点击小箭头阅读更舒适 如果觉得卡顿,请点击小眼睛关闭蜘蛛网特效

Python-Opencv和PIL读取图像文件的差别

《Python-Opencv和PIL读取图像文件的差别》

前言

之前在进行深度学习训练的时候,偶然发现使用PIL读取图片训练的效果要比使用python-opencv读取出来训练的效果稍好一些,也就是训练更容易收敛。可能的原因是两者读取出来的数据转化为pytorch中Tensor变量稍有不同,这里进行测试

之后的代码都导入了:

from PIL import Image
import matplotlib.pyplot as plt
import numpy as np
import torch
import cv2

测试

使用PIL和cv2读取图片时会有细微的区别,通过下面的代码可以发现两者读取图片是有区别的,也就是使用PIL读取出来的图片转为numpy格式和直接使用cv读取的图片在像素点上并不是完全一致:

In[11]: image = cv2.imread('datasets/0_target.jpg')
In[18]: image_pil = Image.open('datasets/0_target.jpg').convert('RGB')
In[19]: image_pil = np.array(image_pil)
In[20]: image_cv = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
In[21]: image_cv == image_pil
Out[21]: 
array([[[ True,  True, False],
        [ True, False, False],
        [False, False, False],
        ...,
        [ True,  True,  True],
        [ True,  True,  True],
        [ True,  True,  True]],

       [[ True,  True, False],
        [ True,  True,  True],
        [False,  True, False],
        ...,
        [ True,  True, False],
        [ True,  True,  True],
        [ True,  True,  True]],

       [[ True,  True, False],
        [ True,  True,  True],
        [False, False, False],
        ...,
        [ True,  True,  True],
        [ True,  True,  True],
        [ True,  True, False]],

       ...,

       [[ True,  True,  True],
        [ True,  True,  True],
        [ True,  True,  True],
        ...,
        [False, False,  True],
        [ True,  True,  True],
        [False, False, False]],

       [[ True,  True,  True],
        [ True,  True,  True],
        [ True,  True,  True],
        ...,
        [ True,  True,  True],
        [ True,  True,  True],
        [False, False, False]],

       [[ True, False, False],
        [ True, False, False],
        [ True, False, False],
        ...,
        [ True,  True,  True],
        [False, False, False],
        [ True, False, False]]])
In[26]: image_cv.shape
Out[26]: (682, 700, 3)
In[27]: image_pil.shape
Out[27]: (682, 700, 3)
In[28]: image_pil - image_cv
Out[28]: 
array([[[  0,   0,   1],
        [  0, 255,   3],
        [255,   1,   2],
        ...,
        [  0,   0,   0],
        [  0,   0,   0],
        [  0,   0,   0]],

       [[  0,   0,   2],
        [  0,   0,   0],
        [255,   0,   2],
        ...,
        [  0,   0, 254],
        [  0,   0,   0],
        [  0,   0,   0]],

       [[  0,   0,   2],
        [  0,   0,   0],
        [255,   1,   2],
        ...,
        [  0,   0,   0],
        [  0,   0,   0],
        [  0,   0, 254]],

       ...,

       [[  0,   0,   0],
        [  0,   0,   0],
        [  0,   0,   0],
        ...,
        [254,   1,   0],
        [  0,   0,   0],
        [  1, 255,   3]],

       [[  0,   0,   0],
        [  0,   0,   0],
        [  0,   0,   0],
        ...,
        [  0,   0,   0],
        [  0,   0,   0],
        [  2, 254,   4]],

       [[  0,   1, 253],
        [  0,   1, 253],
        [  0,   1, 255],
        ...,
        [  0,   0,   0],
        [  1, 254,   1],
        [  0, 255,   2]]], dtype=uint8)


  点赞
本篇文章采用 知识共享署名-相同方式共享 4.0 国际许可协议 进行许可
转载请务必注明来源: https://oldpan.me/archives/python-opencv-pil-dif

   欢迎关注Oldpan博客微信公众号,同步更新博客深度学习文章。


 猜你喜欢

发表评论

电子邮件地址不会被公开。 必填项已用*标注

评论审核已启用。您的评论可能需要一段时间后才能被显示。