Python的图像库（Opencv、PIL、matplotlib、skimage）的使用(读取、存储、变换、滤波)，及其差异

Python的图像库（Opencv、PIL、matplotlib、skimage）的使用(读取、存储、变换、滤波)

【AI基础】OpenCV，PIL，Skimage你pick谁

PIL.Image和OpenCV图像格式相互转换

OpenCV，PIL，Skimage差异：

读取方式上的不同

我们首先从读取图片开始，PIL用open方法来读取图片，但opencv、skimage都以imread()读取图片。

RGB与BGR的区别

（1）opencv读进来的图片已经是一个numpy矩阵了，彩色图片维度是（高度，宽度，通道数）。数据类型是uint8；
opencV读取的格式：BGR （opencv对于读进来的图片的通道排列是BGR，而不是主流的RGB！谨记！）
opencV存储的格式：BGR
（2）PIL的读取和存储格式是RGB
PIL读进来的图像是一个对象，而不是我们所熟知的numpy 矩阵
针对PIL读进来的图像是一个对象，那么如何才能将读进来的图片转为矩阵呢，方法如下：
from PIL import Image
import numpy as np
img1 = Image.open(‘d:/picture/cat.jpg’)
arr = np.array(img1)

（3）skimage的读取和存储格式是RGB
skimage读取一张图像时也是以numpy array形式
skimage有一个巨大的不同是读取灰度图时其图像的矩阵的值被归一化了，注意注意！

通道顺序的不同

• PIL和Skimage读取图像是HWC格式，- opencv读取图像是也是HWC的格式

CHW更适合CNN：因为网络是一个通道一个通道的对图像做卷积，提取feature，希望在访问同一个channel的像素是连续的，一般存储选用CHW，这样在做CNN的时候，在访问内存的时候就是连续的了，比较方便；

在深度学习的时候，推理的前处理，一般都是将RGB或BGR图像进行转变为CHW的格式；
通常我们用opencv读取图像是HWC的格式，需要转换：

img = cv2.imread(“001.jpg”)
img_ = img.transpose((2,0,1))

但是，在pytorch中，无需直接转换，只要调用transforms.ToTensor()，会自动将（HxWxC）转化为（CxHxW）

Converts a PIL Image or numpy.ndarray (H x W x C) in the range [0, 255] to a torch.FloatTensor of shape (C x H x W) in the range [0.0, 1.0]