OpenCV使用Python/C++读取图片&PIL相互转换

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