在Python中将 OpenCV 图像转换为 PIL 图像

OpenCV 是一个巨大的开源库，用于计算机视觉、机器学习和图像处理。 OpenCV 支持多种编程语言，如Python、C++、 Java等。它可以处理图像和视频以识别对象、面部甚至人类的笔迹。当它与各种库集成时，例如 Numpy，这是一个高度优化的数值运算库，然后你的武器库中的武器数量就会增加，即可以在 Numpy 中执行的任何操作都可以与 OpenCV 结合使用。

Python Imaging Library（PIL 的扩展）是Python语言事实上的图像处理包。它结合了有助于编辑、创建和保存图像的轻量级图像处理工具。对Python Imaging Library 的支持于 2011 年停止，但名为 Pillow 的项目分叉了原始 PIL 项目并为其添加了 Python3.x 支持。 Pillow 被宣布为 PIL 的替代品，以备将来使用。 Pillow 支持多种图像文件格式，包括 BMP、PNG、JPEG 和 TIFF。该库鼓励通过创建新的文件解码器在库中添加对更新格式的支持。

OpenCV 图像和 PIL 图像之间的基本区别是 OpenCV 遵循 BGR 颜色约定，PIL 遵循 RGB 颜色约定，转换方法将基于此差异。

方法：

• 导入模块
• 我们将使用 cv2 库的imread方法获取输入图像。

句法：

imread(path, flag)

参数：

1. path：一个字符串，表示要读取的图像的路径。
2. 标志：它指定应该如何读取图像。它的默认值为 cv2.IMREAD_COLOR。

返回值：此方法返回从指定文件加载的图像。

• 然后我们将使用cv2 库的 cv2.cvtColor()方法来更改颜色约定。

句法：

cvtColor(src, code[, dst[, dstCn]])

参数：

1. src：要改变色彩空间的图像。
2. code：颜色空间转换代码。
3. dst：与src图像大小和深度相同的输出图像。它是一个可选参数。
4. dstCn：目标图像中的通道数。如果参数为 0，则通道数将自动从 src 和代码导出。它是一个可选参数。

返回值：它返回一个图像。

• 显示图像。

您会注意到，即使在转换后，这两个图像也将相同。因此，我们可以说我们已经成功地将 OpenCV 图像转换为 PIL 图像。

下面给出了使用上述方法的实现。

程序：

Python3

# Python program to convert from openCV2 to PIL
  
import cv2
from PIL import Image
  
# Open image using openCV2
opencv_image = cv2.imread("logo.png")
  
# Notice the COLOR_BGR2RGB which means that the color is
# converted from BGR to RGB
color_coverted = cv2.cvtColor(opencv_image, cv2.COLOR_BGR2RGB)
  
# Displaying the Scanned Image by using cv2.imshow() method
cv2.imshow("OpenCV Image", opencv_image)
  
# Displaying the converted image
pil_image = Image.fromarray(color_coverted)
pil_image.show()
  
# waits for user to press any key
# (this is necessary to avoid Python kernel form crashing)
cv2.waitKey(0)
  
# closing all open windows
cv2.destroyAllWindows()

输入：

输出：

• OpenCV 图像：

• PIL 图像：