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: <class 'numpy.ndarray'> ---------- img2: <PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=384x256 at 0x249608A8C50> img2: <class 'PIL.JpegImagePlugin.JpegImageFile'> img2: (256, 384, 3) img2: <class 'numpy.ndarray'> ---------- img3: <PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=384x256 at 0x2496B5A23C8> img3: <class 'PIL.JpegImagePlugin.JpegImageFile'> img3: (256, 384, 3) img3: <class 'numpy.ndarray'> ---------- img4: (256, 384, 3) img4: <class 'numpy.ndarray'> ---------- img5: (256, 384, 3) img5: <class 'numpy.ndarray'> ---------- img6: (256, 384, 3) img6: <class 'numpy.ndarray'> ----------
以上这篇Python OpenCV中的numpy与图像类型转换操作就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
《魔兽世界》大逃杀!60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容,新游玩模式《强袭风暴》即将于3月21 日在亚服上线,届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕,并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时,他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中,玩家将会进入一个全新的海盗主题大逃杀式限时活动,其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场,作为一个独立于主游戏之外的活动,玩家可以用大逃杀的风格来体验《魔兽世界》,不分职业、不分装备(除了你在赛局中捡到的),光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式,玩家在加入海盗主题的预赛大厅区域前,可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹,《巨龙崛起》和《魔兽世界:巫妖王之怒 经典版》的玩家都可以获得奖励。
更新动态
- 凤飞飞《我们的主题曲》飞跃制作[正版原抓WAV+CUE]
- 刘嘉亮《亮情歌2》[WAV+CUE][1G]
- 红馆40·谭咏麟《歌者恋歌浓情30年演唱会》3CD[低速原抓WAV+CUE][1.8G]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[320K/MP3][193.25MB]
- 【轻音乐】曼托凡尼乐团《精选辑》2CD.1998[FLAC+CUE整轨]
- 邝美云《心中有爱》1989年香港DMIJP版1MTO东芝首版[WAV+CUE]
- 群星《情叹-发烧女声DSD》天籁女声发烧碟[WAV+CUE]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[FLAC/分轨][748.03MB]
- 理想混蛋《Origin Sessions》[320K/MP3][37.47MB]
- 公馆青少年《我其实一点都不酷》[320K/MP3][78.78MB]
- 群星《情叹-发烧男声DSD》最值得珍藏的完美男声[WAV+CUE]
- 群星《国韵飘香·贵妃醉酒HQCD黑胶王》2CD[WAV]
- 卫兰《DAUGHTER》【低速原抓WAV+CUE】
- 公馆青少年《我其实一点都不酷》[FLAC/分轨][398.22MB]
- ZWEI《迟暮的花 (Explicit)》[320K/MP3][57.16MB]