opencv、pillow和matplotlib的区别

最新推荐文章于 2024-12-29 11:54:37 发布

原创

最新推荐文章于 2024-12-29 11:54:37 发布 · 1.6k 阅读

14 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #pillow

本文对比了Python中的OpenCV、Pillow和Matplotlib在处理图片时的特性，包括文件名支持、数据结构、显示方式、性能和转换方法，有助于选择适合的库进行图像操作。

参考文章：Python学习小技巧——opencv、pillow和matplotlib的区别_pillow和opencv区别-优快云博客

1 概念的比较：

opencv
（1）默认不支持中文文件名
（2）数据为numpy，维度：高，宽，通道数，通道序：BGR
（3）显示完后要cv2.destroyAllWindows()
（4）读取图片时与pillow速度差不多

pillow
（1）python原生支持最好，各种操作都很方便，pytorch内部使用的就是pillow
（2）读入的是一个Image类，size的顺序：宽，高，通道序RGB
（3）保存图片时比opencv快
（4）在大量图片数据读写时可以优先考虑pillow

matplotlib
（1）读入数据格式最为便准，numpy格式，维度：高，宽，通道数，通道序：RGB
（2）交互模式中只要用plt.imshow()就直接显示图片了，脚本模式中要多加一句plt.show()
（3）opencv转matplotlib时rgb_img = cv2.cvtColor(cv_img, cv2.COLOR_BGR2RGB)
（4）可以制作坐标图

英文可以用OpenCV直接在画面上显示，中文需要Pillow去写字

2 OpenCV处理图片

opencv读、写以及展示图片等操作

import cv2

# opencv读、写以及展示图片等操作
image = cv2.imread(r"000000.jpg")                            # 读取图片
cv2.namedWindow('img1', cv2.WINDOW_NORMAL)                   # 建立名为img的窗口
cv2.imshow('img1', image)                                    # 在ing窗口展示图片
cv2.waitKey(2000)                                            # 2s后自动销毁
cv2.imwrite(r"1.png", image)                                 # 写入图片
GrayImage = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)          # 灰度化
cv2.namedWindow('img2', cv2.WINDOW_NORMAL)
cv2.imshow('img2', GrayImage)
cv2.waitKey(2000)  
cv2.destroyAllWindows()                                      # 关闭全部窗口
cv2.imwrite(r"2.png", GrayImage)

输出结果如图示：