图片处理 python

1. 图片分辨率表示  Width * Height

2. cv2读入图片及缩放方式

    读入图片存储类型： numpy array -->  Height * Width * Channel

    import cv2 as cv

    # 读入原图片
    img = cv.imread('./0000001-imgL.png')
    # 打印出图片尺寸
    print(img.shape)
    # 将图片高和宽分别赋值给x，y
    x, y = img.shape[0:2]

    # 显示原图
    cv.imshow('OriginalPicture', img)

    # 缩放图片，输出尺寸格式为（宽，高）,    最近邻插值法缩放
    img_test1 = cv.resize(img, (512,384),interpolation=cv.INTER_NEAREST)
    cv.imshow('resize0', img_test1)
    cv.waitKey()

3. PIL读入图片及缩放方式

    读入图片存储类型： ImageFile --> Width * Height

    from PIL import Image

    img = Image.open('./0000001-imgL.png')

    #输出尺寸格式为（宽，高）
    img = img.resize((512, 384), Image.ANTIALIAS)

4. 转换

首先注意，不同读取方式颜色通道不同

PIL读取后，颜色通道为RGB

cv2读取后，颜色通道为BGR

1）PIL --> cv2

    from PIL import Image
    import cv2 as cv
    img = Image.open('./0000001-imgL.png')
    # 转变为数组，RGB
    img = np.array(img)
    # 交换通道，BGR
    img1 = img.copy()  # 改变img1的时候不改变img
    img1[:, :, 0] = img[:, :, 2]
    img1[:, :, 1] = img[:, :, 1]
    img1[:, :, 2] = img[:, :, 0]

    cv.imshow('before', img)
    cv.imshow('after', img1)
    cv.waitKey()

呈现结果对比

2）cv2 -->PIL

    img = cv.imread('./0000001-imgL.png')
    img = cv.cvtColor(img, cv.COLOR_BGR2RGB)
    img = Image.fromarray(img.astype('uint8')).convert('RGB')
    import matplotlib.pyplot as plt
    plt.imshow(img)
    plt.show()