cv2.imread BGR模式

openCV 的cv2.imread()导入图片时是BGR通道顺序,这与Matplotlib的显示,或者读取图片的通道不同,如果需要可以转换为RGB模式,以下代码显示不同之处,但BGR在许多地方使用,caffe倒入数据是以BGR方式

 1 plt.figure(figsize=(18, 10))
 2
 3 plt.subplot(1,3,1)
 4 plt.title(‘cv2-BGR‘)
 5 im = cv2.imread(im_file)
 6 plt.imshow(im)
 7 #plt.tight_layout()
 8 plt.axis(‘off‘)
 9
10 plt.subplot(1,3,2)
11 plt.title(‘plt.imread-RGB‘)
12 im = plt.imread(im_file)
13 plt.imshow(im)
14 #plt.tight_layout()
15 plt.axis(‘off‘)
16
17 plt.subplot(1,3,3)
18 plt.title(‘cv2 convert RGB‘)
19 im = cv2.imread(im_file)
20 b,g,r = cv2.split(im)
21 rgb_img = cv2.merge([r,g,b])
22 plt.imshow(rgb_img)
23 #plt.tight_layout()
24 plt.axis(‘off‘)

时间: 2024-10-07 05:26:35

cv2.imread BGR模式的相关文章

机器学习进阶-图像基本操作-图像数据读取 1.cv2.imread(图片读入) 2.cv2.imshow(图片展示) 3.cv2.waitKey(图片停留的时间) 4.cv2.destroyAllWindows(清除所有的方框界面) 5.cv2.imwrite(对图片进行保存)

1. cv2.imread('cat.jpg', cv2.IMGREAD_GRAYSCALE)  # 使用imread读入图像(BGR顺序), 使用IMGREAD_GRAYSCALE 使得读入的图片为灰度图, 2. cv2.imshow('cat', img)  # imshow表示展示图片,第一个参数表示图片的名字, 第二个参数表示需要显示的图片 3. cv2.waitKey(0)  #表示图片停留的时间, 0表示按任意键退出 4.cv2.destroyAllWindows()  #表示清除所

Python-OpenCV:cv2.imread(),cv2.imshow(),cv2.imwrite()

为什么使用Python-OpenCV? 虽然python 很强大,而且也有自己的图像处理库PIL,但是相对于OpenCV 来讲,它还是弱小很多.跟很多开源软件一样OpenCV 也提供了完善的python 接口,非常便于调用.OpenCV 的最新版是4.0,包含了超过2500 个算法和函数,几乎任何一个能想到的成熟算法都可以通过调用OpenCV 的函数来实现,超级方便. 基本操作 1.图像读入 使用函数cv2.imread(filepath,flags) 读入图像.这幅图像应该在此程序的工作路径,

cv2.imread()与PIL中Image.open()

https://www.cnblogs.com/chen-hw/p/11693806.html 对于Image.open()函数默认真彩图像读取通道顺序为RGB,而cv2.imread()则是BGR.同时,当图像格式为RGBA时,Image.open(‘---.jpg’)读取的格式为RGBA(其中A表示图像的alpha通道,即RGBA共四个通道),而cv2.imread('---.jpg')读取的格式是BGR,只有三个通道. 原文地址:https://www.cnblogs.com/rabitv

【火炉炼AI】机器学习046-图像边缘的检测方法

[火炉炼AI]机器学习046-图像边缘的检测方法 (本文所使用的Python库和版本号: Python 3.6, Numpy 1.14, scikit-learn 0.19, matplotlib 2.2 ) 图像中各种形状的检测时计算机视觉领域中非常常见的技术之一,特别是图像中直线的检测,圆的检测,图像边缘的检测等,下面我们来研究一下如何快速检测图像边缘. 边缘是不同区域的分界线,是周围(局部)像素有显著变化的像素的集合,有幅值与方向两个属性.这个不是绝对的定义,主要记住边缘是局部特征以及周围

Python-OpenCV基本操作cv2

1.图片加载.显示和保存 import cv2 # 生成图片 img = cv2.imread("1.jpg") # 生成灰色图片 imgGrey = cv2.imread("1.jpg", 0) # 展示原图 cv2.imshow("img", img) # 展示灰色图片 cv2.imshow("imgGrey", imgGrey) # 等待图片的关闭 cv2.waitKey() # 保存灰色图片 cv2.imwrite(&

OpenCV之cv2函数 2

1.主要函数 1. cv2.imread():读入图片,共两个参数,第一个参数为要读入的图片文件名,第二个参数为如何读取图片,包括 cv2.IMREAD_COLOR:读入一副彩色图片:cv2.IMREAD_GRAYSCALE:以灰度模式读入图片:cv2.IMREAD_UNCHANGED:读入一幅图片,并包括其alpha通道. PS:调用opencv,就算图像的路径是错的,OpenCV 也不会提醒你的,但是当你使用命 令print(img)时得到的结果是None. 2.cv2.imshow():创

plt.imshow与cv2.imshow显示颜色问题

在用plt.imshow和cv2.imshow显示同一幅图时可能会出现颜色差别很大的现象.这是因为: opencv的接口使用BGR,而matplotlib.pyplot 则是RGB模式 import cv2 import numpy as np import matplotlib.pyplot as plt img = cv2.imread('lena_std.tif') b,g,r = cv2.split(img) img2 = cv2.merge([r,g,b]) plt.subplot(1

OpenCV和Matplotlib色彩空间模式不一致的问题

当用OpenCV读取彩色图像时,OpenCV是以(BGR)的顺序存储图像数据的,而Matplotlib是以(RGB)的顺序显示图像的. 可以用下面的程序来证明这一点 import cv2 import numpy as np import matplotlib.pyplot as plt img = cv2.imread('lena_std.tif') b,g,r = cv2.split(img) img2 = cv2.merge([r,g,b]) plt.subplot(121);plt.im

Python之cv2

1.读取图片 import cv2 img = cv2.imread('./test.jpg') 读取出来的图片是numpy.ndarray格式,值是0-255, img的形状是 (图片高度,图片宽度,图片通道数),打印值出来发现通道的顺序是BGR,而不是RGB. 2.改变图片大小 import cv2 width = 100 height = 200 img = cv2.imread('./test.jpg') img = cv2.resize(img,(width, height),inte