【Bug】当用opencv库的imread()函数读取图像,用matplotlib库的plt.imshow()函数显示图像时,图像色彩出现偏差问题的解决方法

一,问题描述

我们在利用opencv的imread读取本地图像,进行一系列处理,但是发现用matplotlib库的imshow()函数显示的时候出现色彩改变 ,比如图像偏黄偏红偏蓝等等,但是对图像的处理并没有对色彩进行过改变。比如下面图像读取显示后直接变为黄色调:

代码如下:

python 复制代码
# encoding:utf-8
import cv2
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

img_1 = cv2.imread('sp_noise.jpg')
img_2 = cv2.imread('medianBlur.jpg')
img_3 = cv2.imread('mean.jpg')
img_4 = cv2.imread('Gaussian.jpg')

# 显示图形
titles = ['噪声图像', '中值滤波', '均值滤波 ', '高斯滤波']
images = [img_1, img_2, img_3, img_4]
for i in range(4):
    plt.subplot(2, 2, i + 1)
    plt.imshow(images[i])
    plt.title(titles[i])
    plt.xticks([]), plt.yticks([])
plt.show()

二,原因分析

这种色彩偏黄的问题通常是由于图像的颜色通道解释不正确引起的 。在OpenCV中,cv2.imread默认读取图像为BGR 颜色通道顺序,而Matplotlib中plt.imshow默认将颜色通道解释为RGB 。因此,当你用cv2.imread读取图像并用plt.imshow显示时,颜色通道顺序不匹配,导致颜色显示不正确。

三,解决方法

为了解决这个问题,你可以在使用cv2.imread读取图像时,将其转换为RGB颜色通道顺序,或者在使用plt.imshow显示图像时,指定颜色通道的顺序。以下是两种解决方法:

1.在cv2.imread()读取图像后将图像转化为RGB通道

python 复制代码
# 将BGR图像转换为RGB
img_1 = cv2.cvtColor(img_1, cv2.COLOR_BGR2RGB)
img_2 = cv2.cvtColor(img_2, cv2.COLOR_BGR2RGB)
img_3 = cv2.cvtColor(img_3, cv2.COLOR_BGR2RGB)
img_4 = cv2.cvtColor(img_4, cv2.COLOR_BGR2RGB)

2.在plt.imshow()图像后将其转换成BGR通道

python 复制代码
plt.imshow(cv2.cvtColor(images[i], cv2.COLOR_BGR2RGB))

四,完整代码

方法1:将图像转换为RGB颜色通道顺序

python 复制代码
import cv2
import matplotlib.pyplot as plt

img_1 = cv2.imread('sp_noise.jpg')
img_2 = cv2.imread('medianBlur.jpg')
img_3 = cv2.imread('mean.jpg')
img_4 = cv2.imread('Gaussian.jpg')

# 将BGR图像转换为RGB
img_1 = cv2.cvtColor(img_1, cv2.COLOR_BGR2RGB)
img_2 = cv2.cvtColor(img_2, cv2.COLOR_BGR2RGB)
img_3 = cv2.cvtColor(img_3, cv2.COLOR_BGR2RGB)
img_4 = cv2.cvtColor(img_4, cv2.COLOR_BGR2RGB)

# 显示图形
titles = ['噪声图像', '中值滤波', '均值滤波', '高斯滤波']
images = [img_1, img_2, img_3, img_4]
for i in range(4):
    plt.subplot(2, 2, i + 1), plt.imshow(images[i])
    plt.title(titles[i])
    plt.xticks([]), plt.yticks([])
plt.show()

方法2:指定plt.imshow中的颜色通道顺序

python 复制代码
import cv2
import matplotlib.pyplot as plt

img_1 = cv2.imread('sp_noise.jpg')
img_2 = cv2.imread('medianBlur.jpg')
img_3 = cv2.imread('mean.jpg')
img_4 = cv2.imread('Gaussian.jpg')

# 显示图形,指定颜色通道顺序为BGR
titles = ['噪声图像', '中值滤波', '均值滤波', '高斯滤波']
images = [img_1, img_2, img_3, img_4]
for i in range(4):
    plt.subplot(2, 2, i + 1), plt.imshow(cv2.cvtColor(images[i], cv2.COLOR_BGR2RGB))
    plt.title(titles[i])
    plt.xticks([]), plt.yticks([])
plt.show()

今日一笑:

范小勤:"我要开挖掘机"

相关推荐
海绵波波10711 小时前
opencv、torch、torchvision、tensorflow的区别
人工智能·opencv·tensorflow
千宇宙航12 小时前
闲庭信步使用图像验证平台加速FPGA的开发:第二十一课——高斯下采样后图像还原的FPGA实现
图像处理·计算机视觉·fpga开发
顾随16 小时前
(三)OpenCV——图像形态学
图像处理·人工智能·python·opencv·计算机视觉
布兰妮甜18 小时前
Adobe Photoshop:数字图像处理的终极工具指南
图像处理·ui·adobe·photoshop
石头wang21 小时前
onenote千年老bug,字体bug (calibri&微软雅黑) 的解决
microsoft·bug·onenote
jndingxin1 天前
OpenCV直线段检测算法类cv::line_descriptor::LSDDetector
人工智能·opencv·算法
Mikowoo0072 天前
03_opencv_imwrite()函数
opencv·计算机视觉
ddfa12342 天前
opencv 值类型 引用类型
人工智能·opencv·计算机视觉
金山几座2 天前
揭开图像的秘密:OpenCV直方图入门详解
opencv·计算机视觉
AndrewHZ2 天前
【图像处理基石】如何入门人体关键点检测?
图像处理·人工智能·深度学习·姿态估计·关键点检测·人体关键点检测