Opencv学习之：cv2.imread() 和 PIL.Image.open() 打开图片的区别

代码

• 第一部分展示了，使用 PIL 打开图片并且获得图片数据并转换成矩阵的过程
• 第二部分展示了，使用 opencv 打开图片并且直接输出 矩阵的过程

import cv2
from PIL import Image
import numpy as np
import pandas as pd
img = Image.open('1.jpg')   # 使用 PIL 打开图片
data = img.getdata()   # 获取图片的数据信息 class <'ImagingCore'>
print(type(data))
data = np.array(data)   # 把这个数据通过 numpy 转换成多维度的张量
print(data)
print(data.shape)       # 查看图片的 shape 信息

# = ======================== 分割线
img2 = cv2.imread('1.jpg')  # 使用 cv2 来打开图片
print(img2)
print(img2.shape)

• 通过比较可以发现， PIL 读取的数据是个二位的矩阵，第一维度的信息为图片的尺寸大小（长*宽）信息
• Opencv 读取的信息是个三维的数组，其中第一维度为行数，第二维度为列数，第三维度为通道的信息(b,g,r) 三通道。
• 通过图示来看这两个的差别就是
  
  

另外，由于 PIL 获得的是个二维的数组，所以，我们很显然可以把它放到pandas 的 dataframe里面，然后再写入 csv文件

from PIL import Image
import numpy as np
import pandas as pd
img = Image.open('1.jpg')   # 使用 PIL 打开图片
data = img.getdata()   # 获取图片的数据信息 class <'ImagingCore'>
data = np.array(data)   # 把这个数据通过 numpy 转换成多维度的张量
df = pd.DataFrame(data)
print(df)
df.to_csv('img.csv')

那么这样的话，0，1，2就分别代表每个像素的 r,g,b三个通道了

总结一下 PIL 和 cv2 打开图片的不同：

• PIL 打开图片需要使用 img.getdata() 再用 numpy.array() 来转化成数组，是个二维的数组；第一维的信息是尺寸信息，第二维度的信息是通道信息
• opencv 打开图片不需要转化就直接是个三维的 array ；第一维的信息是行的维度，第二维的信息是列的维度，第三维的信息是通道信息
• PIL 打开图片的通道顺序是 RGB 而 opencv 打开图片的通道顺序是 BGR