PIL,Skimage,OpenCV对图像处理的差异

最新推荐文章于 2025-07-14 12:35:36 发布

原创

最新推荐文章于 2025-07-14 12:35:36 发布 · 2k 阅读

9 ·

CC 4.0 BY-SA版权

本文探讨了PIL, Skimage和OpenCV在图像处理方面的差异，特别是在深度学习前的图像预处理步骤。PIL适用于基本操作但需转换为ndarray，Skimage提供了as_gray参数方便灰度转换，而OpenCV通过不同的读取模式支持更复杂的图像处理，但不支持GIF格式。" 115107215,9228493,阿里云免费SSL证书申请与配置指南,"['云计算', '网络安全', '域名管理', '服务器配置', 'HTTPS']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一， PIL,Skimage,OpenCV是对图像处理的一些常用的库，一般进行深度学习前，都需要把图像或图片转换成数组ndarray格式，再按照tensor形式送入网络模型进行训练，在进入网络前，进行图片的读取，预处理（缩放，截取，增强，添加噪声等）操作必不可少。一般的图像处理PIL,Skimage都可以完成，但是复杂的图像处理还是需要更专业的OpenCV库。

二，PIL,Skimage,OpenCV针对图像的简单处理：open，resize，show操作，来认识不同图像库对图像处理上的一些不同。在深度学习中，避免数据预处理阶段的一些错误发生。
图像一般有彩色图（RGB or RGBA），灰度图（gray）
1.PIL 图像读取，缩放，显示，转ndarray：
优点：彩图与灰度图都可以读取，自己可以区分，不用操作者指定mode。颜色通道默认为RGB或RGBA的顺序
缺点：数据不能直接用于深度学习，需要ndarray转换。
注意：PIL默认显示为图像的宽高，经过ndarray转化后，变化高宽（行列）


    from PIL import Image
import numpy as np
#image = Image.open('test_rgba.png') # 图片读取RGBA
#image = Image.open('test_rgb.png') # 图片读取RGB
image = Image.open('test_gray.GIF') # 图片读取gray
print(type(image)) # out: PIL.JpegImagePlugin.JpegImageFile
print(image.size)  # out:  (宽度, 高度)
print(image.mode) # out: 'RGBA' or 'RGB' or 'L'

#print(image.shape) #'ImageFile' object has no attribute 'shape' 重点注意
#因为读取图片后为PIL格式，并非ndarray格式，不具有shape的属性
# resize w*h
image = image.resize((200,100),Image.NEARES