【jpg和png区别】PIL和opencv读取、显示图片+归一化+transpose变换通道

1 图片说明

两张图片格式不同，1为jpg，2为png。
2.jpg是我强制重命名得到的，其原版为2.png

2 两种读取方式+显示

• Opencv读取：
  图片类型为numpy的数组，BGR三通道(png或jpg格式都是三通道。后期需要转成RGB)，数据类型为uint8(后期用np.array转一下成float32)，范围是0-255，HWC排列。
• PIL读取：以PIL.Image.open(img_path).convert('RGB)为例(原因详见第5节)
  图片类型为PIL图片，图片尺寸为WH(后面numpy一转就变了)，在用np.array转一下之后，图片类型编程numpy数组，RGB三通道(故不需要转)，数据类型为uint8(在前面np.array转成float32的话，此地就是float32)，范围是0-255，变成HWC排列。

from PIL import Image
import cv2
import matplotlib.pyplot as plt    # 显示PIL.Image读取的图片

image1 = cv2.imread('images\\2.png') 
print('type(image1):', type(image1))    # type(image1): <class 'numpy.ndarray'>
print(image1.shape)    # (109, 992, 3)
print(image1.dtype)    # uint8

cv2.imshow('image1', image1)
cv2.waitKey(0)


img00 = Image.open('images\\1.jpg').convert('RGB')
print(img00)            # <PIL.Image.Image image mode=RGB size=254x469 at 0x1EEE84533C8>
print(img00.size)      # (254, 469)      少了通道数，只有尺寸，顺序是W,H
print(type(img00))        # <class 'PIL.Image.Image'>
print(np.array(img00, dtype=np.float32).shape)    # (469, 254, 3)      # 只要用numpy一操作，立刻变成HWC

plt.figure("img0")
plt.imshow(img0)
plt.show()

3 numpy中transpose的使用

• 针对opencv示例

有两种方式，详见代码

import cv2
import numpy as np

image1 = cv2.imread('images\\2.png')        # BGR    HWC: (109, 992, 3)

# 从BGR到RGB：imgRGB = imgBGR[:,:,::-1]
image2 = image1[:,:,::-1].transpose(2, 0, 1)          # HWC2CHW: (3, 109, 992)
image3 = np.transpose(image1[:,:,::-1], (2, 0, 1))

print(image2.shape)      # (3, 109, 992)
print(image2.dtype)      # uint8
print(image3.shape)      # (3, 109, 992)
print(image3.dtype)      # uint8

• 针对PIL.Image示例

from PIL import Image
import numpy as np

img00 = Image.open('images\\1.jpg').convert('RGB')

img11 = np.transpose(np.array(img00, dtype=np.float32))     # CWH
img22 = np.transpose(np.array(img00, dtype=np.float32), (2, 0, 1))      # CWH2CHW
print(img11.shape)      # (3, 254, 469)
print(img22.shape)      # (3, 469, 254)

4 数据类型转换+归一化

从uint转到float

import cv2
import numpy as np

image1 = cv2.imread('images\\2.png')        # BGR HWC: (109, 992, 3)
image2 = image1 / 255.0              # 0 - 255 to 0.0 - 1.0
print(image2.dtype)        # float64      如果想让它变成float32类型呢？
# 方式1
image3 = np.array(image1/255, dtype=np.float32)    # dtype可控制转换后数据类型
print(image3.dtype)        # float32
# 方式2，本质上和1相同
# ascontiguousarray函数将一个内存不连续存储的数组转换为内存连续存储的数组，使得运行速度更快。
image2 = np.ascontiguousarray(image1, dtype=np.float32)  # uint8 to fp32
image2 /= 255.0            # 0 - 255 to 0.0 - 1.0
print(image2.dtype)        # float32

5 PIL.Image读取png和jpg有什么区别

Image.open(x).convert('RGB')

使用Image.open读出图像即可，为什么还需要使用convert(‘RGB’)转换成RGB，难道Image.open()读出的彩色图像不是RGB吗?

看代码中的image mode

img0 = Image.open('images\\1.jpg')
print(img0)        
# <PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=254x469 at 0x201FDFDBBA8>

img00 = Image.open('images\\1.jpg').convert('RGB')
print(img00)        
# <PIL.Image.Image image mode=RGB size=254x469 at 0x201FD60EBA8>

# 2.jpg是我强制重命名得到的，其原版图为2.png
img1 = Image.open('images\\2.jpg')
print(img1)      
# <PIL.PngImagePlugin.PngImageFile image mode=RGBA size=992x109 at 0x201FE0745F8>

img2 = Image.open('images\\2.png')
print(img2)      
# <PIL.PngImagePlugin.PngImageFile image mode=RGBA size=992x109 at 0x201FE074AC8>

img3 = Image.open('images\\2.png').convert('RGB')
print(img3)      
# <PIL.Image.Image image mode=RGB size=992x109 at 0x201FD60EC18>

可以看到，对于png图像，如果不使用.convert(‘RGB’)进行转换的话，读出来的图像是RGBA四通道的，A通道为透明通道，对深度学习模型训练来说暂时用不到。虽然jpg没有这个问题，为了统一，因此使用convert(‘RGB’)进行通道转换。