資料型態差異

初學者建議

初學者需要注意三個套件讀圖後存成什麼樣的資料型態！這個很重要！很重要！很重要！

不同的影像處理套件在讀取圖片時，資料型態有所不同，主要差異在於：

• 數據類型（dtype）：像素值是 uint8（0~255）還是 float64（0~1）
• 維度（shape）：是否包含 Alpha 通道（透明度）
• 色彩順序（RGB/BGR）：OpenCV 預設為 BGR，Pillow 與 scikit-image 預設為 RGB

---

📌 資料型態對比

套件	讀取函數	輸出類型	數據範圍	色彩通道順序	是否支援 Alpha（透明通道）
Pillow (PIL)	Image.open("image.jpg")	PIL.Image 物件	0~255 (uint8)	RGB	✅ 支援（可轉換 RGBA）
scikit-image	io.imread("image.jpg")	NumPy 陣列 (ndarray)	0~1 (float64)	RGB	✅ 支援
OpenCV	cv2.imread("image.jpg")	NumPy 陣列 (ndarray)	0~255 (uint8)	BGR	✅ 支援（cv2.IMREAD_UNCHANGED）

---

📌 主要差異

1. Pillow (Image.open())

   • 讀取後的影像是 PIL.Image 物件，需要 np.array() 轉換成 NumPy 陣列。
   • 預設使用 RGB 色彩通道（可轉換 RGBA 含透明度）。
   • 數據範圍是 0~255，格式為 uint8。

2. Scikit-Image (io.imread())

   • 讀取後 直接是 NumPy 陣列（不需要額外轉換）。
   • 預設使用 RGB 色彩通道，與 Pillow 相同。
   • 數據範圍是 0~1（float64），適合影像處理與機器學習。

3. OpenCV (cv2.imread())

   • 讀取後也是 NumPy 陣列，但色彩順序是 BGR 而不是 RGB。
   • 數據範圍是 0~255（uint8），與 Pillow 相同。
   • 不會自動讀取 Alpha 通道（透明度），但可以使用 cv2.IMREAD_UNCHANGED 來包含透明度。

---

📌 資料型態轉換

如果要讓 三個套件的輸出保持一致，可以做以下處理：

🔹 Pillow 轉 NumPy 陣列

from PIL import Image
import numpy as np

img = Image.open("image.jpg")
img_np = np.array(img)  # 轉成 NumPy 陣列

🔹 Scikit-Image 轉 uint8（讓範圍變 0~255）

from skimage import io, img_as_ubyte

img = io.imread("image.jpg")  # 預設範圍 0~1
img_uint8 = img_as_ubyte(img)  # 轉換為 0~255

🔹 OpenCV 轉 RGB

import cv2

img_bgr = cv2.imread("image.jpg")  # BGR 格式
img_rgb = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2RGB)  # 轉換為 RGB

---

📌 總結

• 如果要統一處理的格式，建議使用 NumPy 陣列（RGB, uint8, 0~255），方便跨套件處理。
• Pillow 適合基本影像處理（讀取、存檔），但通常需要轉換為 NumPy 陣列來計算。
• scikit-image 適合科學影像處理（如過濾、特徵偵測），但數據範圍是 0~1，可能需要轉換。
• OpenCV 適合高效能影像處理與電腦視覺應用，但預設是 BGR，需要轉換為 RGB 才能與其他工具兼容。