360建筑网 官方网站seo关键词优化策略

一，问题描述

我们在利用opencv的imread读取本地图像，进行一系列处理，但是发现用matplotlib库的imshow（）函数显示的时候出现色彩改变，比如图像偏黄，偏红，偏蓝等等，但是对图像的处理并没有对色彩进行过改变。比如下面图像读取显示后直接变为黄色调：

 代码如下：

# encoding:utf-8
import cv2
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号img_1 = cv2.imread('sp_noise.jpg')
img_2 = cv2.imread('medianBlur.jpg')
img_3 = cv2.imread('mean.jpg')
img_4 = cv2.imread('Gaussian.jpg')# 显示图形
titles = ['噪声图像', '中值滤波', '均值滤波 ', '高斯滤波']
images = [img_1, img_2, img_3, img_4]
for i in range(4):plt.subplot(2, 2, i + 1)plt.imshow(images[i])plt.title(titles[i])plt.xticks([]), plt.yticks([])
plt.show()

二，原因分析

这种色彩偏黄的问题通常是由于图像的颜色通道解释不正确引起的。在OpenCV中，cv2.imread默认读取图像为BGR颜色通道顺序，而Matplotlib中plt.imshow默认将颜色通道解释为RGB。因此，当你用cv2.imread读取图像并用plt.imshow显示时，颜色通道顺序不匹配，导致颜色显示不正确。

三，解决方法

为了解决这个问题，你可以在使用cv2.imread读取图像时，将其转换为RGB颜色通道顺序，或者在使用plt.imshow显示图像时，指定颜色通道的顺序。以下是两种解决方法：

1.在cv2.imread（）读取图像后将图像转化为RGB通道

# 将BGR图像转换为RGB
img_1 = cv2.cvtColor(img_1, cv2.COLOR_BGR2RGB)
img_2 = cv2.cvtColor(img_2, cv2.COLOR_BGR2RGB)
img_3 = cv2.cvtColor(img_3, cv2.COLOR_BGR2RGB)
img_4 = cv2.cvtColor(img_4, cv2.COLOR_BGR2RGB)

2.在plt.imshow（）图像后将其转换成BGR通道

plt.imshow(cv2.cvtColor(images[i], cv2.COLOR_BGR2RGB))

 四，完整代码

方法1：将图像转换为RGB颜色通道顺序

import cv2
import matplotlib.pyplot as pltimg_1 = cv2.imread('sp_noise.jpg')
img_2 = cv2.imread('medianBlur.jpg')
img_3 = cv2.imread('mean.jpg')
img_4 = cv2.imread('Gaussian.jpg')# 将BGR图像转换为RGB
img_1 = cv2.cvtColor(img_1, cv2.COLOR_BGR2RGB)
img_2 = cv2.cvtColor(img_2, cv2.COLOR_BGR2RGB)
img_3 = cv2.cvtColor(img_3, cv2.COLOR_BGR2RGB)
img_4 = cv2.cvtColor(img_4, cv2.COLOR_BGR2RGB)# 显示图形
titles = ['噪声图像', '中值滤波', '均值滤波', '高斯滤波']
images = [img_1, img_2, img_3, img_4]
for i in range(4):plt.subplot(2, 2, i + 1), plt.imshow(images[i])plt.title(titles[i])plt.xticks([]), plt.yticks([])
plt.show()

方法2：指定plt.imshow中的颜色通道顺序

import cv2
import matplotlib.pyplot as pltimg_1 = cv2.imread('sp_noise.jpg')
img_2 = cv2.imread('medianBlur.jpg')
img_3 = cv2.imread('mean.jpg')
img_4 = cv2.imread('Gaussian.jpg')# 显示图形，指定颜色通道顺序为BGR
titles = ['噪声图像', '中值滤波', '均值滤波', '高斯滤波']
images = [img_1, img_2, img_3, img_4]
for i in range(4):plt.subplot(2, 2, i + 1), plt.imshow(cv2.cvtColor(images[i], cv2.COLOR_BGR2RGB))plt.title(titles[i])plt.xticks([]), plt.yticks([])
plt.show()

 今日一笑：

范小勤：“我要开挖掘机”