将图像转换为numpy数组有什么需要？

Question

我正在观看有关使用OpenCV，numpy，PIL进行的面部识别项目的教程。 在训练期间，将图像转换为numpy数组，将其转换为numpy数组有什么需要？

编码：

PIL_IMAGE = Image.open(path).convert("L")
image_array = np.array(PIL_IMAGE, "uint8")

Answer 1

TLDR; OpenCV图像存储为三维Numpy数组。

使用库读取数字图像时，它们表示为Numpy数组。 阵列的矩形形状对应于图像的形状。 考虑这张椅子的图片

这是该图像如何在OpenCV中作为Numpy数组存储的可视化

如果我们阅读椅子的图像，我们可以看到它的image.shape结构如何返回元组(height, width, channels) 。 如果它是彩色图像，则图像属性将是行，列和通道数的元组。 如果是灰度图像，则image.shape仅返回行数和列数。

import cv2

image = cv2.imread("chair.jpg")
print(image.shape)

（222，300，3）

使用OpenCV图像时，我们首先指定y坐标，然后指定x坐标。 颜色存储为BGR值，第0层为蓝色，第1层为绿色，第2层为红色。因此，对于此椅子图像，其高度为222，宽度为300，并具有3个通道（这意味着它是彩色图像）。 本质上，当库读取任何图像时，它将以这种格式将其存储为Numpy数组。

Answer 2

答案很简单：

使用Numpy，无论它们是什么尺寸，形状等等，您都可以对数字数组进行快速的操作。

图像处理库（OpenCV，PIL，scikit-image）有时会以某些特殊格式包装图像，这些特殊格式已经在后台使用了Numpy。 如果它们尚未在后台使用Numpy，则可以将图像显式转换为Numpy数组。 然后，您可以对其进行快速的数值计算（卷积，FFT，模糊，滤波器等）。