PIL、OpenCV、numpy处理图像格式的相互转化方式

PIL、OpenCV、numpy处理图像格式的相互转化方式

  • [1、PIL 读取、显示、保存图片](#1、PIL 读取、显示、保存图片)
  • [2、OpenCV 读取、显示、保存图片](#2、OpenCV 读取、显示、保存图片)
    • [1、采用 matplotlib 显示以 OpenCV 读取的图片](#1、采用 matplotlib 显示以 OpenCV 读取的图片)
  • [3、numpy 和 Image 的相互转换](#3、numpy 和 Image 的相互转换)
    • [1、Image 转换成 numpy](#1、Image 转换成 numpy)
    • [2、numpy 转换成 Image](#2、numpy 转换成 Image)

1、PIL 读取、显示、保存图片

python 复制代码
from PIL import Image

# PIL 读取、显示、保存图片
path = "D:/Deeplearning/img/dog.jpg"
image = Image.open(path)  # PIL Image 类型
print(image.size)  # (650, 433), 即(W, H)

image.show()  # 显示图片
image.save('new_image.jpg')

2、OpenCV 读取、显示、保存图片

OpenCV读取图像后返回的是一个代表图像的NumPy数组,采用的格式是 H×W×C,通道顺序为BGR

python 复制代码
import cv2

path = "D:/Deeplearning/img/dog.jpg"
image = cv2.imread(path)  # 返回的是 numpy 数组
print(image.shape)  # (433, 650, 3), 即 (H, W, C)

cv2.imshow("Image", image)
cv2.waitKey(0)  # 暂停显示图片,数字0代表按键后 0 ms执行

cv2.imwrite("new_image.jpg", image)  # 保存图片

1、采用 matplotlib 显示以 OpenCV 读取的图片

使用matplotlib绘图时,可以读取tesnor和numpy数据类型,图片通道顺序为RGB,且尺寸为(H,W,C)。

python 复制代码
# 采用 matplotlib 显示以 OpenCV 方式读取的图片(numpy)
import matplotlib.pyplot as plt
# 在 jupyter 中需要加上下面一行代码
# %matplotlib inline

# OpenCV 的通道顺序为 BGR
# 用 matplotlib 绘图时,需将其转换成 RGB 才能正常显示
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
# image = image[:, :, ::-1]  # 这是另一种 BGR 转换成 RGB的方式

plt.imshow(image)  # 显示图片
plt.axis("off")  # 不显示坐标轴
plt.show()

3、numpy 和 Image 的相互转换

1、Image 转换成 numpy

使用np.array(image)和np.asarray(image)可以将 PIL Image 图像转换成 numpy 数组。

python 复制代码
path = "D:/Deeplearning/img/dog.jpg"
image = Image.open(path)  # PIL Image 类型

image_array = np.array(image)  # 深拷贝,通道顺序是 RGB, (H,W,C)
print(type(image_array))  # numpy.ndarray

plt.imshow(image_array)  # 正常显示图片
plt.axis("off")
plt.show()
python 复制代码
image_array2 = np.asarray(image) # 浅拷贝,通道顺序是 RGB,(H,W,C)
print(type(image_array))  # numpy.ndarray

2、numpy 转换成 Image

使用Image.fromarray(np.uint8(image))进行转换。

python 复制代码
path = "D:/Deeplearning/img/dog.jpg"
image = cv2.imread(path)  

image = image[:,:,::-1]  # OpenCV 的通道顺序为 BGR, 转换成RGB

image_pil = Image.fromarray(np.uint8(image))
print(type(image_pil))  # PIL.Image.Image

image_pil.show()  # 显示正常

使用Image.fromarray(image.astype('uint8')).convert('RGB')进行转换,效果相同。.png格式的图像是4通道的,加.convert('RGB')可以将其转变成3通道。

python 复制代码
image_pil2 = Image.fromarray(image.astype('uint8'))  # .convert('RGB')
print(type(image_pil2))  # PIL.Image.Image

使用torchvision.transforms.ToPIL()也可以实现 numpy 到 PIL Image 的转换。

python 复制代码
from torchvision import transforms
trans = transforms.ToPILImage()
image_pil3 = trans(image)  
相关推荐
亲持红叶1 分钟前
GLU 变种:ReGLU 、 GEGLU 、 SwiGLU
人工智能·深度学习·神经网络·激活函数
说私域1 分钟前
线上协同办公时代:以开源AI大模型等工具培养网感,拥抱职业变革
人工智能·开源
群联云防护小杜3 分钟前
深度隐匿源IP:高防+群联AI云防护防绕过实战
运维·服务器·前端·网络·人工智能·网络协议·tcp/ip
摘星编程8 分钟前
构建智能客服Agent:从需求分析到生产部署
人工智能·需求分析·智能客服·agent开发·生产部署
不爱学习的YY酱11 分钟前
信息检索革命:Perplexica+cpolar打造你的专属智能搜索中枢
人工智能
whaosoft-1431 小时前
51c自动驾驶~合集7
人工智能
刘晓倩4 小时前
Coze智能体开发实战-多Agent综合实战
人工智能·coze
石迹耿千秋5 小时前
迁移学习--基于torchvision中VGG16模型的实战
人工智能·pytorch·机器学习·迁移学习
路人蛃8 小时前
通过国内扣子(Coze)搭建智能体并接入discord机器人
人工智能·python·ubuntu·ai·aigc·个人开发
CV-杨帆9 小时前
论文阅读:arxiv 2025 A Survey of Large Language Model Agents for Question Answering
论文阅读·人工智能·语言模型