OpenCV与Matplotlib imshow显示差异及通道处理方案

OpenCV与Matplotlib显示差异概述

一、问题

在Python开发中，通常使用cv2.imread加载图像后，通过plt.imshow进行展示。但在近期学习OpenCV的过程中发现，这种混合用法产生的结果与预期存在显著偏差。经查阅相关资料得知，OpenCV中的imshow()函数与Matplotlib.pyplot中的imshow()函数在内部处理机制上存在关键区别，若不加注意，极易引发显示异常。

以下示例代码及其运行结果直观地展示了这一差异：

import cv2
import matplotlib.pyplot as plt

#以灰度模式读入图片
messi=cv2.imread('messi.jpg',0)

#使用matplotlib.pyplot的imshow显示图片
plt.imshow(messi),plt.title('messi_plt')
plt.xticks([]),plt.yticks([]) #隐藏坐标轴
plt.show()

#使用opencv的imshow显示图片
cv2.imshow('messi_cv',messi)
cv2.waitKey(0)
cv2.destroyAllWindows()

运行结果如下:

左侧为原始图像，中间为cv2.imshow的显示效果，右侧为plt.imshow的显示效果。可以明显观察到，尽管读取的是灰度图像，plt.imshow的结果却呈现出类似彩图的色彩分布，这显然不符合灰度图的定义，属于显示错误。

彩色图像通道转换处理

二、分析和解决办法

为了深入对比OpenCV的imshow()与Matplotlib.pyplot的imshow()之间的差异，下面将分别针对彩色图像和灰度图像两种场景进行详细说明。

彩色图

彩色图像通常由R（红）、G（绿）、B（蓝）三个通道组成。需要注意的是，OpenCV在加载彩色图像时遵循BGR通道顺序，而Matplotlib则遵循RGB通道顺序。因此，当使用cv2.imread读取图像并通过cv2.imshow显示时，结果正常；但若直接使用plt.imshow显示，则会出现颜色错乱，如下方运行结果所示。 此处省略示例代码（与前述代码基本一致，仅需移除cv2.imread中的“0”参数即可），运行结果如下：

左侧为原图，中间为cv2.imshow的显示结果，右侧为plt.imshow的显示结果。显然，plt.imshow的结果存在明显的颜色异常。 解决该问题的方法十分简单：只需交换R通道和B通道的数据，再使用plt.imshow显示即可恢复正常。下方提供了该方法的示例代码：

import cv2
import matplotlib.pyplot as plt

#读入彩色图片
messi=cv2.imread('messi.jpg',1)

#使用matplotlib.pyplot的imshow显示图片
plt.imshow(messi),plt.title('messi_plt')
plt.xticks([]),plt.yticks([]) #隐藏坐标轴
plt.show()

##调换r、b通道，生成rgb顺序的图片并显示
b,g,r=cv2.split(messi) #通道的拆分
messi_rgb=cv2.merge((r,g,b)) #通道的融合
plt.imshow(messi_rgb),plt.title('messi_rgb_plt')
plt.xticks([]),plt.yticks([])
plt.show()

#使用opencv的imshow显示图片
cv2.imshow('messi_cv',messi)
cv2.waitKey(0)
cv2.destroyAllWindows()

灰度图像cmap参数设置

灰度图

灰度图像为单通道图像，理论上不应出现上述彩色图那样的通道顺序问题，无论使用cv2.imshow还是plt.imshow，结果理应一致。然而实际情况并非如此（如最开始的示例所示）。经过长时间排查，起初怀疑是OpenCV与Matplotlib版本不兼容，但更新版本后问题依旧存在。随后查阅matplotlib的API文档才找到原因。 在matplotlib.pyplot.imshow函数中，存在一个名为cmap的参数，API文档对其说明如下：

cmap : str or Colormap, optional The Colormap instance or registered colormap name used to map scalar data to colors. This parameter is ignored for RGB(A) data. Defaults to rcParams[“image.cmap”] = ‘viridis'.

其大致含义是：cmap参数定义了标量值如何映射到颜色空间，且该参数对RGB(A)数据无效；默认参数可参考rcParams[“image.cmap”]。跳转后的文档为matplotlib的示例配置文档matplotlibrc，其中定义了各类变量的默认值（这也是调用matplotlib函数时部分参数无需显式指定即可运行的原因）。在此文档中可见，cmap的默认值为'viridis'，这正是导致plt.imshow显示灰度图时出现彩色伪影的根本原因。

因此，要使plt.imshow正确显示灰度图，解决方法也很简单：将cmap参数设置为'gray'。示例代码如下：

import cv2
import matplotlib.pyplot as plt

#读入彩色图片
messi=cv2.imread('messi.jpg',0)

#使用opencv的imshow显示图片
cv2.imshow('messi_cv',messi)
cv2.waitKey(0)
cv2.destroyAllWindows()

#使用matplotlib.pyplot的imshow显示图片
#cmap使用默认值
plt.imshow(messi),plt.title('messi_camp_default')
plt.xticks([]),plt.yticks([]) #隐藏坐标轴
plt.show()

#使用matplotlib.pyplot的imshow显示图片
#cmap设置为'gray'
plt.imshow(messi,cmap='gray'),plt.title('messi_camp_gray')
plt.xticks([]),plt.yticks([]) #隐藏坐标轴
plt.show()

运行结果为：

左侧为cv2.imshow的显示结果，中间和右侧为plt.imshow的显示结果。

此外，cmap参数除了默认值及'gray'外，还有许多其他可选值，详细说明见相关文档。了解这些内容即可，实际使用时查阅文档或尝试即可，根据需求选择合适值即可。

注： 1.关于matplotlib里的imshow函数更详细的说明在这里。 2.关于matplotlib.matplotlibrc文档更详细的说明在这里。 3.如果想查看或编辑自己电脑里的matplotlibrc文件，可使用此命令matplotlib.matplotlib_fname()获取路径。

三、总结

鉴于OpenCV中的imshow和Matplotlib中的imshow存在上述差异，使用时主要需注意以下两点： 1.显示彩色图时，需交换B和R通道。 2.显示灰度图时，需将cmap参数设置为'gray'。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持本站。