matplotllib、opencv、Pillow保存图像方法对比

一时失言乱红尘 2023-01-08 08:22 211阅读 0赞

import numpy as np
    from matplotlib import pyplot as plt
    import cv2
    from PIL import Image
    
    print("########################################## 图像数值范围0-255 #########################################")
    img = cv2.imread("./images/dog.jpg")
    # 保存数值范围在0-255的常规图片
    # 使用matplotlib保存（保存正常，这样保存的图片带有坐标轴和空白区域，想去掉自行百度吧）
    plt.axis('off')
    plt.imshow(img[:, :, ::-1])
    plt.savefig("./images/0-255_plt.jpg")
    
    # 使用opencv保存（保存正常）
    try:
        cv2.imwrite("./images/0-255_cv2.jpg", img)
    except Exception as e:
        print(e)
    
    # 使用Pillow保存（保存正常）
    try:
        x = Image.fromarray(img[:, :, ::-1])
        x.save("./images/0-255_pillow.jpg")
    except Exception as e:
        print(e)
    
    print("######################################## 图像数值范围0-1 ###########################################")
    img = cv2.imread("./images/dog.jpg")
    # 将图像数值缩放到0-1之间（深度学习图像处理经常这么干）
    img = img / 255
    h, w, c = img.shape
    
    # 在图像中心画个十字线（便于观察输出）
    img[int(h / 2) - 5:int(h / 2) + 5, :, :] = np.max(img)
    img[:, int(w / 2) - 5:int(w / 2) + 5, :] = np.max(img)
    # 查看归一化后的最大值、最小值
    print(np.min(img), np.max(img))
    
    # 使用matplotlib保存（保存正常）
    plt.axis('off')
    plt.imshow(img[:, :, ::-1])
    plt.savefig("./images/0-1_plt.jpg")
    # plt.show()
    
    # 使用opencv保存（保存的图像为全黑嘿嘿嘿）
    try:
        cv2.imwrite("./images/0-1_cv2.jpg", img)
    except Exception as e:
        print(e)
    
    # 使用Pillow保存（保存出错，抛异常，不能处理小数）
    try:
        x = Image.fromarray(img[:, :, ::-1])
        x.save("./images/0-1_pillow.jpg")
    except Exception as e:
        print(e)
    
    print("####################################### 图像数值范围任意 ############################################")
    img = cv2.imread("./images/dog.jpg")
    # 将图像数值缩放任何可能的值（深度学习图像处理经常这么干）
    h, w, c = img.shape
    img = img - [127, 127, 127] + np.random.randn(h, w, c)
    
    # 在图像中心画个十字线（便于观察输出）
    img[int(h / 2) - 5:int(h / 2) + 5, :, :] = np.max(img)
    img[:, int(w / 2) - 5:int(w / 2) + 5, :] = np.max(img)
    # 查看像素值的最大值、最小值
    print(np.min(img), np.max(img))
    
    # 使用matplotlib保存（保存正常）
    plt.axis('off')
    plt.imshow(img[:, :, ::-1])
    plt.savefig("./images/random_plt.jpg")
    # plt.show()
    
    # 使用opencv保存（保存的图像为全黑嘿嘿嘿）
    try:
        cv2.imwrite("./images/random_cv2.jpg", img)
    except Exception as e:
        print(e)
    
    # 使用Pillow保存（保存出错，抛异常，不能处理小数）
    try:
        x = Image.fromarray(img[:, :, ::-1])
        x.save("./images/random_pillow.jpg")
    except Exception as e:
        print(e)

**总结：**  
    1、假如要保存的矩阵数值是\[0, 255\]之间的标准型，使用opencv、matplotlib、Pillow效果一样  
    2、假如要保存的矩阵数值不是\[0, 255\]之间的标准型，如\[0, 1\]，  
        i、使用matplotlib可以保存图片，但是要使用方法去掉坐标轴和边框  
        ii、使用opencv保存得到的图像是全黑的  
        iii、使用Pillow保存图像报错抛异常，不能处理小数  
    3、假如要保存的矩阵数值是一般小数或整数，则数值接近于255显示为白色，数值接近于0显示为黑色（所以0-1之间opencv显示为全黑）