matplotlib、PIL、cv2图像操作 && caffe / tensorflow 通道顺序

用python进行图像处理中分别用到过matplotlib.pyplot、PIL、cv2三种库，这三种库图像读取和保存方法各异，并且图像读取时顺序也有差异，如plt.imread和PIL.Image.open读入的都是RGB顺序，而cv2.imread读入的是BGR顺序。使用时需要倍加注意。

现参考http://www.jianshu.com/p/3977d674da85。对这三种库图像读取保存进行梳理。与原参考资源有一定差异。当前使用为python3.5版本。

读取图像

1.matplotlib.pyplot

matplotlib读取进来的图片是unit8,0-255范围。

2.PIL.image.open

PIL是有自己的数据结构的，但是可以转换成numpy数组，转换后的数组为unit8，0-255

3.cv2.imread

opencv读进来的是numpy数组，类型是uint8，0-255。

4.plt.imread和PIL.Image.open读入的都是RGB顺序，而cv2.imread读入的是BGR顺序。使用时需要倍加注意。

显示图像

均用plt.imshow(img)：因为opencv读取进来的是bgr顺序呢的，而imshow需要的是rgb顺序，因此需要先反过来plt.imshow(img[..., -1::-1])。

保存图像

1 PIL.image - 保存PIL格式的图片

img.save("1.jpg")

2.cv2.imwrite - 保存numpy格式的图片

cv2.imwrite("1.jpg")

 

OpenCV读取的图片从BGR转换为RGB

import cv2

img=cv2.imread(‘imagename’)

方法一

b,g,r=cv2.split(img)

img2=cv2.merge([r.g.b])

方法二

img2=img[: , : , : : -1]

 

- 显示
b,g,r = cv2.split(img)
img_rgb = cv2.merge([r,g,b])
plt.figure()
plt.imshow(img_rgb)
plt.show()

 

- caffe / tensorflow 通道顺序问题

img = np.transpose(img, (0, 2, 3, 1))
 
img = img.reshape(img.shape[0], img.shape[2], img.shape[3], img.shape[1])
 
img_new = zeros((img.shape[0], img.shape[2], img.shape[3], img.shape[1]), dtype = np.float32)
for c in range(0, img.shape[1]):
    for i in range(0, img.shape[2]):
        for j in range(0, img.shape[3]):
            img_new[:,c,i,j] = img_new[:,i,j,c]