宠物电商网站模板品牌策划公司哪家好
【1】引言
前序学习过程中，我们偶然发现：如果原始图像是png格式，将其从BGR转向HSV，再从HSV转回BGR后，图像的效果要好于JPG格式。
文章链接为：
python学opencv|读取图像（十二）BGR图像转HSV图像-CSDN博客
但之前“BGR转向HSV，再从HSV转回BGR”的过程分别写了两个程序。
在此实践基础上，我们尝试在同一个程序内部实现BGR-HSV-BGR的闭环转换。
【2】代码编写
在前述文章的基础上，我们在pycharm等编辑器输入下述代码：
import cv2 as cv # 引入cv2模块
import numpy as npimage = cv.imread("cv-BGR-000.png") # 读取图片
if image is not None: # 成功读取图片cv.imshow('cvtest', image) # 显示为彩色图# BGR向HSV转化hsv_image = cv.cvtColor(image, cv.COLOR_BGR2HSV) # BGR和HSV转化image_bh = np.hstack((image, hsv_image)) # BGR和HSV图像拼接cv.imshow('hcvtest', image_bh) # 显示为拼接图cv.imwrite('cv-BGRTOHSV-001.png', hsv_image) # 保存HSV图cv.imwrite('cv-BGRTOHSV-002.png', image_bh) # 保存BGR和HSV图像拼接# HSV向BGR转化bgr_image=cv.cvtColor(hsv_image, cv.COLOR_HSV2BGR) # BGR和HSV转化image_hb = np.hstack((hsv_image, bgr_image)) # BGR和HSV图像拼接cv.imshow('bgrtest', image_hb) # 显示为拼接图cv.imwrite('cv-HSVTOBGR-001.png', bgr_image) # 保存BGR图cv.imwrite('cv-HSVTOBGR-002.png', image_hb) # 保存BGR和HSV图像拼接cv.waitKey() # 图片显示时间cv.destroyAllWindows() # 释放所有窗口
else: # 未找到图片print("Error: 图片无法加载")代码看起来很长，但实际上可以大致分为三个模块：
第一个模块引入cv2和numpy模块；
第二个模块包括两部分，第一部分实现BGR向HSV转换，第二部分实现HSV向BGR转换；
第三个模块释放所有对象。
【3】代码测试
运行代码前，我们准备的原始图像cv-BGR-000.png为：
图1 cv-BGR-000.png
运行代码后，获得的BGR转HSV图为cv-BGRTOHSV-001.png。
cv-BGRTOHSV-001.png和原cv-BGR-000.png对比效果为：
图2 cv-BGR-000.png和cv-BGRTOHSV-001.png对比
显然，在BGR转向HSV图像后，HSV图像似乎染上了很多红晕。
代码继续运行，获得的HSV转回的BGR图为cv-HSVTOBGR-001.png。
cv-HSVTOBGR-001.png和原cv-BGRTOHSV-001.png对比效果为：
图3 cv-BGRTOHSV-001和cv-HSVTOBGR-001.png对比
此时我们发现：由HSV转回BGR后的图像，似乎和原图完全一致。
【4】图像对比
为实现上述猜想，于是继续增添代码，将BGR-HSV-BGR的图像和原图进行对比：
# HSV向BGR转化后和原图对比
image_bhb = np.hstack((image, bgr_image)) # HSV转回BGR图像和原图拼接
cv.imshow('bgrhsvbgrtest', image_bhb) # 显示为拼接图
cv.imwrite('cv-BGRTOHSVTOBGR.png', image_bhb) # 保存BGR图
代码运行后的效果为：
图4 cv-BGRTOHSVTOBGR.png
由图4可见，基于png格式图像的BGR-HSV-BGR的闭环转换，图像几乎是无损的回到了原来的模样。
此时我们还会发现，转回的新图比原图还大：
图5 转回的新图比原图还大
上述发现有助于大家在实际工作生活中进行灵活转换图像。
此时的完整代码为：
import cv2 as cv # 引入cv2模块
import numpy as npimage = cv.imread("cv-BGR-000.png") # 读取图片
if image is not None: # 成功读取图片cv.imshow('cvtest', image) # 显示为彩色图# BGR向HSV转化hsv_image = cv.cvtColor(image, cv.COLOR_BGR2HSV) # BGR和HSV转化image_bh = np.hstack((image, hsv_image)) # BGR和HSV图像拼接cv.imshow('hcvtest', image_bh) # 显示为拼接图cv.imwrite('cv-BGRTOHSV-001.png', hsv_image) # 保存HSV图cv.imwrite('cv-BGRTOHSV-002.png', image_bh) # 保存BGR和HSV图像拼接# HSV向BGR转化bgr_image=cv.cvtColor(hsv_image, cv.COLOR_HSV2BGR) # BGR和HSV转化image_hb = np.hstack((hsv_image, bgr_image)) # BGR和HSV图像拼接cv.imshow('bgrtest', image_hb) # 显示为拼接图cv.imwrite('cv-HSVTOBGR-001.png', bgr_image) # 保存BGR图cv.imwrite('cv-HSVTOBGR-002.png', image_hb) # 保存BGR和HSV图像拼接# HSV向BGR转化后和原图对比image_bhb = np.hstack((image, bgr_image)) # HSV转回BGR图像和原图拼接cv.imshow('bgrhsvbgrtest', image_bhb) # 显示为拼接图cv.imwrite('cv-BGRTOHSVTOBGR.png', image_bhb) # 保存BGR图cv.waitKey() # 图片显示时间cv.destroyAllWindows() # 释放所有窗口
else: # 未找到图片print("Error: 图片无法加载")【5】总结
探索了png格式的图像，进行BGR-HSV-BGR格式比转换后的对比，发现新图比原图质量更高。