【1】引言

前序?qū)W習(xí)過程中，我們偶然發(fā)現(xiàn)：如果原始圖像是png格式，將其從BGR轉(zhuǎn)向HSV，再從HSV轉(zhuǎn)回BGR后，圖像的效果要好于JPG格式。

文章鏈接為：

python學(xué)opencv|讀取圖像（十二）BGR圖像轉(zhuǎn)HSV圖像-CSDN博客

但之前“BGR轉(zhuǎn)向HSV，再從HSV轉(zhuǎn)回BGR”的過程分別寫了兩個程序。

在此實踐基礎(chǔ)上，我們嘗試在同一個程序內(nèi)部實現(xiàn)BGR-HSV-BGR的閉環(huán)轉(zhuǎn)換。

【2】代碼編寫

在前述文章的基礎(chǔ)上，我們在pycharm等編輯器輸入下述代碼：

import cv2 as cv  # 引入cv2模塊
import numpy as npimage = cv.imread("cv-BGR-000.png")  # 讀取圖片
if image is not None:  # 成功讀取圖片cv.imshow('cvtest', image)  # 顯示為彩色圖# BGR向HSV轉(zhuǎn)化hsv_image = cv.cvtColor(image, cv.COLOR_BGR2HSV)  # BGR和HSV轉(zhuǎn)化image_bh = np.hstack((image, hsv_image))  # BGR和HSV圖像拼接cv.imshow('hcvtest', image_bh)  # 顯示為拼接圖cv.imwrite('cv-BGRTOHSV-001.png', hsv_image)  # 保存HSV圖cv.imwrite('cv-BGRTOHSV-002.png', image_bh)  # 保存BGR和HSV圖像拼接# HSV向BGR轉(zhuǎn)化bgr_image=cv.cvtColor(hsv_image, cv.COLOR_HSV2BGR)  # BGR和HSV轉(zhuǎn)化image_hb = np.hstack((hsv_image, bgr_image))  # BGR和HSV圖像拼接cv.imshow('bgrtest', image_hb)  # 顯示為拼接圖cv.imwrite('cv-HSVTOBGR-001.png', bgr_image)  # 保存BGR圖cv.imwrite('cv-HSVTOBGR-002.png', image_hb)  # 保存BGR和HSV圖像拼接cv.waitKey()  # 圖片顯示時間cv.destroyAllWindows()  # 釋放所有窗口
else:  # 未找到圖片print("Error: 圖片無法加載")

代碼看起來很長，但實際上可以大致分為三個模塊：

第一個模塊引入cv2和numpy模塊；

第二個模塊包括兩部分，第一部分實現(xiàn)BGR向HSV轉(zhuǎn)換，第二部分實現(xiàn)HSV向BGR轉(zhuǎn)換；

第三個模塊釋放所有對象。

【3】代碼測試

運行代碼前，我們準備的原始圖像cv-BGR-000.png為：

圖1 cv-BGR-000.png

運行代碼后，獲得的BGR轉(zhuǎn)HSV圖為cv-BGRTOHSV-001.png。

cv-BGRTOHSV-001.png和原cv-BGR-000.png對比效果為：

圖2 cv-BGR-000.png和cv-BGRTOHSV-001.png對比

顯然，在BGR轉(zhuǎn)向HSV圖像后，HSV圖像似乎染上了很多紅暈。

代碼繼續(xù)運行，獲得的HSV轉(zhuǎn)回的BGR圖為cv-HSVTOBGR-001.png。

cv-HSVTOBGR-001.png和原cv-BGRTOHSV-001.png對比效果為：

圖3 cv-BGRTOHSV-001和cv-HSVTOBGR-001.png對比

此時我們發(fā)現(xiàn)：由HSV轉(zhuǎn)回BGR后的圖像，似乎和原圖完全一致。

【4】圖像對比

為實現(xiàn)上述猜想，于是繼續(xù)增添代碼，將BGR-HSV-BGR的圖像和原圖進行對比：

# HSV向BGR轉(zhuǎn)化后和原圖對比
image_bhb = np.hstack((image, bgr_image))  # HSV轉(zhuǎn)回BGR圖像和原圖拼接
cv.imshow('bgrhsvbgrtest', image_bhb)  # 顯示為拼接圖
cv.imwrite('cv-BGRTOHSVTOBGR.png', image_bhb)  # 保存BGR圖

代碼運行后的效果為：

圖4 cv-BGRTOHSVTOBGR.png

由圖4可見，基于png格式圖像的BGR-HSV-BGR的閉環(huán)轉(zhuǎn)換，圖像幾乎是無損的回到了原來的模樣。

此時我們還會發(fā)現(xiàn)，轉(zhuǎn)回的新圖比原圖還大：

圖5 轉(zhuǎn)回的新圖比原圖還大

上述發(fā)現(xiàn)有助于大家在實際工作生活中進行靈活轉(zhuǎn)換圖像。

此時的完整代碼為：

import cv2 as cv  # 引入cv2模塊
import numpy as npimage = cv.imread("cv-BGR-000.png")  # 讀取圖片
if image is not None:  # 成功讀取圖片cv.imshow('cvtest', image)  # 顯示為彩色圖# BGR向HSV轉(zhuǎn)化hsv_image = cv.cvtColor(image, cv.COLOR_BGR2HSV)  # BGR和HSV轉(zhuǎn)化image_bh = np.hstack((image, hsv_image))  # BGR和HSV圖像拼接cv.imshow('hcvtest', image_bh)  # 顯示為拼接圖cv.imwrite('cv-BGRTOHSV-001.png', hsv_image)  # 保存HSV圖cv.imwrite('cv-BGRTOHSV-002.png', image_bh)  # 保存BGR和HSV圖像拼接# HSV向BGR轉(zhuǎn)化bgr_image=cv.cvtColor(hsv_image, cv.COLOR_HSV2BGR)  # BGR和HSV轉(zhuǎn)化image_hb = np.hstack((hsv_image, bgr_image))  # BGR和HSV圖像拼接cv.imshow('bgrtest', image_hb)  # 顯示為拼接圖cv.imwrite('cv-HSVTOBGR-001.png', bgr_image)  # 保存BGR圖cv.imwrite('cv-HSVTOBGR-002.png', image_hb)  # 保存BGR和HSV圖像拼接# HSV向BGR轉(zhuǎn)化后和原圖對比image_bhb = np.hstack((image, bgr_image))  # HSV轉(zhuǎn)回BGR圖像和原圖拼接cv.imshow('bgrhsvbgrtest', image_bhb)  # 顯示為拼接圖cv.imwrite('cv-BGRTOHSVTOBGR.png', image_bhb)  # 保存BGR圖cv.waitKey()  # 圖片顯示時間cv.destroyAllWindows()  # 釋放所有窗口
else:  # 未找到圖片print("Error: 圖片無法加載")

?【5】總結(jié)

探索了png格式的圖像，進行BGR-HSV-BGR格式比轉(zhuǎn)換后的對比，發(fā)現(xiàn)新圖比原圖質(zhì)量更高。