Python图像处理中图像赋值后变白的原因与修复

图像赋值后变白的原因与修复

在使用OpenCV和NumPy进行图像处理时，开发者常遇到图像赋值后显示为全白或异常颜色的问题。这通常是因为NumPy数组在创建时未指定数据类型，默认使用了float64。当图像数据（通常为0-255的整数）被解释为浮点数时，OpenCV的显示函数会将其视为超出正常范围的值，从而导致显示异常。

问题复现

以下代码尝试读取图像并赋值给一个新的数组，但未指定数据类型：

import numpy as np
import cv2
import matplotlib.pyplot as plt
 
path = 'frame_00003_rgb.png'
img = cv2.imread(path)
img1 = np.zeros([480, 640, 5])
img1[:, :, 0:3] = np.array(img)
 
cv2.imshow('test1', np.array(img)[:,:,2])
cv2.imshow('test2', img1[:, :, 0])
cv2.waitKey(10000)

解决方案

解决该问题的关键在于创建数组时显式指定dtype=np.uint8。这确保了图像数据以8位无符号整数的形式存储，符合OpenCV的显示要求：

import numpy as np
import cv2
import matplotlib.pyplot as plt
 
path = 'frame_00003_rgb.png'
img = cv2.imread(path)
img1 = np.zeros([480, 640, 5], dtype=np.uint8)
img1[:, :, 0:3] = np.array(img)
 
cv2.imshow('test1', np.array(img)[:,:,2])
cv2.imshow('test2', img1[:, :, 0])
cv2.waitKey(10000)

图像背景透明化处理

除了处理数据类型问题，有时还需要将图像中的特定颜色（如白色背景）替换为透明。这在使用Pillow库时可以通过遍历像素并修改Alpha通道来实现。

透明背景处理代码

以下代码将图像中指定的颜色（默认为白色）替换为透明：

# pip install Pillow
import PIL.Image as Image
# 以第一个像素为准，相同色改为透明
def transparent_back(img):
  img = img.convert('RGBA')
  L, H = img.size
  color_0 = (255,255,255,255)#要替换的颜色
  for h in range(H):
    for l in range(L):
      dot = (l,h)
      color_1 = img.getpixel(dot)
      if color_1 == color_0:
        color_1 = color_1[:-1] + (0,)
        img.putpixel(dot,color_1)
  return img
if __name__ == '__main__':
  img=Image.open('img.png')
  img=transparent_back(img)
  img.save('img2.png')

该函数首先将图像转换为RGBA模式，然后遍历每个像素。如果像素颜色与目标颜色（color_0）匹配，则将其Alpha通道值设置为0，从而实现透明化。

总结

在Python图像处理中，确保NumPy数组的数据类型正确是避免显示异常的关键。同时，使用Pillow库可以灵活地处理图像的背景透明化问题。以上就是解决python图像处理图像赋值后变为白色的问题的详细内容，更多关于Python图像处理、数据类型和透明背景处理的资料请关注本站其它相关文章！