当前位置：首页 > news >正文

宠物电商网站模板企业网站推广技巧

news 2025/12/19 18:51:11

宠物电商网站模板,企业网站推广技巧,wordpress 大学 1.3,网站建立策划书【1】引言前序学习过程中，我们偶然发现：如果原始图像是png格式，将其从BGR转向HSV，再从HSV转回BGR后，图像的效果要好于JPG格式。文章链接为： python学opencv|读取图像（十二）BGR图…

【1】引言

前序学习过程中，我们偶然发现：如果原始图像是png格式，将其从BGR转向HSV，再从HSV转回BGR后，图像的效果要好于JPG格式。

文章链接为：

python学opencv|读取图像（十二）BGR图像转HSV图像-CSDN博客

但之前“BGR转向HSV，再从HSV转回BGR”的过程分别写了两个程序。

在此实践基础上，我们尝试在同一个程序内部实现BGR-HSV-BGR的闭环转换。

【2】代码编写

在前述文章的基础上，我们在pycharm等编辑器输入下述代码：

import cv2 as cv  # 引入cv2模块
import numpy as npimage = cv.imread("cv-BGR-000.png")  # 读取图片
if image is not None:  # 成功读取图片cv.imshow('cvtest', image)  # 显示为彩色图# BGR向HSV转化hsv_image = cv.cvtColor(image, cv.COLOR_BGR2HSV)  # BGR和HSV转化image_bh = np.hstack((image, hsv_image))  # BGR和HSV图像拼接cv.imshow('hcvtest', image_bh)  # 显示为拼接图cv.imwrite('cv-BGRTOHSV-001.png', hsv_image)  # 保存HSV图cv.imwrite('cv-BGRTOHSV-002.png', image_bh)  # 保存BGR和HSV图像拼接# HSV向BGR转化bgr_image=cv.cvtColor(hsv_image, cv.COLOR_HSV2BGR)  # BGR和HSV转化image_hb = np.hstack((hsv_image, bgr_image))  # BGR和HSV图像拼接cv.imshow('bgrtest', image_hb)  # 显示为拼接图cv.imwrite('cv-HSVTOBGR-001.png', bgr_image)  # 保存BGR图cv.imwrite('cv-HSVTOBGR-002.png', image_hb)  # 保存BGR和HSV图像拼接cv.waitKey()  # 图片显示时间cv.destroyAllWindows()  # 释放所有窗口
else:  # 未找到图片print("Error: 图片无法加载")

代码看起来很长，但实际上可以大致分为三个模块：

第一个模块引入cv2和numpy模块；

第二个模块包括两部分，第一部分实现BGR向HSV转换，第二部分实现HSV向BGR转换；

第三个模块释放所有对象。

【3】代码测试

运行代码前，我们准备的原始图像cv-BGR-000.png为：

图1 cv-BGR-000.png

运行代码后，获得的BGR转HSV图为cv-BGRTOHSV-001.png。

cv-BGRTOHSV-001.png和原cv-BGR-000.png对比效果为：

图2 cv-BGR-000.png和cv-BGRTOHSV-001.png对比

显然，在BGR转向HSV图像后，HSV图像似乎染上了很多红晕。

代码继续运行，获得的HSV转回的BGR图为cv-HSVTOBGR-001.png。

cv-HSVTOBGR-001.png和原cv-BGRTOHSV-001.png对比效果为：

图3 cv-BGRTOHSV-001和cv-HSVTOBGR-001.png对比

此时我们发现：由HSV转回BGR后的图像，似乎和原图完全一致。

【4】图像对比

为实现上述猜想，于是继续增添代码，将BGR-HSV-BGR的图像和原图进行对比：

# HSV向BGR转化后和原图对比
image_bhb = np.hstack((image, bgr_image))  # HSV转回BGR图像和原图拼接
cv.imshow('bgrhsvbgrtest', image_bhb)  # 显示为拼接图
cv.imwrite('cv-BGRTOHSVTOBGR.png', image_bhb)  # 保存BGR图

代码运行后的效果为：

图4 cv-BGRTOHSVTOBGR.png

由图4可见，基于png格式图像的BGR-HSV-BGR的闭环转换，图像几乎是无损的回到了原来的模样。

此时我们还会发现，转回的新图比原图还大：

图5 转回的新图比原图还大

上述发现有助于大家在实际工作生活中进行灵活转换图像。

此时的完整代码为：

import cv2 as cv  # 引入cv2模块
import numpy as npimage = cv.imread("cv-BGR-000.png")  # 读取图片
if image is not None:  # 成功读取图片cv.imshow('cvtest', image)  # 显示为彩色图# BGR向HSV转化hsv_image = cv.cvtColor(image, cv.COLOR_BGR2HSV)  # BGR和HSV转化image_bh = np.hstack((image, hsv_image))  # BGR和HSV图像拼接cv.imshow('hcvtest', image_bh)  # 显示为拼接图cv.imwrite('cv-BGRTOHSV-001.png', hsv_image)  # 保存HSV图cv.imwrite('cv-BGRTOHSV-002.png', image_bh)  # 保存BGR和HSV图像拼接# HSV向BGR转化bgr_image=cv.cvtColor(hsv_image, cv.COLOR_HSV2BGR)  # BGR和HSV转化image_hb = np.hstack((hsv_image, bgr_image))  # BGR和HSV图像拼接cv.imshow('bgrtest', image_hb)  # 显示为拼接图cv.imwrite('cv-HSVTOBGR-001.png', bgr_image)  # 保存BGR图cv.imwrite('cv-HSVTOBGR-002.png', image_hb)  # 保存BGR和HSV图像拼接# HSV向BGR转化后和原图对比image_bhb = np.hstack((image, bgr_image))  # HSV转回BGR图像和原图拼接cv.imshow('bgrhsvbgrtest', image_bhb)  # 显示为拼接图cv.imwrite('cv-BGRTOHSVTOBGR.png', image_bhb)  # 保存BGR图cv.waitKey()  # 图片显示时间cv.destroyAllWindows()  # 释放所有窗口
else:  # 未找到图片print("Error: 图片无法加载")