Python PIL搭配OpenCV处理图像报错 图像转视频与裁剪功能异常

• 接口类型不匹配：cv2.imread() 返回BGR格式的numpy数组，ImageTk.PhotoImage() 要求输入为PIL.Image.Image实例，直接传入numpy数组会导致PIL无法识别图像模式，触发KeyError: None
• 路径解析失效：OpenCV的图像读取接口不识别~ 这类Shell路径缩写，对应路径下的文件会读取失败，返回值为None，传入下游接口后连锁引发属性读取报错
• 渲染体系不兼容：OpenCV的cv2.imshow() 仅支持numpy数组格式的图像输入，传入Tkinter体系的PhotoImage对象完全无法解析
• 逻辑冗余：视频生成环节已在循环中遍历读取2010-2020共11张图像，后续代码又重复追加了2010、2020两张帧，会导致输出视频首尾帧重复
• 原代码的getImage() 函数中，由于路径读取失败得到的None值传入ImageTk，初始化失败引发的AttributeError 是连锁触发的次生报错

核心需求为同时导出标注后的视频文件、导出裁剪处理后的图像文件，无需引入GUI交互逻辑，完全可以通过OpenCV + PIL基础接口打通全流程，避免Tkinter和OpenCV渲染体系混用带来的兼容问题：

1. 打通色彩格式转换流程：OpenCV读取的图像为BGR顺序，PIL处理需要RGB格式，保存时再转回BGR保证色彩和原文件一致
2. 用os.path 模块处理文件路径，自动创建输出目录，避免路径解析失败
3. 删除冗余的重复加帧逻辑，将图像裁剪、保存的流程整合到统一的图像遍历环节
4. 替换视频编码格式为兼容性更好的mp4v，避免DIVX编码在部分系统上播放异常

修正后可直接运行的代码：

import cv2
import os
import numpy as np
from PIL import Image

# 全局配置项
FONT = cv2.FONT_HERSHEY_SIMPLEX
PIC_INPUT_ROOT = "./pics"
OUTPUT_VIDEO_PATH = "data.avi"
CROPPED_IMG_OUTPUT_ROOT = "./croppedpics"
os.makedirs(CROPPED_IMG_OUTPUT_ROOT, exist_ok=True)  # 自动创建裁剪图输出目录

def batch_process_images():
    video_frame_list = []
    frame_size = None
    # 遍历2010-2020的所有年份图像
    for year in range(2010, 2021):
        input_pic_path = os.path.join(PIC_INPUT_ROOT, f"{year}.jpg")
        if not os.path.exists(input_pic_path):
            print(f"跳过不存在的文件: {input_pic_path}")
            continue

        # 读取原图像
        img = cv2.imread(input_pic_path)
        height, width, layers = img.shape
        frame_size = (width, height)

        # 给视频帧加年份标注
        annotated_img = cv2.putText(
            img, str(year), (100, 100), FONT, 1, (255, 255, 255), 1
        )
        video_frame_list.append(annotated_img)

        # 用PIL完成图像裁剪处理
        img_rgb = cv2.cvtColor(annotated_img, cv2.COLOR_BGR2RGB)
        pil_img = Image.fromarray(img_rgb)
        # 按需求设置裁剪坐标(left, top, right, bottom)
        crop_left, crop_top = 5, height // 4
        crop_right, crop_bottom = 164, 3 * height // 4
        cropped_img = pil_img.crop((crop_left, crop_top, crop_right, crop_bottom))
        # 转回OpenCV格式保存，保证色彩一致性
        cropped_img_bgr = cv2.cvtColor(np.array(cropped_img), cv2.COLOR_RGB2BGR)
        cv2.imwrite(
            os.path.join(CROPPED_IMG_OUTPUT_ROOT, f"{year}_cropped.jpg"),
            cropped_img_bgr
        )
    return video_frame_list, frame_size

def export_video(frames, size):
    video_writer = cv2.VideoWriter(
        OUTPUT_VIDEO_PATH,
        cv2.VideoWriter_fourcc(*'mp4v'),
        0.5,
        size
    )
    for frame in frames:
        video_writer.write(frame)
    video_writer.release()
    print("视频文件导出完成")

if __name__ == "__main__":
    processed_frames, output_size = batch_process_images()
    export_video(processed_frames, output_size)

• 如果确实需要做本地GUI图像展示，不要跨渲染体系传对象：要么全程用OpenCV的cv2.imshow() 展示numpy数组格式的图像，要么全程用Tkinter的Label组件加载ImageTk的PhotoImage，禁止混合传递
• 路径不要用~ 缩写，如果需要写用户目录下的绝对路径，要么写全系统可识别的完整路径，要么用os.path.expanduser() 自动解析用户目录，避免OpenCV读取失败返回None

内容的提问来源于stack exchange，提问作者Charles Simons