OpenCV中的numpy如何在Python项目中使用-创新互联
今天就跟大家聊聊有关OpenCV中的numpy如何在Python项目中使用 ,可能很多人都不太了解,为了让大家更加了解,小编给大家总结了以下内容,希望大家根据这篇文章可以有所收获。
10年积累的成都网站建设、网站建设经验,可以快速应对客户对网站的新想法和需求。提供各种问题对应的解决方案。让选择我们的客户得到更好、更有力的网络服务。我虽然不认识你,你也不认识我。但先网站设计后付款的网站建设流程,更有当涂免费网站建设让你可以放心的选择与我们合作。Python OpenCV存储图像使用的是Numpy存储,所以可以将Numpy当做图像类型操作,操作之前还需进行类型转换,转换到int8类型
import cv2 import numpy as np # 使用numpy方式创建一个二维数组 img = np.ones((100,100)) # 转换成int8类型 img = np.int8(img) # 颜色空间转换,单通道转换成多通道, 可选可不选 img = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR) cv2.imwrite("demo.jpg", img)
补充知识:Python中读取图片并转化为numpy.ndarray()数据的6种方式
方式: 返回类型
OpenCV np.ndarray
PIL PIL.JpegImagePlugin.JpegImageFile
keras.preprocessing.image PIL.JpegImagePlugin.JpegImageFile
Skimage.io np.ndarray
matplotlib.pyplot np.ndarray
matplotlib.image np.ndarray
import numpy as np import cv2 from keras.preprocessing.image import ImageDataGenerator, array_to_img, img_to_array, load_img from PIL import Image import skimage.io as io import matplotlib.pyplot as plt import matplotlib.image as mpig ''' 方式: 返回类型 OpenCV np.ndarray PIL PIL.JpegImagePlugin.JpegImageFile keras.preprocessing.image PIL.JpegImagePlugin.JpegImageFile Skimage.io np.ndarray matplotlib.pyplot np.ndarray matplotlib.image np.ndarray ''' imagePath="E:/DataSet/test1/trainSet/bus/300.jpg" ''' 方式一:使用OpenCV ''' img1=cv2.imread(imagePath) print("img1:",img1.shape) print("img1:",type(img1)) print("-"*10) ''' 方式二:使用PIL ''' img2=Image.open(imagePath) print("img2:",img2) print("img2:",type(img2)) #转换成np.ndarray格式 img2=np.array(img2) print("img2:",img2.shape) print("img2:",type(img2)) print("-"*10) ''' 方式三:使用keras.preprocessing.image ''' img3=load_img(imagePath) print("img3:",img3) print("img3:",type(img3)) #转换成np.ndarray格式,使用np.array(),或者使用keras里的img_to_array() #使用np.array() #img3=np.array(img2) #使用keras里的img_to_array() img3=img_to_array(img3) print("img3:",img3.shape) print("img3:",type(img3)) print("-"*10) ''' 方式四:使用Skimage.io ''' img4=io.imread(imagePath) print("img4:",img4.shape) print("img4:",type(img4)) print("-"*10) ''' 方式五:使用matplotlib.pyplot ''' img5=plt.imread(imagePath) print("img5:",img5.shape) print("img5:",type(img5)) print("-"*10) ''' 方式六:使用matplotlib.image ''' img6=mpig.imread(imagePath) print("img6:",img6.shape) print("img6:",type(img6)) print("-"*10)
运行结果:
Using TensorFlow backend. img1: (256, 384, 3) img1:---------- img2: img2: img2: (256, 384, 3) img2: ---------- img3: img3: img3: (256, 384, 3) img3: ---------- img4: (256, 384, 3) img4: ---------- img5: (256, 384, 3) img5: ---------- img6: (256, 384, 3) img6: ----------
看完上述内容,你们对OpenCV中的numpy如何在Python项目中使用 有进一步的了解吗?如果还想了解更多知识或者相关内容,请关注创新互联行业资讯频道,感谢大家的支持。
网页题目:OpenCV中的numpy如何在Python项目中使用-创新互联
本文来源:http://scyanting.com/article/ecedc.html