opencv转Image

import cv2
from PIL import Image
img = cv2.imread("dog.jpg")
因为opencv读取图像为BGR，在Image是RGB，所以要进行通道转换
img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
img = Image.fromarray(img)
img.show()

Image读取和显示图像

from PIL import Image
img = Image.open("dog.jpg")
img.show()

Image转numpy

from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
img = Image.open("dog.jpg")
img = np.array(img)
plt.title("img")
plt.imshow(img)
plt.show()

Image转opencv

import cv2
from PIL import Image





    
import numpy as np
img = Image.open("dog.jpg")
img = cv2.cvtColor(np.array(img), cv2.COLO_RGB2BGR)
cv2.imshow(img)
cv2.waitKey(0)

将上述代码进行了一个整合，可以直接在终端以命令方式进行图片的显示

如你想用opencv读取图像并显示，终端输入以下命令

python test.py --mode cv2 --image "dog.jpg"

例如你想用opencv读取图像，用Image进行显示，可以输入以下命令：

python test.py --mode cv2 --image "dog.jpg" --cv2Image

如果你想用Image读取图像并显示，终端输入以下命令

python test.py --mode Image --image "dog.jpg"

如果你想用Image读取图像用plt.show显示，终端输入以下命令：

python test.py --mode Image --image "dog.jpg" --PIL2numpy

如果你想用Image读取图像并用opencv显示，终端输入以下命令：

python test.py --mode Image --image "dog.jpg" --PIL2cv

import cv2
import numpy as np
import matplotlib.pyplot as plt
from PIL import Image
import argparse
def CV_image(opt):
    print("图像路径：", opt.image)
    img = cv2.imread(opt.image)
    if img is None:
        print("打开图像失败")
    if not opt.cv2Image:





    
        cv2.imshow("image", img)
        cv2.waitKey(0)
    if opt.cv2Image:
        因为cv读取的图像是BGR格式，Image显示需要RGB，所以要转换一下
        img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
        img = Image.fromarray(img)
        img.show(title='img')
def Image_image(opt):
    img = Image.open(opt.image)
    if opt.PIL2numpy:
        img = np.array(img)
        plt.title("img")
        plt.axis('off') # 可以关闭坐标系
        plt.imshow(img)
        plt.show()
    elif opt.PIL2cv:
        img = cv2.cvtColor(np.array(img), cv2.COLOR_RGB2BGR)
        cv2.imshow("img", img)
        cv2.waitKey(0)
    else:
        img.show(title='image')
if __name__ == '__main__':
    parser = argparse.ArgumentParser()
    parser.add_argument('--mode', type=str, default='cv2', help='read image mode,you can choose cv2 or Image')
    parser.add_argument('--image', type=str, default=' ', help='image path')
    parser.add_argument('--PIL2numpy', action='store_true', default=False, help='PIL2numpy')
    parser.add_argument('--cv2Image', action='store_true', default=False, help='opencv 2 Image show ')
    parser.add_argument('--PIL2cv', action='store_true', default=False, help='Image 2 opencv show')
    opt = parser.parse_args()
    if opt.mode == 'cv2':
        CV_image(opt)
    if opt.mode == 'Image':
        Image_image(opt)

Python 图像处理篇-利用opencv库和numpy库读取包含中文路径下的本地图片实例演示

使用Numpy和Opencv完成图像的基本数据分析（Part II）

使用Numpy和Opencv完成图像的基本数据分析后续部分，主要包含逻辑运算符操作、掩膜以及卫星图像数据分析等操作

使用Numpy和Opencv完成图像的基本数据分析（Part I）

随着科技的进步，使用Python包访问数字图像的内部变得更容易理解其属性和性质，掌握对数字图像处理的能力显得是十分有必要。

透视变换是一个很实用的功能，当用手机去拍证件或者名片时，经常会拍歪，或者有边框。如果你使用过类似“扫描全能王”的软件，你应该知道，他们会自动把证件矫正并除边框，它就是通过透视变换实现的，和numpy中的仿射变换一样。转至 https://zhuanlan.zhihu.com/p/27349847 受用 base64 进行图片和字符串互转，并保存至 json 作者启发，试了试使用opencv来读取图片，然后用numpy转为list，再转为json格式。学习Opencv库（一）——基本读写函数的介绍！

OpenCV是一个开源的计算机视觉库，里面封装了很多图像处理方面的优秀算法：例如图片轮廓边缘检测,特征点提取…，可以在Windows,Linux,Mac等平台使用；虽然OpenCv是用 C++ 编写的，并且现在主要接口也是 C++ 语言的但，现在该库也同时提供大量面向 python、matlab以及Java。

带你读《OpenCV 4计算机视觉项目实战（原书第2版）》之三：学习图形用户界面

本书首先介绍OpenCV的入门知识及安装，然后介绍OpenCV的基础知识，包括用户界面、矩阵运算、滤波器和直方图等，之后介绍复杂的计算机视觉算法，包括对象分割和分类、视频监控、对象跟踪等，后探讨对象跟踪、文本识别、机器学习和人脸检测等高级技术。阅读本书之后，你将掌握常用和新的计算机视觉技术，并学会从零开始构建各类OpenCV项目。