像

image = Image.open("test.jpg")

2.2 PIL转为OpenCV格式图像

cv_img = cv2.cvtColor(np.asarray(image),cv2.COLOR_RGB2BGR)

2.3 二进制数据流转为PIL格式数据

image = file_data.read()
byte_stream = io.BytesIO(image)  
PIL_Img = Image.open(byte_stream)

注：在这里的file_data与上述介绍的OpenCV中处理的二进制数据流一致，不再赘述。

2.4 保存PIL图像

PIL_Img.save("new_pil.jpg") 

3. numpy的相关内容

使用时导入包：import numpy as np

3.1 OpenCV与numpy

import cv2
img = cv2.imread("test.jpg")
print(type(img))

通过打印的结果可以看到，OpenCV读取的图像数据类型为numpy.ndarray。

3.2 numpy数据转为OpenCV格式图像

# 图片的分辨率为200*300，这里b, g, r设为随机值，注意dtype属性
blue = np.random.randint(0, 255, (100, 100), dtype=np.uint8)
green = np.random.randint(0, 255, (100, 100), dtype=np.uint8)
red = np.random.randint(0, 255, (100, 100), dtype=np.uint8)
# 合并三通道，形成图片格式
img = cv2.merge([blue, green, red])

注：OpenCV读取图片的顺序为B、G、R，因此融合numpy数据成OpenCV格式图像时要注意顺序。

3.3 PIL与numpy转换

image = Image.open("test.jpg")
np_image = np.array(image) # PIL图像转为numpy
img = Image.fromarray(img.astype('uint8')).convert('RGB')

注：PIL读取图片的顺序为R、G、B，与OpenCV的顺序不相同。

在工作中常用的相关图像处理的基础内容，做个小笔记！！！
好记性不如烂笔头。