在使用PIL和cv2进行加载时，为什么图像的宽度和高度会颠倒？

问题描述

我正在使用PIL和cv2软件包加载image。使用PIL加载图像时，与使用cv2加载图像时，高度和宽度相反。以下是打印使用这两个软件包加载的图像的高度和宽度的代码。

file = 'conceptual_captions/VL-BERT/data/conceptual-captions/val_image/00002725.jpg'
# load image using PIL
import PIL.Image
pil = PIL.Image.open(file).convert('RGB')
w,h = pil.size
print("width: {},height: {}".format(w,h))

打印输出 width: 1360,height: 765

# Now using cv2
import cv2
im = cv2.imread(file)
print("height,width,channels: {}".format(im.shape)) 

打印输出height,channels: (1360,765,3)

我下载了图像，并在Mac上使用“信息”选项检查了图像的大小。信息具有width = 765和height = 1360，与cv2方法报告的相同。为什么PIL给出了错误的图像尺寸？

只有很少的图像会出现问题。我链接的图像就是这样的图像之一。对于其余图像，PIL和cv2报告的高度和宽度相同。

解决方法

图像具有一些EXIF元数据，其中包括有关方向（旋转）的信息。我建议在那里阅读this问答和后续参考。

尽管如此，现在可以简化提议的解决方案，只需使用PIL.ImageOps.exif_transpose()：

如果图像具有EXIF方向标签，请返回相应地转置的新图像。否则，返回图像的副本。

一些要测试的代码：

from PIL import Image,ImageOps

# Read original image,show width and height
file = '...'
pil = Image.open(file).convert('RGB')
w,h = pil.size
print("width: {},height: {}".format(w,h))

# Transpose with respect to EXIF data
pil = ImageOps.exif_transpose(pil)
w,h))

相应的输出：

width: 1360,height: 765
width: 765,height: 1360

----------------------------------------
System information
----------------------------------------
Platform:     Windows-10-10.0.16299-SP0
Python:       3.8.5
Pillow:       7.2.0
----------------------------------------