引 言 视觉任务处理的图片常用类型有RGB图、grayscale灰度图、binary二值图、PNG图等图像形式。图像打开和格式转换需要使用PIL库。本文主要讲解PIL库图像格式转换以及如何提取RGB每个通道的图片。

一、图像格式转换

图像打开并转换成项目需要的格式调用函数为：Image.open(img_path).convert(format_str)
format_str参数：**‘RGB’，‘L’, ‘1’，‘P’，‘RGBA’, ‘YCbCr’**等。

1.1 RGB格式图像

传统的红绿蓝三色图，每个通道的每个像素用8bit像素值表示0~255,语法为image.convert('RGB')。

img_path = r'F:\pytorch_project\plane.jpg'

image = Image.open(img_path).convert('RGB')
img = np.array(image)
plt.imshow(image)
plt.show()

1.2 grayscale灰度图

图像中每个像素值为8bit，黑：0，白：255,其他像素值表示不同的灰度等级。
从RGB图转换成灰度图，实现公式【gray = 0.299R+0.587G+0.114*B】，语法为：

image = Image.open(img_path).convert('L')

此外，img.convert('I')表示32位整型灰度图，img.convert('F')表示32为浮点型灰度图。

1.3 二值图像

图像中只有两种像素值，黑：0，白：255,语法为：

image = Image.open(img_path).convert('1')

1.4 PNG格式图像

该格式图像为8bit图像，每个像素值通过查阅调色板获取，语法为：

image = Image.open(img_path).convert('P')

1.5 RGBA图像

图像为32bit，前24bit存储RGB三通道像素值，最后8bit存储透明度信息，语法为：

image = Image.open(img_path).convert('RGBA')

1.6 YCbCr图像

YCbCr图为24bit彩色图，Y表示亮度通道，Cb和Cr表示两个色度通道，肉眼对亮度通道敏感，对两个色度通道进行下采样。语法为：

image = Image.open(img_path).convert('YCbCr')

二、RGB各通道图像提取

对于RGB各图层图像的提取并展示有利于更直观了解图像的情况。

import numpy as np
from PIL import Image
import matplotlib.pyplot as plt


img_path = r'F:\pytorch_project\plane.jpg'

# 获取图像数据
image = Image.open(img_path).convert('RGB')
img = np.array(image)

img_list = []

# 获取各图层数据
for i in range(img.shape[-1]):
    temp = np.zeros_like(img)
    temp[...,i] = img[:,:,i]
    img_list.append(temp)

# 图像展示
fig,axes = plt.subplots(1,3)
titles = ['the image of {} channel'.format(channel) for channel in ['R','G','B']]

for i in range(len(img_list)):
    axes[i].imshow(img_list[i])
    axes[i].set_title(titles[i])
    
plt.show()

三、区分numpy.array和torch.tensor存储图像维度变化

numpy.array存储的图像维度为【H,W,C】，torch.tensor存储的图像通道维度【C,H,W】，在使用过程中要注意对图像矩阵进行维度转换。

import numpy as np
from PIL import Image
from torchvision import transforms

img_path = r'F:\pytorch_project\plane.jpg'

image = Image.open(img_path).convert('RGB')
img_np = np.array(image)
img_tensor = transforms.ToTensor()(image)

print("numpy.array shape: {}".format(img_np.shape))
print("torch.tensor shape: {}".format(img_tensor.shape))

###
numpy.array shape: (1200, 1920, 3)
torch.tensor shape: torch.Size([3, 1200, 1920])