如何使用Python检查和转换OpenCV中的图像数据类型

Question

我使用OpenCV中的各种方法来预处理一些图像。当传递对象是方法时，我经常会遇到与数据类型相关的错误，例如：

import cv2
import numpy as np

#import image and select ROI
image1 = cv2.imread('image.png')
roi_1 = cv2.selectROI(image1) # spacebar to confirm selection
cv2.waitKey(0)
cv2.destroyAllWindows()

# preprocesssing
imCrop_1 = image1[int(roi_1[1]):int(roi_1[1]+roi_1[3]), int(roi_1[0]):int(roi_1[0]+roi_1[2])]
grey1 = cv2.cvtColor(imCrop_1, cv2.COLOR_RGB2GRAY)
thresh, bw_1 = cv2.threshold(grey1, 200, 255, cv2.THRESH_OTSU)
canny_edge1 = cv2.Canny(bw_1, 50, 100)

#test=roi_1 # Doesn't work with error: /home/bprodz/opencv/modules/photo/src/denoising.cpp:182: error: (-5) Type of input image should be CV_8UC3 or CV_8UC4! in function fastNlMeansDenoisingColored
#test = imCrop_1 # works
#test = grey1 # doesn't work with error above
#test = bw_1 # doesn't work with error above
#test = canny_edge1 # doesn't work with error above

dst = cv2.fastNlMeansDenoisingColored(test,None,10,10,7,21)

# Check object types
type(imCrop_1) # returns numpy.ndarray - would like to see ~ CV_8UC3 etc.
type(grey1) # returns numpy.ndarray

目前我只使用试错法，有没有一种更为系统化的方法可以用来检查和转换不同的对象类型？在

Answer 1

您可能使用了错误的方法，为此，您还可能从所使用的方法名中得到提示，如^{}的文档所示：

src – Input 8-bit 3-channel image.

dst – Output image with the same size and type as src .

因此，如果要使用cv2. fastNlMeansDenoisingColored，则需要将src mat转换为一个3通道矩阵，其操作如下：

cv2.cvtColor(src, cv2.COLOR_GRAY2BGR)

但是如果您有灰度图像，那么您可以使用^{}，它接受单通道和三通道作为源垫，并节省转换图像的步骤。在

您还可以使用img.shape检查给定矩阵的通道数。对于灰度矩阵，它将返回（100，100），对于3通道矩阵返回（100，100，3），对于4通道矩阵返回（100，100，4）。也可以使用img.dtype获得矩阵的类型