本博客演示使用OpenCV和PIL读取和显示图像的差异。

首先来看一下原始的bgr图像 src.jpg

1. 使用cv2读取src.jpg并转为rgb格式的src_rgb.jpg并显示和保存

#首先读入并保存为rgb图像
src_path = 'C:\\Users\\Administrator\\Desktop\\cv2_PIL\\src.png' # bgr
img = cv2.imread(src_path)
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
cv2.imshow('src_rgb.png', img)
cv2.imwrite('src_rgb.png', img)
cv2.waitKey(5000)

2. 使用cv2读取src_rgb.jpg并显示, 发现仍为rgb格式

# 读入rgb格式的图像并保存
src_path = 'C:\\Users\\Administrator\\Desktop\\cv2_PIL\\src_rgb.png' # rgb
img = cv2.imread(src_path)
cv2.imshow('src_rgb.png', img)
cv2.waitKey(5000)

由此可见cv2读取bgr格式图片为bgr格式读入；读取rgb格式图片为rgb格式读入。

3. 使用PIL读取src.jpg并显示

# 使用PIL读取bgr格式图片并显示
src_path = 'C:\\Users\\Administrator\\Desktop\\cv2_PIL\\src.png' # bgr
img = Image.open(src_path)#.convert("RGB")
print(img.mode)
img.show("src.png")

由此可见PIL读入bgr格式图片为读入后是rgb格式

4. 使用PIL读取src.jpg并转为numpy的array格式图片并显示

# 使用PIL读取bgr格式图片并显示
src_path = 'C:\\Users\\Administrator\\Desktop\\cv2_PIL\\src.png' # bgr
img = Image.open(src_path)#.convert("RGB")
print(img.mode)
img = np.array(img) # rgb
cv2.imshow("src.png",img)
cv2.waitKey(5000)

所以进一步坐实了PIL读入bgr格式图片为读入后是rgb格式

5. 使用PIL读取rgb格式src_rgb.jpg并显示

# 使用PIL读取rgb格式图片并显示
src_path = 'C:\\Users\\Administrator\\Desktop\\cv2_PIL\\src_rgb.png' # rgb
img = Image.open(src_path)#.convert("RGB")
print(img.mode)
# img1 = img.load()
# print(img1[0,0])
#img.show()
img = np.asarray(img) # bgr
#print(img)
cv2.imshow("src_.png",img)
cv2.waitKey(5000)

可见PIL读入rgb顺序图片后虽然为RGB格式，但是其实通道顺序为BGR格式图片

总结：

cv2读取BGR图片 img = cv2.imread('src.png')，其中img为BGR通道顺序的图片 cv2读取RGB图片 img = cv2.imread('src.png')，其中img为RGB通道顺序的图片 PIL读入BGR图片 img = Image.open('src.png')，显示img为RGBA格式，其中img为RGBA通道顺序的图片; img = img.convert('RGB')后，img为RGBA通道顺序的图片 PIL读入RGB图片 img = Image.open('src_rgb.png')，虽然显示img为RGB格式，但是img为通道顺序为BGR格式的图片。

到此这篇关于详解OpenCV和PIL读取和显示图像的差异的文章就介绍到这了,更多相关OpenCV和PIL读取和显示图像 内容请搜索hwidc以前的文章或继续浏览下面的相关文章希望大家以后多多支持hwidc！

【本文来源：黄石网站优化 http://www.5h5q.com/huangshiseo/复制请保留原URL】