python中cv2.imread()和Image.open()的区别和联系详解

 更新时间:2024年07月06日 10:12:31   作者:ElaineTiger  
image.open和cv2.imread都是Python中用于读取图像文件的函数,但是它们之间有一些区别,这篇文章主要给大家介绍了关于python中cv2.imread()和Image.open()的区别和联系,需要的朋友可以参考下

1. cv2.imread()

cv2.imread()读出的数据格式是numpy,默认按照flag=1进行读取。

例:

import cv2

img = cv2.imread("img_path")
print(img.shape, type(img))

# 显示图像
cv2.imshow("demo", img)

# 窗口显示时间,默认0表示无限
cv2.waitKey()

# 按任意键销毁窗口
cv2.destoryWindows("demo")

>>>输出
(345,678,3) <class.'numpy.ndarray'>

1.1 cv2.imread参数说明

flags:读取图片的方式,可选项

  • ① cv2.IMREAD_COLOR(1):默认方式,3通道BGR彩色图像
  • ② cv2.IMREAD_GRAYSCALE(0):单通道灰度图像
  • ③ cv2.IMREAD_UNCHANGED(-1):原样返回(使用Alpha通道)
  • ④ cv2.IMREAD_ANYDEPTH(2):输入具有相应深度时返回16位/32位图像,否则转为8位
  • ⑤ cv2.IMREAD_ANYCOLOR(4):以任何可能的颜色格式读取

返回值:读取的OpenCV图像,nparray多维数组

1.2 注意事项

⑴ OpenCV中彩色图像使用BGR格式,而PIL、PyQt、matplotlib等库使用的是RGB格式。

import cv2

# 方法1:BGR 转 RGB
img = img[:, :, ::-1]

# 方法2:BGR 转 RGB
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

⑵ cv2.imread()如果无法从指定文件读取图像,并不会报错,而是返回一个空矩阵。

⑶ 在python3中不支持图片的路径和文件名为中文或者有空格,当必须使用中文可以用cv2.imdecode()处理。
例:

import cv2
imgFile = './images/测试.jpg'
# cv2.imread(imgFile)  读取失败但不会报错
img = cv2.imdecode(np.fromfile(imgFile, dtype=np.uint8), -1)

⑷ 读取图像时默认忽略透明通道,但可以使用CV_LOAD_IMAGE_UNCHANGED参数读取透明通道。

2. Image.open()

Image.open()返回值是PIL类型格式,可以直接图片展示,但不能直接读取其中的像素点值。
例:

from PIL import Image

img = Image.open('./image9.jpg')
print(img, img.size)
img.show()

>>>输出
<PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=1920x1080 at 0x222AD1D4160> (1920, 1080)

3. cv2.imread()与Image.open()相互转化

3.1 cv2.imread()转成Image.open():Image.fromarray()

import cv2
from PIL import Image

img_cv2 = cv2.imread('img_path')

# 方法1
img_cv2 = img_cv2[:, :, ::-1]

# 方法2 
img_cv2 = cv2.cvtColor(img_cv2, cv2.COLOR_BGR2RGB)

img_PIL = Image.fromarray(img_cv2)

3.2 Image.open()转成cv2.imread():np.array()

例:

import cv2
from PIL import Image
import numpy as np

img_PIL = Image.open('img_path')

img_cv2 = np.array(img_PIL)

# 方法1
img_cv2 = img_cv2[:, :, ::-1]

# 方法2
img_cv2 = cv2.cvtColor(img_cv2, cv2.COLOR_RGB2BGR)

总结:cv2.imread()读出的数据格式是numpy,Image.open()返回值是PIL类型格式。

总结

到此这篇关于python中cv2.imread()和Image.open()的区别和联系详解的文章就介绍到这了,更多相关python cv2.imread()和Image.open()详解内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • 稳扎稳打学Python之容器 可迭代对象 迭代器 生成器专题讲解

    稳扎稳打学Python之容器 可迭代对象 迭代器 生成器专题讲解

    在刚开始学Python的时候,是不是经常会听到大佬们在讲容器、可迭代对象、迭代器、生成器、列表/集合/字典推导式等等众多概念,其实这不是大佬们没事就搁那扯专业术语来装B,而是这些东西都得要明白的,光知道字符串、列表等基础还是不够的,尤其是在Python的数据结构方面
    2021-10-10
  • TensorFlow实现创建分类器

    TensorFlow实现创建分类器

    这篇文章主要为大家详细介绍了TensorFlow实现创建分类器,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-02-02
  • 一文讲解如何查看python脚本所依赖三方包及其版本

    一文讲解如何查看python脚本所依赖三方包及其版本

    Python因为具有超多的第三方库而被大家喜欢,下面这篇文章主要给大家介绍了关于如何查看python脚本所依赖三方包及其版本的相关资料,文中通过图文介绍的非常详细,需要的朋友可以参考下
    2023-03-03
  • 使用Python Flask实现简易文件上传功能

    使用Python Flask实现简易文件上传功能

    在平时工作中,文件上传是一项常见的需求,例如将应用异常时通过脚本生成的dump文件收集起来进行分析,但实现起来却可能相当复杂,在本文中,我们将探讨如何使用Flask实现文件上传功能,编写Dockerfile将应用程序通过docker部署,需要的朋友可以参考下
    2024-05-05
  • 浅谈tensorflow 中tf.concat()的使用

    浅谈tensorflow 中tf.concat()的使用

    今天小编就为大家分享一篇浅谈tensorflow 中tf.concat()的使用,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-02-02
  • python爬虫爬取笔趣网小说网站过程图解

    python爬虫爬取笔趣网小说网站过程图解

    这篇文章主要介绍了python爬虫爬取笔趣网小说网站过程图解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-11-11
  • Python中的time模块与datetime模块用法总结

    Python中的time模块与datetime模块用法总结

    Python中内置的各项时间日期函数几乎都来自于time和datetime这两个模块,下面整理了Python中的time模块与datetime模块用法总结,需要的朋友可以参考下
    2016-06-06
  • Python configparser模块封装及构造配置文件

    Python configparser模块封装及构造配置文件

    这篇文章主要介绍了Python configparser模块封装及构造配置文件,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-08-08
  • Python ttk模块简介与使用示例

    Python ttk模块简介与使用示例

    ttk是Python标准库中tkinter的扩展模块,提供主题化、现代化GUI组件,支持主题切换、跨平台一致、样式定制,包含按钮、标签、输入框、组合框、进度条、笔记本、树视图等常用组件,适合构建统一且灵活的界面,本文给大家介绍Python ttk模块简介与使用,感兴趣的朋友一起看看吧
    2025-08-08
  • 基于Pytorch深度学习的卫星图像分类(Kaggle比赛项目实战)

    基于Pytorch深度学习的卫星图像分类(Kaggle比赛项目实战)

    本文介绍了在PyTorch框架下实现Kaggle卫星图像分类任务的完整流程,使用ResNet34模型对云层、沙漠、绿洲和水域四类卫星图像进行分类,准确率达96.53%,详细说明了数据预处理(包括图像增强技术)、模型构建与训练过程(20个epoch),并提供了测试脚本和可视化结果
    2025-10-10

最新评论