opencv和PIL读取图片的区别和联系

OpenCV 和 PIL（现在是 Pillow 库）是 Python 中最常用的两个图像处理库，但它们在读取图片时有显著的区别。

• OpenCV： 设计用于计算机视觉，强调矩阵运算和速度，读取的图像直接是 NumPy 数组，易于进行各种矩阵变换。
• PIL/Pillow： 设计用于图像处理（如编辑、归档、展示），提供了丰富的图像操作功能，读取的是自定义的 Image 对象，需要转换才能进行复杂的矩阵运算。

两者区别

1. 区别1：读取之后的对象类型不同：NumPy数组 vs PIL对象

• OpenCV： 读取后直接是一个 (H, W, C) 形状的 NumPy 数组。使用opencv读取图片的示例：

# python代码

import cv2
img_cv = cv2.imread(‘image.jpg’)
print(type(img_cv)) # <class ‘numpy.ndarray’>
print(img_cv.shape) # (高度， 宽度， 通道数) 例如 (480, 640, 3)

• PIL： 读取后是一个 PIL.Image.Image 对象。使用PIL读取图片的示例：

# python代码

from PIL import Image
img_pil = Image.open(‘image.jpg’)
print(type(img_pil)) # <class ‘PIL.JpegImagePlugin.JpegImageFile’>
print(img_pil.size) # (宽度， 高度) 例如 (640, 480)
print(img_pil.mode) # ‘RGB’

2. 颜色通道顺序：BGR vs RGB

• OpenCV 在底层使用 BGR 格式。这是其历史原因决定的。
• PIL 使用常见的 RGB 格式。

当图像保存的时候，也会有通道顺序的差异：

• PIL.Image.save()直接保存RGB的图片
• cv2.imwirte()保存的为BGR通道顺序的图片

3. 元数据

• PIL 会保留图像的 EXIF 信息（如相机型号、拍摄时间、GPS等）。
• OpenCV 在 imread 时会丢弃所有这些元数据，只保留像素数据。

两者联系（Numpy array和PIL Image的互相转换）

1. PIL Image → OpenCV (NumPy array)

from PIL import Image
import cv2
import numpy as np

# PIL 读取
img_pil = Image.open(‘image.jpg’)

# 转换为 NumPy 数组 (此时是 RGB)
img_array = np.array(img_pil)

# 将 RGB 转换为 OpenCV 需要的 BGR
img_cv_from_pil = cv2.cvtColor(img_array, cv2.COLOR_RGB2BGR)

# 现在可以用 OpenCV 处理了

2. OpenCV (NumPy array) → PIL Image

import cv2
from PIL import Image
import numpy as np

# OpenCV 读取 (BGR)
img_cv = cv2.imread(‘image.jpg’)

# 将 BGR 转换为 RGB
img_rgb = cv2.cvtColor(img_cv, cv2.COLOR_BGR2RGB)

# 转换为 PIL Image
img_pil_from_cv = Image.fromarray(img_rgb)

# 现在可以用 PIL 处理了