不同Python库(Opencv、PIL、Matplotlib)下图像读写的差别、联系与互转：

1. opencv

a. 读取：

img = cv2.imread(path)

读入的类型

默认是一个BGR模式的彩色图

转换类型

使用cv2.cvtColor(img, cv.COLOR_BGR2RGB)将颜色模式转化成RGB。

opencv转Tensor

torch.from_numpy(img)将图像转成tensor。

b. 保存：

cv2.imwrite(path, img)

c. 展示：

cv2.imshow(name, img)

cv2.waitKey(0)

cv2.destroyAllWindows()

d.读取gif格式的图像:

gif = cv2.VideoCapture(path)得到一个opencv的视频对象，然后使用

ret,frame = gif.read()读取该视频对象的一帧。

2. PIL

a. 读取图像：

img = PIL.Image.open(path)

读入类型

PIL.xxxImageFile类型

PIL转为array

np.asarray(img) 

array转PIL

Image.fromarray(array) 

颜色模式转换

img.convert(model)

model包括：‘1’:二值图，‘L’:灰度图，‘P’：

8位彩色图像，‘RGB’:

24位彩色图像（每个通道8位），‘RGBA’:alpha通道（不透明度）

b. 保存图像：

img.save(path)

c. 展示图像：

img.show()

3. matplotlib

a. 读取图像：

img = plt.imread()

读入的图像类型

numpy.array，且读取图像时直接进行了归一化操作

b. 保存图像：

plt.imsave(path,img)

img.imsave(path)不带坐标轴

plt.savefig(path)带坐标轴

c. 绘制图像：

plt.imshow(img)

plt.show()

4.OpenCV、Matplotlib、PIL互转：

5. pytorch如何处理数据集

1.opecv读取并处理，

2.使用matplotlib绘制图像并保存为PIL.Image，

3.torchvision.transforms.ToTensor()(img)转化为tensor