OpenCV、Skimage、PIL图像处理的细节差异

上一篇博客中介绍了caffe实现多label输入，其中有一些图片处理的操作（训练验证数据），当时我选择了PIL库，但是在测试中用了caffe官网demo的代码，它使用了caffe提供的一些python接口，而它调用的是skimage这个库，所以有些许差异，可能会带来精度上的一些影响。这篇博客先介绍一下这些库的差异，下篇博客介绍测试时可能出现的小错误

PIL

首先介绍PIL(Python Imaging Library)这个库，这是Python中最基础的图像处理库，主要注意对图片进行处理时w，h的变化

from PIL import Imageimport numpy as npimage = Image.open('test.jpg') # 图片是400x300 宽x高print type(image) # out: PIL.JpegImagePlugin.JpegImageFileprint image.size  # out: (400,300)print image.mode # out: 'RGB'print image.getpixel((0,0)) # out: (143, 198, 201)# resizeimage = image.resize(200,100，Image.NEAREST)print image.size # out: (200,100)'''代码解释**注意image是 class:`~PIL.Image.Image` object**，它有很多属性，比如它的size是(w,h),通道是RGB，，他也有很多方法，比如获取getpixel((x,y))某个位置的像素，得到三个通道的值，x最大可取w-1，y最大可取h-1比如resize方法，可以实现图片的放缩，具体参数如下resize(self, size, resample=0) method of PIL.Image.Image instance    Returns a resized copy of this image.    :param size: The requested size in pixels, as a 2-tuple:       (width, height).     注意size是 (w,h),和原本的(w,h)保持一致    :param resample: An optional resampling filter.  This can be       one of :py:attr:`PIL.Image.NEAREST`, :py:attr:`PIL.Image.BOX`,       :py:attr:`PIL.Image.BILINEAR`, :py:attr:`PIL.Image.HAMMING`,       :py:attr:`PIL.Image.BICUBIC` or :py:attr:`PIL.Image.LANCZOS`.       If omitted, or if the image has mode "1" or "P", it is       set :py:attr:`PIL.Image.NEAREST`.       See: :ref:`concept-filters`.    注意这几种插值方法，默认NEAREST最近邻（分割常用），分类常用BILINEAR双线性，BICUBIC立方    :returns: An :py:class:`~PIL.Image.Image` object.'''image = np.array(image,dtype=np.float32) # image = np.array(image)默认是uint8print image.shape # out: (100, 200, 3)# 神奇的事情发生了，w和h换了，变成(h,w,c)了# 注意ndarray中是 行row x 列col x 维度dim 所以行数是高，列数是宽

Skimage

skimage即是Scikit-Image，官网

import skimagefrom skimage import io,transformimport numpy as npimage= io.imread('test.jpg',as_grey=False)# 第一个参数是文件名可以是网络地址，第二个参数默认为False，True时为灰度图print type(image) # out: numpy.ndarrayprint image.dtype # out: dtype('uint8')print image.shape # out: (300, 400, 3) (h,w,c)前面介绍了ndarray的特点# mode也是RGBprint image'''注意此时image里都是整数uint8,范围[0-255]array([        [ [143, 198, 201 (dim=3)],[143, 198, 201],... (w=200)],        [ [143, 198, 201],[143, 198, 201],... ],        ...(h=100)      ], dtype=uint8)'''image= io.imread('test.jpg',as_grey=True)print image.shape # out: (300, 400)print image'''此时image范围变为[0-1]array([[ 0.73148549,  0.73148549,  0.73148549, ...,  0.73148549,         0.73148549,  0.73148549],       [ 0.73148549,  0.73148549,  0.73148549, ...,  0.73148549,       .....]])'''print image.dtype # out: dtype('float64')image = io.imread('test.jpg',as_grey=False) image = transform.resize(image,(100, 200),order=1)　# order默认是1，双线性#resize后image范围又变成[0-1]print image.dtype # out: dtype('float64')print image.shape # out: (100, 200, 3)print image'''array([[[ 0.56078431,  0.77647059,  0.78823529],        [ 0.56078431,  0.77647059,  0.78823529],        [ 0.56078431,  0.77647059,  0.78823529],        ..., ...]])''''''resize函数接口resize(image, output_shape, order=1, mode='constant', cval=0, clip=True, preserve_range=False)order : int, optional        The order of interpolation. The order has to be in the range 0-5:         - 0: Nearest-neighbor         - 1: Bi-linear (default)         - 2: Bi-quadratic         - 3: Bi-cubic         - 4: Bi-quartic         - 5: Bi-quintic'''print skimage.img_as_float(image).dtype # out: float64# img_as_float可以把image转为double，即float64

OpenCV(python版)

OpenCV是个很强大的图像处理库，性能也很好。

import cv2import numpy as npimage = cv2.imread('test.jpg')print type(image) # out: numpy.ndarrayprint image.dtype # out: dtype('uint8')print image.shape # out: (300, 400, 3) (h,w,c) 和skimage类似print image'''array([        [ [143, 198, 201 (dim=3)],[143, 198, 201],... (w=200)],        [ [143, 198, 201],[143, 198, 201],... ],        ...(h=100)      ], dtype=uint8)'''image = cv2.resize(image,(100,200),interpolation=cv2.INTER_LINEAR)print image.dtype # out: dtype('uint8')print image.shape # out: (200, 100, 3) '''注意注意注意 和skimage不同 resize(src, dsize[, dst[, fx[, fy[, interpolation]]]]) 关键字参数为dst,fx,fy,interpolationdst为缩放后的图像dsize为(w,h),但是image是(h,w,c)fx,fy为图像x,y方向的缩放比例，interplolation为缩放时的插值方式，有三种插值方式：cv2.INTER_AREA:使用象素关系重采样。当图像缩小时候，该方法可以避免波纹出现。当图像放大时，类似于 CV_INTER_NN方法　　　　cv2.INTER_CUBIC: 立方插值cv2.INTER_LINEAR: 双线形插值　cv2.INTER_NN: 最近邻插值[详细可查看该博客](http://www.tuicool.com/articles/rq6fIn)'''

在进行图像处理时一点要注意 各个库之间的细微差异，还有要注意图像放缩时插值方法的选择，而且即使是相同的插值方法，各个库的实现也不同，结果也会有些许差异。