Python-OpenCV 与C++_OpenCV读取图像Image接口imread()函数
opencv c++/python的imread函数可以很容易的读取不同的格式图像(JPG、PNG、TIF等):
C++使用法则有两个函数进行图像读取imread()函数与cvLoadImage()函数,不过随着opencv的版本更新发展,cvLoadImage()函数使用渐渐降低,同时未来的opencv版本将会逐渐取消使用CV_LOAD_IMAGE_COLOR, CV_LOAD_IMAGE_GRAYSCALE, CV_LOAD_IMAGE_ANYCOLOR,CV_LOAD_IMAGE_ANYDEPTH,CV_LOAD_IMAGE_UNCHANGED。
using namespace cv;
// Mat read image
Mat imread(const string& filename, int flags=IMREAD_COLOR)
// cvLoadImage read image
IplImage* cvLoadImage(const char* filename, int flags=CV_LOAD_IMAGE_COLOR)
//example :
Mat img = imread(filename, flags)
if (NULL==img.data)
cout << "Error loading image..."<< endl;
// cvLoadImage()模块读取图片返回的是指针,直接与NULL进行判断即可
python-opencv进行读取图像较为简单,直接cv2.imread()函数即可。但是,python-opencv版本进行读完图像后如何判断读取的图像是否有效,下面给出两种python不同的判断方法。
// --对opencv-python读取的图片是否有效进行判断
def valid_readImg(image_path):
result = cv2.imread(image_path)
if type(result)==numpy.ndarray:
return True
else:
return False
// ---对PIL.Image的读取函数是否有效进行判断
def valid_readImg(image_path):
from PIL import Image
try:
Image.open(image_path).verify()
return True
except:
return False
PIL.Image 与OpneCV-Python读取图像格式相互转换
我们知道:PIL.Image读取的图像格式通道存储为RGB而OpenCV读取图像的存储格式为BGR格式,所以有些时候工程开发需要将其做相互转换。PIL.Image与cv2之间的图像转换较为简单,函数如下:
import cv2
from PIL import Image
import numpy
// PIL.Image --> OpenCV # PIL转换OpenCV
pil_image = Image.open(filename)
cv_img = cv2.cvtColor(numpy.asarray(pil_image), cv2.COLOR_RGB2BGR)
// OpenCV --> PIL.Image # OpenCV转换PIL
cv_img = cv2.imread(filename)
pil_image = Image.fromarray(cv2.cvtColor(cv_img, cv2.COLOR_BGR2RGB))
PIL Image库函数画图线宽thickness
PIL Image库不同于opencv库函数拥有画框的宽度等,不过你可以通过给定一个线宽thickness来进行循环绘制,简易示例如下:
for i in range(thickness):
draw.rectangle([bbox[0]+i, bbox[1]+i, bbox[2]-i, bbox[3]-i], outline=color)
# 其中color为颜色设置