matplotlib与opencv图像读取与显示的问题

个人博客 :Sekyoro的博客小屋
个人网站 :Proanimer的个人网站

最近在用opencv和matplotlib展示图片,但是遇到了一些问题,这里展开说说

首先需要明确的是,opencv和matplotlib读取图片都是通道在最后,而前者默认可见光图像是BGR,后者是RGB.此外还有PIL以及imageio等读取图像的工具,这里不一一赘述.

Opencv

对于opencv,使用cv2.imshow,cv2.imread以及cv2.imwrite来读写以及显示.

imshow

显示图像的缩放取决于图像深度：

对 8 位无符号图像，按原样显示；

对 16 位无符号或 32 位整数图像，将像素值范围 $0,255\*255$ 映射到 $0,255$ 显示；

对 32 位浮点图像，将像素值范围 $0,1$ 映射到 $0,255$ 显示；

当cv2.imshow()处理图像深度为CV_8U（默认范围为 $0,255$ ）时，按原数据显示；

当处理图像深度为CV_16U（默认范围为 $0,65535$ ）时，除以256,映射到 $0,255$ ；

当图像深度为CV_32F和CV_64F时（默认范围为 $0,1$ ），乘以255映射到 $0,255$ ,超过255直接饱和；

当输入负数时，当作0来处理

python 复制代码

import numpy as np
import cv2

img = np.zeros((500, 500, 1))
print(img.dtype)
img[150:170, 150:350] = 10
img[250:270, 150:350] = -1
img[350:370, 150:350] = -10
print(img[350:170, 150:350])
cv2.imshow('img', img)
cv2.waitKey()

由于numpy默认类型float64,浮点数会乘以255,所以只有最上面有一条白线.负值直接黑色

python 复制代码

import numpy as np
import cv2
# 新建numpy数组，注意np.zero()创建的数据类型为float64
img = np.zeros((500, 500, 1))
print(img.dtype)
img[150:170, 150:350] = 10
img[250:270, 150:350] = 255
img[350:370, 150:350] = 1
print(img[350:170, 150:350])
cv2.imshow('img', img)
cv2.waitKey()

而如果是大于1的浮点数,也是直接饱和.

如果是uint8,如果超出255,则会被numpy截取,也就是取模

python 复制代码

img = np.zeros((500, 500, 1),dtype=np.uint8)
print(img.dtype)
img[150:170, 150:350] = 10
img[250:270, 150:350] = 20
img[350:370, 150:350] = 30
cv2.imshow('img', img)
print(img[350:370, 150:350])
cv2.waitKey()

python 复制代码

img = np.zeros((500, 500, 1),dtype=np.uint8)
print(img.dtype)
img[150:170, 150:350] = 10
img[250:270, 150:350] =  512
img[350:370, 150:350] = 255
cv2.imshow('img', img)
print(img[250:270, 150:350])
cv2.waitKey()

打印img $250:270, 150:350$ 的值发现是0

python 复制代码

img = np.zeros((500, 500, 1))
print(img.dtype)
img[150:170, 150:350] = 10
img[250:270, 150:350] =  512
img[350:370, 150:350] = 255
cv2.imshow('img', img)
print(img[250:270, 150:350])
cv2.waitKey()

所以这涉及两个问题,一个是本身numpy的截取另一个是opencv的截取机制.

python 复制代码

img = np.zeros((500, 500, 1), dtype=np.uint16)
print(img.dtype)
img[150:170, 150:350] = 2
img[250:270, 150:350] = 255*255
img[350:370, 150:350] = 255*100
cv2.imshow('img', img)
cv2.waitKey(0)
print(img[250:270, 150:350])
cv2.imwrite("test.png", img)

如果是16位无符号整数,会除以255.

最后注意,如果是int32可能会报错

imwrite

机制与imshow类似,不过会根据保存文件的后缀进行编码参数.

cv2.imwrite() 能保存 BGR 3通道图像，或 8 位单通道图像、或 PNG/JPEG/TIFF 16位无符号单通道图像

注意:如果保存float32的图像值超过了1,此时会与imshow机制不同,表现为值被归到0-255

python 复制代码

a = np.ones([255,255,1],dtype=np.float32)
a[0:255,0:255] = 10
print(a)
cv2.imshow("img",a)
cv2.waitKey()
cv2.imwrite("test.png",a)

上面有两张图,分别是imwrite的图片与imshow的图片,由于是浮点数,imshow展示时乘了255导致饱和白色.所以会说imwrite对浮点数不友好,不符合imshow的道理,

imread

注意如果有通道则通道在最后,可以设置

IMREAD_UNCHANGED = -1, //如果设置，则返回的数据带有alpha通道（R,G,B,A 四个通道），否则没有alpha通道

IMREAD_GRAYSCALE = 0, //如果设置，则将图像转换为单通道灰度图像

IMREAD_COLOR = 1, //如果设置，则将图像转换成3通道BGR彩色图像

IMREAD_ANYDEPTH = 2, //如果设置，则在输入具有相应深度时返回16位/32位图像，否则将其转换为8位

IMREAD_ANYCOLOR = 4, //如果设置，则图像可能以任何颜色格式读取

IMREAD_LOAD_GDAL = 8, //如果设置，使用gdal驱动程序加载图像

IMREAD_REDUCED_GRAYSCALE_2 = 16, //如果设置，总是将图像转换为单通道灰度图像且图像大小减少1/2

IMREAD_REDUCED_COLOR_2 = 17, //如果设置，总是将图像转换为3通道BGR彩色图像且图像大小减少1/2

IMREAD_REDUCED_GRAYSCALE_4 = 32, //如果设置，总是将图像转换为单通道灰度图像且图像大小减少1/4

IMREAD_REDUCED_COLOR_4 = 33, //如果设置，总是将图像转换为3通道BGR彩色图像且图像大小减少1/4

IMREAD_REDUCED_GRAYSCALE_8 = 64, //如果设置，总是将图像转换为单通道灰度图像且图像大小减少1/8

IMREAD_REDUCED_COLOR_8 = 65, //如果设置，总是将图像转换为3通道BGR彩色图像且图像大小减少1/8

IMREAD_IGNORE_ORIENTATION = 128 //如果设置，不会根据EXIF的方向标志旋转图像

Matplotlib

imshow

主要讲讲matplotlib的imshow

matplotlib在imshow时，如果接收到的是二维矩阵，会自动归一化，映射到彩色。如果输入的矩阵里面值都是一样的，归一化会把他们全部变为255，也就是呈现黑色。

用于在使用 cmap 映射到颜色之前将标量数据缩放到 $0, 1$ 范围的归一化方法。默认情况下，使用线性缩放，将最低值映射到 0，将最高值映射到 1。

imshow的输入

图像数据。支持的数组形状有：(M,N)：具有标量数据的图像。使用归一化和颜色图将值映射到颜色。请参阅参数norm、cmap、vmin、vmax。

(M, N, 3)：具有 RGB 值（0-1 float 或 0-255 int）的图像。

(M, N, 4)：具有 RGBA 值（0-1 float 或 0-255 int）的图像，即包括透明度。前两个维度（M、N）定义图像的行和列。超出范围的 RGB(A) 值将被剪裁。

所以如果使用单通道的数据,会默认norm,而这种norm是根据输入值的min-max进行norm,并不是norm到0-255

python 复制代码

img = torch.ones(152,152,1,dtype=torch.uint8)*220
img = img.numpy()
plt.imshow(img,cmap="gray")
plt.show()

解决办法是设置vmin=0,vmax=255,当然使用三通道也可以

如有疑问,欢迎各位交流!

服务器配置

宝塔:宝塔服务器面板，一键全能部署及管理

云服务器:阿里云服务器
 Vultr服务器

GPU服务器:Vast.ai

matplotlib与opencv图像读取与显示的问题

Opencv

imshow

imwrite

imread

Matplotlib

imshow

相关问题

如有疑问,欢迎各位交流!