opencv / PIL python 图像处理开头的一波常用操作（一）

import numpy as np
from PIL import Image
import cv2
try: #防止因为一个erro就停止运行整个程序
    im = Image.open(path)  #image库打开图片
	width, height = im.size  #PIL库用im.size cv2用im.shape
	rerio = 1200.0/ height   #获取一个缩放比率，以height为基准
	print (width,height)
	
	im = im.resize((int(width*rerio),1200))  # 相应缩放width
	img = cv2.cvtColor(np.asarray(im), cv2.COLOR_RGB2BGR)  #用cv2打开
	in_ = np.array(im, dtype=np.float32)  #转numpy
	in_ = in_[:, :, ::-1]  #CV2读入的格式是BGR通过此行转换为RGB
	in_ -= np.array((104.00698793, 116.66876762, 122.67891434)) #subtract mean  减去均值
	in_ = in_.transpose((2, 0, 1)) # transpose to channel x height x width order 将通道数放在前面（对应caffe数据存储的格式）
	
	#其他操作
	
except Exception as e: #防止所有的错误
    print(str(e)) #打印错误

但是我不知道为什么要减去均值呢？in_ -= np.array((104.00698793, 116.66876762, 122.67891434))
似乎是这个原因：由于使用了ImageNet的预训练权重，因此需要在数据预处理过程减去ImageNet上的均值。

补充：

import cv2

im = cv2.imread('data/src/lena.jpg')

print(type(im))
# <class 'numpy.ndarray'>

print(im.shape)
print(type(im.shape))
# (225, 400, 3)
# <class 'tuple'>

shape的输出顺序：height,width,channel

from PIL import Image

im = Image.open('data/src/lena.jpg')

print(im.size)
print(type(im.size))
# (400, 225)
# <class 'tuple'>

w, h = im.size
print('width: ', w)
print('height:', h)
# width:  400
# height: 225

size的输出顺序：width，height