記事ディレクトリ
1.OpenCV
opencv の基本的な画像タイプは numpy 配列との間で変換できるため、直接呼び出してtorch.from_numpy(img)
画像を次のように変換できます。tensor
- 読み取り:
img=cv2.imread(path)
OpenCV は画像を読み取った後、チャネル順序、値範囲、numpy.ndarray
の形式で代表的な画像を返します。(H,W,C)
BGR
[0,255]
dtype=uint8
import cv2
def read_img_cv(path):
img_cv=cv2.imread(path)
return img_cv
- 見せる:
cv2.imshow(name,img)
import cv2
def show_img_cv(img_cv):
cv2.imshow("Image", img_cv)
cv2.waitKey(0) # 暂停显示图片,数字0代表按键后 0 ms执行
- 保存:
cv2.imwrite(path, img)
import cv2
def save_img_cv(img_cv,path):
cv2.imwrite(path, img_cv) # 保存图片
2.Matplotlib
matplotlibは、MATLAB描画をベースにPythonで開発された画像描画ライブラリです。tesnor
matplotlib でプロットする場合、データの読み取りと型指定が可能ですnumpy
。
- 読む:
img=mpimg.imread(path)
グレースケール イメージの場合: (H, W) 形状の配列を返します
。RGB イメージの場合、(H, W, 3) 形状の配列を返します。RGBA の場合、イメージ チャネルの順序は次のとおりですRGB
。画像、 (HW, 4) 形状の配列を返します。ピクチャ チャネルの順序は次のとおりです。RGBA
さらに、PNG 画像は float (0-1) の配列として返され、他のすべての形式は、特定の画像によって決定されるビット深度を持つdtype=float32
int の配列として返されます。dtype=uint8
import matplotlib.image as mpimg
def read_img_mat(path):
img_mat=mpimg.imread(path)
return img_mat
- 見せる:
plt.imshow(img)
plt.show()
- カラーマップを表示
import matplotlib.pyplot as plt
# 如果在jupyter notebook中显示,需要添加如下一行代码
%matplotlib inline
def show_img_mat(img_mat):
plt.imshow(img_mat)
plt.axis('off')
plt.show()
- グレースケール イメージを表示する
matplotlib はイメージを表示します。デフォルトでは、イメージは 3 つのチャネルで表示されます。 plt.imshow() にパラメーターを追加する必要がありますgray
。
def show_img_gray(img_gray):
plt.imshow(img_gray,cmap='gray')
plt.axis('off')
plt.show()
- 表示
Image
タイプのイメージ
def show_img_pil(img_pil):
plt.imshow(img_pil)
plt.axis('off')
plt.show()
- 保存:
plt.imsave(name,img)
def save_img_pil(img_pil,name):
plt.imsave(name,img_pil)
3.ピル
PIL は Python の画像処理用の基本ライブラリです。
画像のモードは次のとおりです。例1
: バイナリ画像、L
グレースケール画像、P
: 8 ビット カラー画像、 :画像RGB
などの 24 ビット カラー画像 (チャネルあたり 8 ビット) 、: より多くのアルファ チャネル (不透明度) RGB などの画像では、変換モードを使用できます。jpg
RGBA
png
img.convert(mode)
- 読み取り: img=Image.open(path) は
型を読み取りますPIL.xxxImageFIie
。
import PIL
from PIL import Image
def read_img_pil(path):
img_pil=Image.open(path) # PIL Image 类型
return img_pil
- 見せる:
image.show()
def show_img_pil(img_pil):
img_pil.show()
- 保存:
image.save(path)
def save_img_pil(img_pil,path):
img_pil.save(path)
4. 3つの違いと相互変換
3つの違い
- Opencv のデータ型は
Numpy数组
、チャネル順序は です。BGR
- Matplotlib のデータ型は で
Numpy数组
、チャネル順序は です。RGB
- PIL のデータ型は で
PIL.Image类
、チャネル順序は です。RGB
3つの画像処理ライブラリを相互変換
Opencv
間のMatplotlib
変換
# cv->mat
def cv2mat(img_cv):
img_mat=cv2.cvtColor(img_cv,cv2.COLOR_BGR2RGB) # 将颜色通道从BGR改变成RGB
# 另一种等价写法
# img_mat=img_cv[:,:,::-1]
return img_mat
def mat2cv(img_mat): # 将颜色通道从RGB改变成BGR
img_cv=img_mat[:,:,::-1]
return img_cv
Matplotlib
img-PIL
np.asarry(img)
>array
Image.fromarray(array)
array->img間の相互変換
# mat->PIL
#方法1:三通道的转换
def mat2PIL_RGB(img_mat):
img_pil=Image.fromarray(img_mat.astype('uint8'))
# unit8 是无符号的8位整形,用astype [0,255]截断处理
# 另外一种写法
# img_pil= Image.fromarray(np.unit8(img_mat))
return img_pil
# 方法2: 四通道的转换
def mat2PIL_RGBA(img_mat):
img_pil=Image.fromarray(img_mat.astype('uint8')).convert('RGB')
return img_pil
# 方法三:使用torchvision的库函数
from torchvision import transforms
def mat2PIL_trans(img_mat):
trans=transformers.ToPILImage()
img_pil=trans(img_mat)
return img_pil
'''PIL->mat'''
def PIL2mat(img_pil):
img_mat=np.array(img_pil) # 深拷贝
# 如果是jpg格式,通道顺序是RGB, (H,W,3)
# 如果是png格式,通道顺序是RGBA, (H,W,4)
# 返回的类型均是`numpy.ndarray`, `dtype=unit8`, 取值返回[0,255]
# 或者也可以采用浅拷贝
# img_mat=np.asarray(img_pil)
return img_mat
'''区间变换'''
# [0,255]->[0,1]
def PIL2mat_norm(img_pil):
img_mat=np.asarray(img_pil)/255.0
return img_mat
# [0,1]->[0,255]
def mat_255(img_mat):
img_mat=(np.maximum(img_mat, 0) / img_mat.max()) * 255.0
img_mat=np.unit8(img_mat)
Opencv
間のPIL
変換
# cv->PIL
#方法1:三通道的转换
def cv2PIL_RGB(img_cv):
img_rgb = img_cv[:,:,::-1] # OpenCV 的通道顺序为 BGR, 转换成RGB
# nparray
img_pil= Image.fromarray(np.uint8(img_rgb))
return img_pil
# 方法2: 四通道的转换
def cv2PIL_RGBA(img_cv):
img_rgb = img_cv[:,:,::-1]
img_pil=Image.fromarray(img_rgb.astype('uint8')).convert('RGB')
return img_pil
# 方法三:使用torchvision的库函数
from torchvision import transforms
def cv2PIL_trans(img_cv):
img_rgb = img_cv[:,:,::-1]
trans=transformers.ToPILImage()
img_pil=trans(img_rgb)
return img_pil
# PIL->cv
def PIL2cv(img_pil):
img_ary=np.array(img_pil) # 深拷贝,通道顺序是 RGB, (H,W,C)
# 或者也可以采用深拷贝
# img_ary=np.asarray(img_pil)
img_cv=img_ary[:,:,-1]
return img_cv
3つのフォーマットとTensor間の相互変換
- numpy 形式を Tensor に変換する
import torch
def nparray2tensor(npary):
ts=torch.from_numpy(npary)
# 如果需要修改成浮点类型
# ts=torch.from_numpy(npary).float()
return ts
- PIL および numpy 形式を Tensor に変換すると、
torchvision の関数を使用して、transforms.ToTensor()
PIL のImage
ornumpy.ndarray(dtype=unit8)
: size(H,W,C)
, rangeを: size , range[0,255]
に変換できます。torch.FloatTensor
(C,H,W)
[0.0,1.0]
from torchvision import transforms
# img_pil: Image
trans=transforms.ToTensor()
tens=trans(img_pil) # (C,H,W) [0.0,1,0]
# tens_hwc=tens.transpose((1,2,0))
5.Torchvision の関連変換ライブラリ
5.1 ToPILImage([モード])
CLASS
torchvision.transforms.ToPILImage(mode=None)
-
関数
tensor または ndarray を PIL イメージに変換します。これにより値はスケーリングされません。この変換は torchscript をサポートしていません。
値の範囲を維持したまま、
C x H x W
の形状または のtorch.*Tensor
形状を変換します。H x W x C
numpy ndarray
PIL图像
-
パラメータ
mode(PIL.Image mode)
入力データの色空間とピクセル深度 (オプション)。モードが None (デフォルト) の場合、入力データに関して次のことが想定されます。- 入力が 4 チャンネルの場合、モードは RGBA とみなされます。
- 入力が 3 チャンネルの場合、RGB モードとみなされます。
- 入力が2チャンネルの場合はLAモードとみなされます。
- 入力に 1 チャネルがある場合、モードはデータ型 (つまり、int、float、short) によって決まります。
5.2 ToTensor
CLASS
torchvision.transforms.ToTensor
-
関数:
PIL イメージまたは ndarray をテンソルに変換し、それに応じてスケーリングします。この変換は torchscript をサポートしていません。
PIL Image
or in-[0,255]
intervalを in -intervalnumpy.ndarray (H x W x C)
に変換します。ここで、PIL Image はいずれかのモードに属し、numpy.Ndarray の場合は、スケーリングなしでテンソルが返されます。[0.0,1.0]
torch.FloatTensor (C x H x W)
(L, LA, P, I, F, RGB, YCbCr, RGBA, CMYK, 1)
dtype = np.uint8
5.3 ARROWTensor
CLASS
torchvision.transforms.PILToTensor
-
関数
PIL イメージを同じタイプのテンソルに変換します。これにより値はスケーリングされません。この変換は torchscript をサポートしていません。
PIL Image (H x W x C)
形状に変換するテンソル(C x H x W)
。