cv2.rectangle不会修改原图像

最新推荐文章于 2024-01-22 14:19:15 发布

原创最新推荐文章于 2024-01-22 14:19:15 发布 · 4.7k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#计算机视觉 #图像处理 #深度学习

本文探讨了cv2.rectangle在BGR通道顺序调整时的行为差异，以及如何影响深度学习中的图像处理。理解inplace操作对于保持原始图片不变的重要性，并介绍了两种处理方式：一种是先反转通道再应用矩形，另一种是先转换通道再进行矩形绘制。

部署运行你感兴趣的模型镜像

正常情况下，cv2.rectangle是inplace操作，即会修改输入的原始图像。

import cv2
img = cv2.imread("1.jpeg")
# img会被修改
cv2.rectangle(img, (10, 10), (1000, 1000), color=(255, 0, 0))
cv2.imwrite("rec_img.jpg", img)

可以发现输入的图片数组确实在函数中被修改了。

在训练深度神经网络的时候，我们经常需要将图片的通道顺序从BGR切换成RGB。一个简单的方法是img = img[..., ::-1]。注意，一旦使用了这种方法，cv2.rectangle不会再修改原图像，而是会返回一个处理过后的图片。如果想让cv2.rectangle继续修改原始图片，那么在反转通道的时候就要使用img = cv2.cvtColor(img, cv2.COLOR_RGB2BGR)方法。

import cv2
img = cv2.imread("1.jpeg")

############ 方式1
# 将通道顺序从BGR修改为RGB
img = img[..., ::-1]
# img不会被修改，所以需要用一个新的变量rec_img来保存修改后的图片
rec_img = cv2.rectangle(img, (10, 10), (1000, 1000), color=(255, 0, 0))
cv2.imwrite("rec_img.jpg", rec_img)

############ 方式2
# 将通道顺序从BGR修改为RGB
img = cv2.cvtColor(img, cv2.COLOR_RGB2BGR)
# img会被修改
cv2.rectangle(img, (10, 10), (1000, 1000), color=(255, 0, 0))
cv2.imwrite("rec_img.jpg", img)

您可能感兴趣的与本文相关的镜像