1 图片说明
两张图片格式不同，1为jpg，2为png。
2.jpg是我强制重命名得到的，其原版为2.png
2 两种读取方式+显示
-
Opencv读取：
图片类型为numpy的数组，BGR三通道(png或jpg格式都是三通道。后期需要转成RGB)，数据类型为uint8(后期用np.array转一下成float32)，范围是0-255，HWC排列。 -
PIL读取：以PIL.Image.open(img_path).convert( RGB)为例(缘由详见第4小结)
图片类型为PIL图片，图片尺寸为WH(后面numpy一转就变了)，在用np.array转一下之后，图片类型编程numpy数组，RGB三通道(故不需要转)，数据类型为uint8(在前面np.array转成float32的话，此地就是float32)，范围是0-255，变成HWC排列。
from PIL import Image
import cv2
import matplotlib.pyplot as plt # 显示PIL.Image读取的图片
image1 = cv2.imread( images\2.png )
print( type(image1): , type(image1)) # type(image1): <class numpy.ndarray >
print(image1.shape) # (109, 992, 3)
print(image1.dtype) # uint8
cv2.imshow( image1 , image1)
cv2.waitKey(0)
img00 = Image.open( images\1.jpg ).convert( RGB )
print(img00) # <PIL.Image.Image image mode=RGB size=254x469 at 0x1EEE84533C8>
print(img00.size) # (254, 469) 少了通道数，只有尺寸，顺序是W,H
print(type(img00)) # <class PIL.Image.Image >
print(np.array(img00, dtype=np.float32).shape) # (469, 254, 3) # 只要用numpy一操作，立刻变成HWC
plt.figure("img0")
plt.imshow(img0)
plt.show()
3 numpy中transpose的使用
- 针对opencv示例
有两种方式，详见代码
import cv2
import numpy as np
image1 = cv2.imread( images\2.png ) # BGR HWC: (109, 992, 3)
# 从BGR到RGB：imgRGB = imgBGR[:,:,::-1]
image2 = image1[:,:,::-1].transpose(2, 0, 1) # HWC2CHW: (3, 109, 992)
image3 = np.transpose(image1[:,:,::-1], (2, 0, 1))
print(image2.shape) # (3, 109, 992)
print(image2.dtype) # uint8
print(image3.shape) # (3, 109, 992)
print(image3.dtype) # uint8
- 针对PIL.Image示例
from PIL import Image
import numpy as np
img00 = Image.open( images\1.jpg ).convert( RGB )
img11 = np.transpose(np.array(img00, dtype=np.float32)) # CWH
img22 = np.transpose(np.array(img00, dtype=np.float32), (2, 0, 1)) # CWH2CHW
print(img11.shape) # (3, 254, 469)
print(img22.shape) # (3, 469, 254)
4 数据类型转换+归一化
从uint转到float
import cv2
import numpy as np
image1 = cv2.imread( images\2.png ) # BGR HWC: (109, 992, 3)
image2 = image1 / 255.0 # 0 - 255 to 0.0 - 1.0
print(image2.dtype) # float64 如果想让它变成float32类型呢？
# 方式1
image3 = np.array(image1/255, dtype=np.float32) # dtype可控制转换后数据类型
print(image3.dtype) # float32
# 方式2，本质上和1一样
# ascontiguousarray函数将一个内存不连续存储的数组转换为内存连续存储的数组，使得运行速度更快。
image2 = np.ascontiguousarray(image1, dtype=np.float32) # uint8 to fp32
image2 /= 255.0 # 0 - 255 to 0.0 - 1.0
print(image2.dtype) # float32
5 PIL.Image读取png和jpg有什么区别
Image.open(x).convert( RGB )
使用Image.open读出图像即可，为什么还需要使用convert( RGB )转换成RGB，难道说Image.open()读出的彩色图像不是RGB吗?
看代码中的image mode
img0 = Image.open( images\1.jpg )
print(img0) # <PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=254x469 at 0x201FDFDBBA8>
img00 = Image.open( images\1.jpg ).convert( RGB )
print(img00) # <PIL.Image.Image image mode=RGB size=254x469 at 0x201FD60EBA8>
# 2.jpg是我强制重命名得到的，其原版图为2.png
img1 = Image.open( images\2.jpg ) # <PIL.PngImagePlugin.PngImageFile image mode=RGBA size=992x109 at 0x201FE0745F8>
print(img1)
img2 = Image.open( images\2.png )
print(img2) # <PIL.PngImagePlugin.PngImageFile image mode=RGBA size=992x109 at 0x201FE074AC8>
img3 = Image.open( images\2.png ).convert( RGB )
print(img3) # <PIL.Image.Image image mode=RGB size=992x109 at 0x201FD60EC18>
可以看到，对于png图像，如果不使用.convert( RGB )进行转换的话，读出来的图像是RGBA四通道的，A通道为透明通道，对深度学习模型训练来说暂时用不到。虽然jpg没有这个问题，为了统一，因此使用convert( RGB )进行通道转换。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关文章
暂无评论...
