CV2和PIL讀取圖像方法與區別對比

1.讀取的通道不同：cv2讀取圖像為BGR順序通道，PIL讀取圖像為RGB順序通道.

2.讀取圖像代碼對比：

# cv2讀取方式

input1 = r'E:\DRPL\data\blur\1_ILSVRC2012_val_00004507_3_183.jpg'

cv2img = cv2.imread(input1, flags=cv2.IMREAD_COLOR)  # 默認以BGR形式打開
cv2.imshow("cv2img", cv2img) cv2.waitKey(0) 

# PIL讀取方式

input2 = r'E:\DRPL\data\blur\1_ILSVRC2012_val_00004507_3_re183.jpg'

pilimg = Image.open(input2) pilimg.show()

3.讀取出的圖像類型以及尺度屬性對比：

print(cv2img.shape, cv2img.size, type(cv2img)) print(pilimg.size, type(pilimg))

cv2讀取出圖像的類型為ndarray類型，pil讀取的為PIL類型。
cv2讀取的圖像同時擁有shape()和size()方法，pil只有size()方法。

4.將cv2和PIL轉換為tensor數據類型代碼對比：

trans = transforms.ToTensor() tensor_cv2 = trans(cv2img) tensor_pil = trans(pilimg) print(tensor_cv2.shape, tensor_cv2.size(), type(tensor_cv2)) print(tensor_pil.shape, tensor_pil.size(), type(tensor_pil))

 

 兩者都可以轉換為tensor數據類型

5.cv2圖像和PIL圖像相互轉換：

# 將PIL轉換為cv2
# 方法1：用numpy.asarray()函數轉化類型，再用cv2.cvtColor轉化RGB為BGR通道.
trans_cv2img = cv2.cvtColor(numpy.asarray(pilimg), cv2.COLOR_RGB2BGR) cv2.imshow("trans_cv2img", trans_cv2img) cv2.waitKey(0)
# 方法2：可以不使用cv2.cvtColor，但是show出來的圖像會發藍，因為沒有變換通道 trans_tocv2 = numpy.array(pilimg) cv2.imshow("transtocv2", transtocv2) cv2.waitKey(0)

6.其他知識引申：

# 轉換RGB的方法對比
cv2img1 = cv2.cvtColor(cv2img, cv2.COLOR_BGR2RGB) pilimg1 = pilimg.convert('RGB')

將PILimg轉換為cv2時可以使用numpy.array(),也可以使用numpy.asarray(),這兩者的區別在於array會copy出一個副本，占用新的內存，但asarray不會.
就是說將數據源用asarray轉換后賦值給新的變量，再對原始數據源進行操作修改，會影響到新的變量數據.
而如果用array來轉換並賦值給新變量，修改原始數據后不會對新變量造成影響.

 

他們說PIL讀取圖片速度比cv2快一點，不知道是不是真的