为什么直接用 cv2.imwrite 保存 PIL 的图片会导致奇怪的颜色？

在处理图像保存时，使用不同的库可能会导致颜色显示上的差异。特别是 Image.fromarray(synthesis).save 和 cv2.imwrite(save_dir, image) 两种方法之间的区别，会导致保存的图像颜色不同。这篇博客将解释这些方法的区别，以及具体导致颜色差异的原因。

PIL和OpenCV简介

• PIL（Python Imaging Library）：
  PIL 是一个处理图像的强大库，主要用于图像的打开、操作和保存。在 PIL 中，常用的图像对象是 PIL.Image 对象。

• OpenCV（Open Source Computer Vision Library）：
  OpenCV 是一个用于计算机视觉和图像处理的开源库，提供了丰富的功能。OpenCV 处理图像时使用 numpy 数组作为图像数据结构。

保存图像的两种方法

1. PIL：Image.fromarray(synthesis).save

   from PIL import Image
   import numpy as np
   
   # 生成一个示例图像数组
   synthesis = np.random.randint(0, 256, (100, 100, 3), dtype=np.uint8)
   
   # 使用 PIL 保存图像
   Image.fromarray(synthesis).save('image_pil.png')
   

2. OpenCV：cv2.imwrite(save_dir, image)

   import cv2
   
   # 使用 OpenCV 保存图像
   cv2.imwrite('image_cv2.png', synthesis)
   

导致颜色不同的原因

主要的原因是 PIL 和 OpenCV 处理图像通道顺序的不同。

• 通道顺序：
  • PIL：使用的通道顺序是 RGB（Red, Green, Blue）。
  • OpenCV：使用的通道顺序是 BGR（Blue, Green, Red）。

这意味着如果直接使用相同的 numpy 数组保存图像，由于 PIL 和 OpenCV 对通道的解释不同，保存的图像会有颜色上的差异。例如，红色和蓝色通道会互换位置。

如何解决颜色差异

为了在保存图像时避免颜色差异，可以在 OpenCV 中保存图像前将通道顺序从 BGR 转换为 RGB。可以使用 cv2.cvtColor 函数来进行转换。

# 将 BGR 转换为 RGB
image_rgb = cv2.cvtColor(synthesis, cv2.COLOR_BGR2RGB)

# 使用 PIL 保存图像
Image.fromarray(image_rgb).save('image_pil_corrected.png')

或者在使用 PIL 保存图像前，将通道顺序从 RGB 转换为 BGR：

# 将 RGB 转换为 BGR
image_bgr = cv2.cvtColor(synthesis, cv2.COLOR_RGB2BGR)

# 使用 OpenCV 保存图像
cv2.imwrite('image_cv2_corrected.png', image_bgr)

总结

1. PIL 和 OpenCV 处理图像的通道顺序不同：

   • PIL 使用 RGB 顺序。
   • OpenCV 使用 BGR 顺序。

2. 颜色差异的原因：
   直接使用相同的 numpy 数组保存图像时，由于通道顺序不同，颜色会有差异。

3. 解决方案：
   在保存图像前，将通道顺序进行转换，确保图像颜色一致。

通过了解和处理这些差异，可以确保在使用 PIL 和 OpenCV 保存图像时，颜色显示正确。