opencv和python是什么关系_详解Python Opencv和PIL读取图像文件的差别

前言

之前在进行深度学习训练的时候，偶然发现使用PIL读取图片训练的效果要比使用python-opencv读取出来训练的效果稍好一些，也就是训练更容易收敛。可能的原因是两者读取出来的数据转化为pytorch中Tensor变量稍有不同，这里进行测试。

之后的代码都导入了：

from PIL import Image

import matplotlib.pyplot as plt

import numpy as np

import torch

import cv2

测试

使用PIL和cv2读取图片时会有细微的区别，通过下面的代码可以发现两者读取图片是有区别的，也就是使用PIL读取出来的图片转为numpy格式和直接使用cv读取的图片在像素点上并不是完全一致：

In[11]: image = cv2.imread('datasets/0_target.jpg')

In[18]: image_pil = Image.open('datasets/0_target.jpg').convert('RGB')

In[19]: image_pil = np.array(image_pil)

In[20]: image_cv = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

In[21]: image_cv == image_pil

Out[21]:

array([[[ True, True, False],

[ True, False, False],

[False, False, False],

...,

[ True, True, True],

[ True, True, True],

[ True, True, True]],

[[ True, True, False],

[ True, True, True],

[False, True, False],

...,

[ True, True, False],

[ True, True, True],

[ True, True, True]],

[[ True, True, False],

[ True, True, True],

[False, False, False],

...,

[ True, True, True],

[ True, True, True],

[ True, True, False]],

...,

[[ True, True, True],

[ True, True, True],

[ True, True, True],

...,

[False, False, True],

[ True, True, True],

[False, False, False]],

[[ True, True, True],

[ True, True, True],

[ True, True, True],

...,

[ True, True, True],

[ True, True, True],

[False, False, False]],

[[ True, False, False],

[ True, False, False],

[ True, False, False],

...,

[ True, True, True],

[False, False, False],

[ True, False, False]]])

In[26]: image_cv.shape

Out[26]: (682, 700, 3)

In[27]: image_pil.shape

Out[27]: (682, 700, 3)

In[28]: image_pil - image_cv

Out[28]:

array([[[ 0, 0, 1],

[ 0, 255, 3],

[255, 1, 2],

...,

[ 0, 0, 0],

[ 0, 0, 0],

[ 0, 0, 0]],

[[ 0, 0, 2],

[ 0, 0, 0],

[255, 0, 2],

...,

[ 0, 0, 254],

[ 0, 0, 0],

[ 0, 0, 0]],

[[ 0, 0, 2],

[ 0, 0, 0],

[255, 1, 2],

...,

[ 0, 0, 0],

[ 0, 0, 0],

[ 0, 0, 254]],

...,

[[ 0, 0, 0],

[ 0, 0, 0],

[ 0, 0, 0],

...,

[254, 1, 0],

[ 0, 0, 0],

[ 1, 255, 3]],

[[ 0, 0, 0],

[ 0, 0, 0],

[ 0, 0, 0],

...,

[ 0, 0, 0],

[ 0, 0, 0],

[ 2, 254, 4]],

[[ 0, 1, 253],

[ 0, 1, 253],

[ 0, 1, 255],

...,

[ 0, 0, 0],

[ 1, 254, 1],

[ 0, 255, 2]]], dtype=uint8)

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。