Python之使用PIL实现cv2

有时候使用cv2需要安装opencv,但是opencv安装比较麻烦,因为需要编译过程。

所以,我们可以使用PIL对cv2的一些常用接口进行复现。

 这里我们实现了cv2的imread(), imwrite(), resize(), cvtColor() 共四个接口。

实现代码如下:

import PIL
from PIL import Image
import numpy as np

def imread(filename):
    img = np.array(Image.open(filename))
    if len(np.shape(img)) == 3:
        return img[:,:,::-1]
    else:
        return img

def imwrite(filename, img):
    if len(np.shape(img)) == 3:
        img = Image.fromarray(img[:,:,::-1])
    else:
        img = Image.fromarray(img)
    img.save(filename)

def resize(img,size, interpolation = PIL.Image.LANCZOS):
    # PIL.Image.NEAREST, PIL.Image.BILINEAR , PIL.Image.BICUBIC, PIL.Image.LANCZOS
    if len(np.shape(img)) == 3:
        return np.array(Image.fromarray(img[:,:,::-1]).resize(size,resample = interpolation))[:,:,::-1]
    else:
        assert len(np.shape(img)) == 2
        return np.array(Image.fromarray(img).resize(size,resample = interpolation))

def cvtColor(img, mode):
    # mode: 'COLOR_BGR2GRAY', 'COLOR_GRAY2BGR'
    if mode == 'COLOR_BGR2GRAY':
        assert len(np.shape(img)) == 3
        img = Image.fromarray(img[:,:,::-1])
        return np.array(img.convert(mode = 'L'))
    if mode == 'COLOR_GRAY2BGR':
        assert len(np.shape(img)) == 2
        return np.repeat(img[:, :, np.newaxis], 3, axis=2)
        

    return None

 

转载于:https://www.cnblogs.com/huangshiyu13/p/8475559.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是一种实现方式: ```python import numpy as np import matplotlib.pyplot as plt from PIL import Image def laplace_sharpen(image): # 定义拉普拉斯卷积核 laplace_kernel = np.array([[0, -1, 0], [-1, 4, -1], [0, -1, 0]]) # 将图像转换为灰度图像 gray_image = image.convert('L') # 转换为numpy数组 image_array = np.array(gray_image) # 对图像进行卷积操作 sharpened_image_array = np.zeros(image_array.shape) for i in range(1, image_array.shape[0] - 1): for j in range(1, image_array.shape[1] - 1): sharpened_image_array[i, j] = np.sum(laplace_kernel * image_array[i-1:i+2, j-1:j+2]) # 将像素值缩放到0-255之间 sharpened_image_array = (sharpened_image_array - np.min(sharpened_image_array)) / (np.max(sharpened_image_array) - np.min(sharpened_image_array)) * 255 # 将数组转换为图像 sharpened_image = Image.fromarray(sharpened_image_array.astype(np.uint8)) return sharpened_image # 读取图像 image = Image.open('test.jpg') # 进行拉普拉斯锐化 sharpened_image = laplace_sharpen(image) # 显示原图和处理后的图像 fig, ax = plt.subplots(1, 2, figsize=(8, 4)) ax[0].imshow(image) ax[0].set_title('Original Image') ax[1].imshow(sharpened_image) ax[1].set_title('Sharpened Image') plt.show() ``` 需要注意的是,这种实现方式只适用于灰度图像,如果要对彩色图像进行拉普拉斯锐化,需要将每个通道分别进行处理。另外,这种实现方式可能会导致输出图像的像素值超出0-255的范围,需要进行像素值缩放操作。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值