Python OpenCV中的numpy与图像类型转换操作

2020-12-11 09:29:18 作者：泥石流中的一股清流

这篇文章主要介绍了Python OpenCV中的numpy与图像类型转换操作，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

Python OpenCV存储图像使用的是Numpy存储，所以可以将Numpy当做图像类型操作，操作之前还需进行类型转换，转换到int8类型

import cv2 import numpy as np # 使用numpy方式创建一个二维数组 img = np.ones((100,100)) # 转换成int8类型 img = np.int8(img) # 颜色空间转换，单通道转换成多通道，可选可不选 img = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR) cv2.imwrite("demo.jpg", img)

补充知识： Python中读取图片并转化为numpy.ndarray()数据的6种方式

方式：返回类型

OpenCV                                     np.ndarray
PIL                                               PIL.JpegImagePlugin.JpegImageFile
keras.preprocessing.image         PIL.JpegImagePlugin.JpegImageFile
Skimage.io                                  np.ndarray
matplotlib.pyplot                          np.ndarray
matplotlib.image                          np.ndarray

import numpy as np import cv2 from keras.preprocessing.image import ImageDataGenerator, array_to_img, img_to_array, load_img from PIL import Image import skimage.io as io import matplotlib.pyplot as plt import matplotlib.image as mpig 方式：返回类型 OpenCV np.ndarray PIL PIL.JpegImagePlugin.JpegImageFile keras.preprocessing.image PIL.JpegImagePlugin.JpegImageFile Skimage.io np.ndarray matplotlib.pyplot np.ndarray matplotlib.image np.ndarray imagePath="E:/DataSet/test1/trainSet/bus/300.jpg" 方式一：使用OpenCV img1=cv2.imread(imagePath) print("img1:",img1.shape) print("img1:",type(img1)) print("-"*10) 方式二：使用PIL img2=Image.open(imagePath) print("img2:",img2) print("img2:",type(img2)) #转换成np.ndarray格式 img2=np.array(img2) print("img2:",img2.shape) print("img2:",type(img2)) print("-"*10) 方式三：使用keras.preprocessing.image img3=load_img(imagePath) print("img3:",img3) print("img3:",type(img3)) #转换成np.ndarray格式,使用np.array(),或者使用keras里的img_to_array() #使用np.array() #img3=np.array(img2) #使用keras里的img_to_array() img3=img_to_array(img3) print("img3:",img3.shape) print("img3:",type(img3)) print("-"*10) 方式四：使用Skimage.io img4=io.imread(imagePath) print("img4:",img4.shape) print("img4:",type(img4)) print("-"*10) 方式五：使用matplotlib.pyplot img5=plt.imread(imagePath) print("img5:",img5.shape) print("img5:",type(img5)) print("-"*10) 方式六：使用matplotlib.image img6=mpig.imread(imagePath) print("img6:",img6.shape) print("img6:",type(img6)) print("-"*10)

运行结果：

Using TensorFlow backend. img1: (256, 384, 3) img1: <class 'numpy.ndarray'> ---------- img2: <PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=384x256 at 0x249608A8C50> img2: <class 'PIL.JpegImagePlugin.JpegImageFile'> img2: (256, 384, 3) img2: <class 'numpy.ndarray'> ---------- img3: <PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=384x256 at 0x2496B5A23C8> img3: <class 'PIL.JpegImagePlugin.JpegImageFile'> img3: (256, 384, 3) img3: <class 'numpy.ndarray'> ---------- img4: (256, 384, 3) img4: <class 'numpy.ndarray'> ---------- img5: (256, 384, 3) img5: <class 'numpy.ndarray'> ---------- img6: (256, 384, 3) img6: <class 'numpy.ndarray'> ----------

以上这篇Python OpenCV中的numpy与图像类型转换操作就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

工信部称网盘企业免费用户最低速率应满足基本下载需求，天翼云盘回应：坚决支持，始终

电脑版 - 返回首页