如何从PIL图像创建OpenCV图像？

Question

我想用OpenCV（在Python中）进行一些图像处理，但我得从一个PIL的Image对象开始，所以我不能使用cvLoadImage()这个函数，因为它需要一个文件名。

这个方法（改编自http://opencv.willowgarage.com/wiki/PythonInterface）不管用，因为cvSetData报错说argument 2 of type 'void *'。有没有什么好主意？

from opencv.cv import *
from PIL import Image

pi = Image.open('foo.png')                       # PIL image
ci = cvCreateImage(pi.size, IPL_DEPTH_8U, 1)     # OpenCV image
data = pi.tostring()
cvSetData(ci, data, len(data)) 

我觉得cvSetData的最后一个参数也不对，但我不太确定应该是什么。

Answer 1

我使用的是OpenCV2.1的python2.6版本来完成这个。

    ...
    cv_img = cv.CreateImageHeader(img.size, cv.IPL_DEPTH_8U, 3)
    cv.SetData(cv_img, img.rotate(180).tostring()[::-1])
    ...

这里提到的图像旋转和字符串的反转，是为了把RGB颜色格式转换成BGR格式。这种格式是OpenCV在处理视频编码时使用的。我猜想，如果你把PIL中的图像转换成OpenCV格式，可能也需要做这样的转换。

Answer 2

同时使用swig和新的Python绑定确实让人感到困惑。比如在OpenCV 2.0中，cmake可以同时接受BUILD_SWIG_PYTHON_SUPPORT和BUILD_NEW_PYTHON_SUPPORT这两个选项。不过，我大致上已经搞清楚了大部分的坑。

如果你使用“import cv”（也就是新的Python绑定），你还需要多一步操作。

cv.SetData(cv_img, pil_img.tostring(), pil_img.size[0]*3)
cv.CvtColor(cv_img, cv_img, cv.CV_RGB2BGR)

对于RGB图像来说，转换是必要的，因为PIL和IplImage中的颜色顺序是不同的。Ipl到PIL也是一样的道理。

不过，如果你使用opencv.adaptors，这些问题已经处理好了。如果你感兴趣，可以看看adaptors.py中的具体细节。

Answer 3

你尝试适应的例子是针对OpenCV 2.0的新Python接口的。这可能是导致你对带前缀和不带前缀的函数名称感到困惑的原因（比如cv.cvSetData()和cv.SetData()）。

OpenCV 2.0现在提供了两种Python绑定方式：

• 一种是“旧版”Python包装，这是一个包含opencv.{cv,highgui,ml}模块的Python包。
• 另一种是新版接口，这是一个Python C扩展（cv.pyd），它封装了所有OpenCV的功能（包括highgui和ml模块）。

出现错误信息的原因是SWIG包装器无法将Python字符串转换为普通的C缓冲区。不过，SWIG包装器提供了opencv.adaptors模块，专门用于支持将numpy和PIL图像转换为OpenCV格式。

以下是经过测试的代码，应该能解决你最初的问题（从PIL转换到OpenCV），使用的是SWIG接口：

# PIL to OpenCV using the SWIG wrapper
from opencv import cv, adaptors, highgui
import PIL

pil_img = PIL.Image.open(filename)

cv_img = adaptors.PIL2Ipl(pil_img)

highgui.cvNamedWindow("pil2ipl")
highgui.cvShowImage("pil2ipl", cv_img)

但是，这并不能解决cv.cvSetData()函数总是会失败的问题（因为当前的SWIG包装实现）。你可以使用新版包装，这样就可以像预期那样使用cv.SetData()函数：

# PIL to OpenCV using the new wrapper
import cv
import PIL

pil_img = PIL.Image.open(filename)       

cv_img = cv.CreateImageHeader(pil_img.size, cv.IPL_DEPTH_8U, 3)  # RGB image
cv.SetData(cv_img, pil_img.tostring(), pil_img.size[0]*3)

cv.NamedWindow("pil2ipl")
cv.ShowImage("pil2ipl", cv_img)

第三种方法是将你的OpenCV Python接口切换到基于ctypes的包装。它提供了用于在Python字符串和C缓冲区之间进行显式数据转换的实用函数。快速查看谷歌代码搜索似乎表明这是一种有效的方法。

关于cvSetData()函数的第三个参数，即图像缓冲区的大小，而不是图像步幅。步幅是图像每一行的字节数，计算公式是pixel_depth * number_of_channels * image_width。pixel_depth参数是与一个通道相关的数据大小（以字节为单位）。在你的例子中，它就是图像的宽度（只有一个通道，每个像素一个字节）。