详解Python Opencv和PIL读取图像文件的差别
更新时间：2019年12月27日 09:31:42 作者：Oldpan博客
这篇文章主要介绍了详解Python Opencv和PIL读取图像文件的差别，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
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)
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。
相关文章
今天小编就为大家分享一篇pandas dataframe添加表格框线输出的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-02-02
今天小编就为大家分享一篇对pandas通过索引提取dataframe的行方法详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-02-02
python神经网络之批量学习tf.train.batch函数示例
这篇文章主要为大家介绍了python神经网络之批量学习tf.train.batch函数示例，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2022-05-05
这篇文章主要为大家介绍了如何使用Python遍历文件夹从而实现查找指定文件夹下所有相同名称的文件、所有相同后缀名的文件，感兴趣的可以了解一下2022-07-07
今天看了open函数,看到w+ r+ a+ 这种可读可写的操作,下面这篇文章主要给大家介绍了关于python使用open函数对文件进行处理的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下2022-05-05
在本篇内容里小编给大家整理的是一篇关于python输入中文的实例方法，有需要的朋友们可以学习参考下。2020-09-09
Windows下用py2exe将Python程序打包成exe程序的教程
这篇文章主要介绍了Windows下用py2exe将Python程序打包成exe程序的教程,文中主要针对Python3.x版本进行说明,需要的朋友可以参考下2015-04-04
Python中torch.load()加载模型以及其map_location参数详解
torch.load()作用用来加载torch.save()保存的模型文件,下面这篇文章主要给大家介绍了关于Python中torch.load()加载模型以及其map_location参数的相关资料,需要的朋友可以参考下2022-09-09
本文主要介绍了numpy增加维度、删除维度的方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2023-02-02
火车票抢票python代码公开揭秘！使用Python模拟抢票程序，给大家揭秘抢票到底是怎么回事，感兴趣的小伙伴们可以参考一下2018-03-03
最新评论