cv2.imread 和PIL中的image.open图片显示区别 格式互相转换

最新推荐文章于 2025-10-04 10:43:35 发布
原创 最新推荐文章于 2025-10-04 10:43:35 发布 · 2.2w 阅读 · 97 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#opencv图片 #PIL image #显示不同 #格式转换 #cv2 PIL 格式转换

本文详细对比了plt.imread、PIL.Image.open和cv2.imread读取图像的颜色顺序差异，展示了OpenCV与PIL库间图像格式转换的方法，并提供了判断图像数据是否为OpenCV格式的技巧。

显示区别

plt.imread和PIL.Image.open读入的都是RGB顺序，而opencv中cv2.imread读入的是BGR通道顺序 。cv2.imread会显示图片更蓝一些。

以下代码为opencv imread和PIL库中image.open读入图像颜色顺序的比较

import matplotlib
matplotlib.use('TkAgg')
import matplotlib.pyplot as plt

import cv2
import numpy as np
from PIL import Image

path="/Users/waldenz/Documents/Work/doc/TestImages/c1.jpeg"
img1 = cv2.imread(path, 3)
img2 = Image.open(path)
img2 = np.asarray(img2)
plt.subplot(121)
plt.imshow(img1)
plt.subplot(122)
plt.imshow(img2)
# plt.figure()
plt.show()

左侧为原图，右侧为代码运行结果图。

                  

                 

格式互相转换 

以上面牛头梗的狗狗图片作为原图，展示两种格式间的转换

def PILImageToCV():
    # PIL Image转换成OpenCV格式
    path = "/Users/waldenz/Documents/Work/doc/TestImages/t3.png"
    img = Image.open(path)
    plt.subplot(121)
    plt.imshow(img)

    img = cv2.cvtColor(np.asarray(img), cv2.COLOR_RGB2BGR)
    plt.subplot(122)
    plt.imshow(img)
    plt.show()


def CVImageToPIL():
    # OpenCV图片转换为PIL image
    path = "/Users/waldenz/Documents/Work/doc/TestImages/t3.png"
    img = cv2.imread(path)
    # cv2.imshow("OpenCV",img)
    plt.subplot(121)
    plt.imshow(img)

    img2 = Image.fromarray(cv2.cvtColor(img,cv2.COLOR_BGR2RGB))
    plt.subplot(122)
    plt.imshow(img2)
    plt.show()

第一组为PIL Image和转换后的opencv格式； 第二组为opencv读取的原图在matplotlib中的展示，和转换为PIL Image后的展示

               

 

判断图像数据是否是OpenCV格式

即判断image是否为numpy的ndarray数据类型

isinstance(img, np.ndarray)

 

CV：Image.open 和cv2.imread的简介、区别及PIL.Image格式/OpenCV格式相互转换代码实现之详细攻略
头部AI社区如有邀博主AI主题演讲请私信—心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，专注，谦虚，自律，反思，成长，还算比较正能量的博主，公益免费传播…内心特别想在AI界做出一些可以推进历史进程影响力的技术(兴趣使然，有点小情怀，也有点使命感呀
10-09 2147
Image.open 打开来的图像格式，cv2.imread 读出来是像素格式。
Opencv学习之：cv2.imread() 和 PIL.Image.open() 打开图片的区别
qq_42902997的博客
08-31 6865
文章目录代码总结一下 PIL 和 cv2 打开图片的不同： 代码 第一部分展示了，使用 PIL 打开图片并且获得图片数据并转换成矩阵的过程 第二部分展示了，使用 opencv 打开图片并且直接输出 矩阵的过程 import cv2 from PIL import Image import numpy as np import pandas as pd img = Image.open('1.jpg') # 使用 PIL 打开图片 data = img.getdata() # 获取图片的数据信
使用PIL库中的Image.open()函数打开指定路径的图像
llf000000的博客
12-17 2781
的返回值将是一个四元组，类似于（1，3，H，W），其中H和W是具体的图像尺寸。这个形状表示了批次中包含一个图像，图像具有3个通道（RGB），高度为H，宽度为W。的形状将变为（1，C，H，W），其中1表示批次大小，C表示通道数（在RGB模式下为3），H和W表示图像的高度和宽度。函数在第0维度上增加了一个维度，将单个图像转换为一个大小为1的批次（batch）。假设原始图像的尺寸为（H，W），其中H表示高度，W表示宽度。经过预处理和扩展批次后，的返回值是一个表示张量维度的元组。是一个经过预处理的图像张量，通过。
Python：PIL图像处理
qq_43042024的博客
02-27 2259
简介 PIL (Python Imaging Library) Python图像处理库，该库支持多种文件格式，提供强大的图像处理功能。 使用Image类 PIL中最重要的类是Image类，该类在Image模块中定义。 从文件加载图像： import Image im = Image.open("lena.ppm") 如果成功，这个函数返回一个Image对象。现在你可以使用该对象的属性来探索文件的...
基于OpenCV的多格式图片批量转换工具实战
weixin_31688273的博客
10-04 739
推荐使用tqdm库实现动态进度条：import cv2try:finally:tqdm自动计算剩余时间、速率等信息，极大提升可观测性。
Python各类图像库的图片读写方式总结
m0_59485658的博客
02-06 1741
除了opencv读入的彩色图片以BGR顺序存储外，其他所有图像库读入彩色图片都以RGB存储。除了PIL读入的图片是img类之外，其他库读进来的图片都是以numpy 矩阵。各大图像库的性能，老大哥当属opencv，无论是速度还是图片操作的全面性，都属于碾压的存在，毕竟他是一个巨大的cv专用库。下面那张图就是我从知乎盗来的一张关于各个主流图像库的一些性能比较图，从测试结果看来，opencv确实胜出太多了。
PIL.Image.open和cv2.imread的比较与相互转换
AI浩
06-01 6132
摘要 PIL.Image.open读入的是RGB顺序，而opencv中cv2.imread读入的是BGR通道顺序 。cv2.imread会显示图片更蓝一些。 cv2.imread(path,读取方式)方法 第一个参数是图片的路径。 第二个参数是读取方式：cv2.IMREAD_COLOR：读入一副彩色图片；cv2.IMREAD_GRAYSCALE：以灰度模式读入图片；cv2.IMREAD_UNCHANGED：读入一幅图片，并包括其alpha通道。 默认为cv2.IMREAD_COLOR。 返回值是
图像处理------Python之cv2.imread与PIL库中Image.open读入图像颜色顺序比较
热门推荐
qq_36427732的博客
07-18 1万+
OpenCV 的cv2.imread()导入图片时是BGR通道顺序，这与Matplotlib的显示，或者读取图片的通道不同，如果需要可以转换为RGB模式，以下代码显示不同之处，但BGR在许多地方使用，caffe倒入数据是以BGR方式 img1 = cv2.imread(filename, 3) img2 = Image.open(filename) img1 = cv2.imread('...
PIL.Image.open和cv2.imread的比较与相互转换的方法
09-16
本文将详细介绍这两个库中用于加载图像的主要函数——`PIL.Image.open()`和`cv2.imread()`——的使用方法及其区别，并演示如何在这两种格式之间进行转换。 #### PIL.Image.open() **功能简介** `PIL.Image.open()...
解决python cv2.imread 读取中文路径的图片返回为None的问题
09-16
在Python编程中，使用OpenCV库（cv2）读取图片是常见的操作，但当图片路径包含中文字符时，可能会遇到cv2.imread返回None的问题。这是因为OpenCV在某些版本或配置下可能不支持处理非ASCII编码的路径。本文将详细探讨...
cv2打开的image与PIL库中Image打开的图像的区别
weixin_45135154的博客
05-13 609
1.cv_img = cv2.imread(image_path)得到的cv_img是一个数组，可以通过print查看其数组，通过cv_img.shape来查看其数组的大小 2.pil_img = PIL.Image.open(imgage_path)得到的pil_img是一个Image类，可以通过dir(pil_img)来查看其各种方法与属性。 ...
cv2 和 matplotlib.pyplot 和 PIL.Image 读取图片方式对比【Python读取图片】
专注于AI领域前沿技术学习与分享：目标检测、图像修复、超分重建、AI工程化
09-02 4293
文章目录import matplotlib.pyplot as plt 和 cv2 读取图像对比PIL 和 cv2 读取图片对比PIL 和 torchvision.transforms 预处理图像 【pytorch】pytorch 后处理图片常用方法 import matplotlib.pyplot as plt 和 cv2 读取图像对比 cv2.imread(imagepath) 读取图片默认为 BGR mode 的 numpy 格式 matplotlib.pyplot.imread(
opencv 的 cv2.imread() 与 PIL 的 Image.open() 参数解释
知识搬运者
09-02 4439
作用：cv2.imread(filepath，flags)用于读取图片文件 参数： filepath：要读入图片的完整路径 flags：读入图片的标志 cv2.IMREAD_COLOR：默认参数，读入一副彩色图片，忽略alpha通道。可以直接写1。 cv2.IMREAD_GRAYSCALE：读入灰度图片。可以直接写0。 cv2.IMREAD_UNCHANGED：顾名思义，读入完整图片，包括alpha通道。可以直接写-1 cv2.IMREAD_COLOR：加载彩色图片，这个是默认参数，可.
C语言opencv图像识别,【数字图像处理c】OpenCV中cv2.imread()与PIL中Image.open()的差别...
weixin_35732670的博客
05-23 599
cv2.imread()与PIL中Image.open()两个函数都是用来读取图像，但是在使用过程存在一些差别。1.首先，从导入库方面看：#opencv-pythonimportcv2#PILfrom PIL import Image2.读取图像#opencv-pythonimg = cv2.imread(‘‘ ---.jpg‘‘)img= cv2.imread(‘‘ ---.jpg‘‘, f...
cv2.imread()+plt.imread()+Image.open()的读取与相应的显示图片
明德zhuang
04-06 2081
cv2.imread()+plt.imread()+Image.open()的读取与相应的显示图片 import cv2 import matplotlib.pyplot as plt from PIL import Image ''' OpenCV: img = cv2.imread()读取，cv2.imshow(img)显示； matplotlib.pyplot: img = plt.imread()读取，plt.imshow(img)显示； PIL.Image: img = Image.
cv2读取图片后的数据与PIL相互转换
weixin_47948585的博客
05-19 442
import cv2 from PIL import Image import numpy as np cv2_img = cv2.imread(path) PIL_img = Image.fromarray(cv2.cvtColor(img,cv2.COLOR_BGR2RGB)) PIL_img = Image.open(path) cv2_img = cv2.cvtColor(np.asarray(PIL_img), cv2.COLOR_RGB2BGR) 原文链接：https://blog.csd
【opencv】opencv-Python读(imread)写(imwrite)图像及图像类型转换
JianJuly的博客
07-25 3773
读取图像 from pathlib import Path import cv2 import numpy as np path_img = Path(r'Morphling.jpg') # 原始图像路径 img_raw = cv2.imread(str(path_img), flags=-1) print(f'原始图像尺寸：{img_raw.shape}, 深度：{img_raw.dtype...
PIL.Image相关操作(ImageDraw)
hxxjxw的博客
02-26 1万+
from PIL import Image 2. 读取一张图片： im=Image.open('C:/Users/admin/Desktop/WallPaper/d.png') 3. 显示一张图片： im.show() 4. 保存图片： im.save("save.gif","GIF")#保存图像为gif格式 5. 创建新图片： ...
Python中cv2.imread()与base64编码、PIL格式互相转换
weixin_44096485的博客
11-22 8008
Python中cv2.imread()与base64编码互转 Base64编码 图片的base64编码指将一副图片数据编码成一串字符串，使用该字符串代替图像地址。 Base64主要在post请求时用的比较多。 本文提供cv2.imread()读取的图像与base64格式互转。 import base64 import numpy as np import cv2 # cv2 转 base64 def cv2_to_base64(img): img = cv2.imencode('.jpg', im
图片格式pytorch中PIL.Image和cv2互相转换
最新发布
12-14
<think>我们讨论的是在PyTorch中如何实现PIL.Image和OpenCV(cv2)图像格式的相互转换。虽然PyTorch主要处理张量，但在数据预处理阶段，我们经常需要在这两种常见的图像表示之间转换。以下是详细的转换方法： ### 1. PIL.Image 转 OpenCV (cv2) 格式 **步骤**： 1. 将PIL.Image转换为NumPy数组（注意：PIL图像是RGB格式，而OpenCV默认使用BGR格式） 2. 转换颜色空间：RGB → BGR 3. 可选：如果图像有透明度通道（RGBA），需要额外处理 **代码示例**： ```python import cv2 from PIL import Image import numpy as np # 读取PIL图像 pil_image = Image.open("image.jpg") # RGB格式 # 转换为NumPy数组 np_image = np.array(pil_image) # 此时是RGB格式 # 转换通道顺序：RGB → BGR cv2_image = cv2.cvtColor(np_image, cv2.COLOR_RGB2BGR) # 现在cv2_image可以被OpenCV函数处理 cv2.imshow("OpenCV Window", cv2_image) cv2.waitKey(0) ``` ### 2. OpenCV (cv2) 格式转 PIL.Image **步骤**： 1. 转换OpenCV图像的通道顺序：BGR → RGB 2. 将NumPy数组转换为PIL.Image **代码示例**： ```python import cv2 from PIL import Image import numpy as np # 读取OpenCV图像 (BGR格式) cv2_image = cv2.imread("image.jpg") # BGR格式 # 转换通道顺序：BGR → RGB rgb_image = cv2.cvtColor(cv2_image, cv2.COLOR_BGR2RGB) # 转换为PIL.Image pil_image = Image.fromarray(rgb_image) # 现在可以使用PIL处理图像 pil_image.show() ``` ### 3. 注意事项 - **通道顺序**：这是转换中最关键的差异，PIL使用RGB，OpenCV使用BGR。 - **数据类型**：PIL图像转换为NumPy数组后，数据类型通常是`uint8`（0-255）。OpenCV同样使用`uint8`。 - **透明度处理**：如果图像有alpha通道（RGBA），在转换时需要使用`COLOR_RGBA2BGRA`或`COLOR_BGRA2RGBA`等。 - **灰度图像**：对于单通道图像（灰度图），无需转换通道顺序，但要注意维度： ```python # 灰度PIL转OpenCV pil_gray = Image.open("gray.jpg").convert('L') cv2_gray = np.array(pil_gray) # 直接转换，无需颜色空间转换 # 灰度OpenCV转PIL cv2_gray = cv2.imread("gray.jpg", cv2.IMREAD_GRAYSCALE) pil_gray = Image.fromarray(cv2_gray) ``` ### 4. 在PyTorch数据管道中的整合 在PyTorch的`Dataset`中，可以这样使用： ```python from torch.utils.data import Dataset import cv2 from PIL import Image class MyDataset(Dataset): def __init__(self, file_list, transform=None): self.file_list = file_list self.transform = transform def __getitem__(self, index): img_path = self.file_list[index] # 使用OpenCV读取 cv2_img = cv2.imread(img_path) # 转换为RGB rgb_img = cv2.cvtColor(cv2_img, cv2.COLOR_BGR2RGB) # 或者使用PIL读取（二选一） # pil_img = Image.open(img_path).convert('RGB') # 应用transform（通常包含ToTensor和Normalize） if self.transform: # 注意：如果上面用的是OpenCV读取，这里传入的是rgb_img（numpy数组），而transform通常设计为处理PIL图像 # 因此，如果transform包含ToTensor，则可以直接传入numpy数组（因为ToTensor也接受numpy数组） transformed = self.transform(rgb_img) return transformed # 定义transform（假设使用OpenCV读取，然后转换） transform = transforms.Compose([ transforms.ToPILImage(), # 将numpy数组或张量转换为PIL图像（如果是numpy数组，则要求格式为HWC，uint8） transforms.Resize((256, 256)), transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) ]) ``` **注意**：在transform中，如果第一个操作是`ToPILImage()`，那么传入的应该是numpy数组（HWC格式，uint8）。如果跳过`ToPILImage()`，则可以使用`transforms.ToTensor()`直接处理numpy数组（它会自动将HWC转为CHW，并将值缩放到[0,1]）。因此，上面的transform也可以改为： ```python transform = transforms.Compose([ transforms.ToTensor(), # 直接处理numpy数组（要求HWC，uint8），输出CHW，[0,1] transforms.Resize((256, 256)), # 注意：ToTensor之后，图像变为张量，Resize操作需要能处理张量（新版本PyTorch的Resize支持CHW张量） transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) ]) ``` ### 5. 常见问题解决 - **颜色失真**：如果转换后颜色异常，请检查通道顺序转换是否正确（BGR ↔ RGB）[^2]。 - **值域错误**：如果转换过程中遇到值域错误（如之前的问题），请检查图像数据是否在预期范围内（如uint8为0-255，float为0-1或-1到1等）。 ### 总结转换关系 ```mermaid graph LR A[PIL.Image] -->|numpy.array| B[NumPy Array<br>RGB] B -->|Image.fromarray| A C[OpenCV Image<br>BGR] -->|cv2.cvtColor<br>COLOR_BGR2RGB| B B -->|cv2.cvtColor<br>COLOR_RGB2BGR| C ``` §§相关问题§§ 1. 如何解决OpenCV读取图像后颜色异常的问题？ 2. 在PyTorch中如何正确处理带有透明通道的图像？ 3. 如何将PyTorch张量转换为PIL.Image或OpenCV格式？ </think> ### PyTorch 中 PIL.Image 与 OpenCV (cv2) 图片格式互相转换指南 #### 一、核心转换原理 1. **数据结构差异**： - `PIL.Image`：RGB 通道顺序 (H×W×C) - `OpenCV (cv2)`：BGR 通道顺序 (H×W×C) - 转换关键：**通道顺序调整** 和 **数据类型转换** 2. **转换流程图**： ```mermaid graph LR A[PIL.Image<br>RGB格式] -->|1.转NumPy数组| B[NumPy数组<br>RGB格式] B -->|2.通道交换| C[NumPy数组<br>BGR格式] C --> D[cv2图像对象] D -->|1.通道交换| B B -->|2.转PIL.Image| A ``` #### 二、具体转换方法 ##### 1. PIL.Image → OpenCV (cv2) ```python from PIL import Image import cv2 import numpy as np # 读取PIL图像 pil_img = Image.open("input.jpg") # RGB格式 # 转换步骤： # 1. PIL转NumPy数组 (自动转换为RGB顺序) np_img = np.array(pil_img) # 得到H×W×C的RGB数组 # 2. 转换通道顺序: RGB → BGR cv2_img = cv2.cvtColor(np_img, cv2.COLOR_RGB2BGR) # 关键步骤[^2] # 3. 使用OpenCV处理 cv2.imwrite("output_cv2.jpg", cv2_img) ``` ##### 2. OpenCV (cv2) → PIL.Image ```python import cv2 from PIL import Image import numpy as np # 读取OpenCV图像 cv2_img = cv2.imread("input.jpg") # BGR格式 # 转换步骤： # 1. 转换通道顺序: BGR → RGB rgb_img = cv2.cvtColor(cv2_img, cv2.COLOR_BGR2RGB) # 关键步骤[^1] # 2. NumPy数组转PIL.Image pil_img = Image.fromarray(rgb_img) # 得到PIL对象 # 3. 使用PIL处理 pil_img.save("output_pil.jpg") ``` #### 三、特殊场景处理 1. **灰度图像转换**： ```python # PIL转OpenCV灰度图 pil_gray = pil_img.convert('L') cv2_gray = np.array(pil_gray) # 无需通道转换 # OpenCV转PIL灰度图 cv2_gray = cv2.imread("gray.jpg", cv2.IMREAD_GRAYSCALE) pil_gray = Image.fromarray(cv2_gray) ``` 2. **带Alpha通道的图像**： ```python # RGBA转BGRA rgba_array = np.array(pil_img_rgba) bgra_array = cv2.cvtColor(rgba_array, cv2.COLOR_RGBA2BGRA) # BGRA转RGBA bgra_array = cv2.imread("input.png", cv2.IMREAD_UNCHANGED) rgba_array = cv2.cvtColor(bgra_array, cv2.COLOR_BGRA2RGBA) ``` #### 四、PyTorch 数据管道集成 ```python import torchvision.transforms as T from torch.utils.data import Dataset class CustomDataset(Dataset): def __init__(self, image_paths): self.paths = image_paths self.cv2_to_pil = T.Compose([ T.ToPILImage() # 自动处理BGR→RGB转换 ]) self.transform = T.Compose([ T.Resize(256), T.ToTensor(), T.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) ]) def __getitem__(self, idx): # 用OpenCV读取 cv2_img = cv2.imread(self.paths[idx]) # 转换为PIL格式 (自动BGR→RGB) pil_img = self.cv2_to_pil(cv2_img) # 应用变换 return self.transform(pil_img) ``` #### 五、常见问题解决 1. **颜色失真问题**： - 现象：转换后图像颜色异常 - 原因：未正确处理 RGB/BGR 转换 - 方案：必须使用 `cv2.cvtColor` 显式转换 2. **值域范围错误**： ```python # 确保值域在0-255 (uint8) cv2_img = np.clip(cv2_img, 0, 255).astype(np.uint8) pil_img = pil_img.convert('RGB') # 确保无alpha通道 ``` #### 六、性能优化建议 1. **批量转换加速**： ```python # 使用OpenCV批量处理 bgr_batch = np.stack([cv2.cvtColor(np.array(pil), cv2.COLOR_RGB2BGR) for pil in pil_images]) ``` 2. **内存优化**： ```python # 避免中间副本 cv2_img = np.asarray(pil_img)[..., ::-1].copy() # RGB→BGR ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值