文章目录
1 图片说明2 两种读取方式+显示3 numpy中transpose的使用4 数据类型转换+归一化5 PIL.Image读取png和jpg有什么区别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(原因详见第5节)
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 Imageimport cv2import 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) # uint8cv2.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,Hprint(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HWCplt.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 cv2import numpy as npimage1 = 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)# uint8print(image3.shape)# (3, 109, 992)print(image3.dtype)# uint8
针对PIL.Image示例
from PIL import Imageimport numpy as npimg00 = Image.open('images\\1.jpg').convert('RGB')img11 = np.transpose(np.array(img00, dtype=np.float32))# CWHimg22 = np.transpose(np.array(img00, dtype=np.float32), (2, 0, 1))# CWH2CHWprint(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 cv2import numpy as npimage1 = cv2.imread('images\\2.png') # BGR HWC: (109, 992, 3)image2 = image1 / 255.0 # 0 - 255 to 0.0 - 1.0print(image2.dtype) # float64如果想让它变成float32类型呢？# 方式1image3 = 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相同# 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 fp32image2 /= 255.0 # 0 - 255 to 0.0 - 1.0print(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.pngimg1 = Image.open('images\\2.jpg')print(img1)# <PIL.PngImagePlugin.PngImageFile image mode=RGBA size=992x109 at 0x201FE0745F8>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。
